論文の概要: Revolutionizing Process Mining: A Novel Architecture for ChatGPT Integration and Enhanced User Experience through Optimized Prompt Engineering
- arxiv url: http://arxiv.org/abs/2405.10689v1
- Date: Fri, 17 May 2024 10:48:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-20 16:22:57.706820
- Title: Revolutionizing Process Mining: A Novel Architecture for ChatGPT Integration and Enhanced User Experience through Optimized Prompt Engineering
- Title（参考訳）: Revolutionizing Process Mining: 最適化プロンプトエンジニアリングによるChatGPT統合とユーザエクスペリエンス向上のための新しいアーキテクチャ
- Authors: Mehrdad Agha Mohammad Ali Kermani, Hamid Reza Seddighi, Mehrdad Maghsoudi,
- Abstract要約: 本研究では,ChatGPTなどの大規模言語モデル(LLM)をプロセスマイニングツールに統合することで,新たなアプローチを提案する。
この研究の重要な革新は、各プロセスマイニングサブモジュール用に調整された迅速なエンジニアリング戦略を開発することである。
このアプローチの有効性を検証するために、研究者らは、BehfaLabのプロセスマイニングツールを使用している17社のデータを使用した。
- 参考スコア（独自算出の注目度）: 2.4578723416255754
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the rapidly evolving field of business process management, there is a growing need for analytical tools that can transform complex data into actionable insights. This research introduces a novel approach by integrating Large Language Models (LLMs), such as ChatGPT, into process mining tools, making process analytics more accessible to a wider audience. The study aims to investigate how ChatGPT enhances analytical capabilities, improves user experience, increases accessibility, and optimizes the architectural frameworks of process mining tools. The key innovation of this research lies in developing a tailored prompt engineering strategy for each process mining submodule, ensuring that the AI-generated outputs are accurate and relevant to the context. The integration architecture follows an Extract, Transform, Load (ETL) process, which includes various process mining engine modules and utilizes zero-shot and optimized prompt engineering techniques. ChatGPT is connected via APIs and receives structured outputs from the process mining modules, enabling conversational interactions. To validate the effectiveness of this approach, the researchers used data from 17 companies that employ BehfaLab's Process Mining Tool. The results showed significant improvements in user experience, with an expert panel rating 72% of the results as "Good". This research contributes to the advancement of business process analysis methodologies by combining process mining with artificial intelligence. Future research directions include further optimization of prompt engineering, exploration of integration with other AI technologies, and assessment of scalability across various business environments. This study paves the way for continuous innovation at the intersection of process mining and artificial intelligence, promising to revolutionize the way businesses analyze and optimize their processes.
- Abstract（参考訳）: ビジネスプロセス管理の急速に発展する分野では、複雑なデータを実行可能な洞察に変換する分析ツールの必要性が高まっています。
本研究は,ChatGPTなどの大規模言語モデル(LLM)をプロセスマイニングツールに統合し,プロセス分析をより広く利用可能にする,新たなアプローチを提案する。
この研究は、ChatGPTが分析機能をどのように強化し、ユーザエクスペリエンスを改善し、アクセシビリティを高め、プロセスマイニングツールのアーキテクチャフレームワークを最適化するかを検討することを目的としている。
この研究の重要な革新は、AI生成された出力が正確でコンテキストに関連があることを保証する、各プロセスマイニングサブモジュールのための調整された迅速なエンジニアリング戦略を開発することである。
統合アーキテクチャはExtract, Transform, Load (ETL)プロセスに従っており、様々なプロセスマイニングエンジンモジュールを含み、ゼロショットと最適化されたプロンプトエンジニアリング技術を利用している。
ChatGPTはAPIを介して接続され、プロセスマイニングモジュールから構造化された出力を受け取る。
このアプローチの有効性を検証するために、研究者らは、BehfaLabのプロセスマイニングツールを使用している17社のデータを使用した。
その結果、ユーザエクスペリエンスが大幅に改善され、専門家パネルの72%が"Good"と評価された。
本研究は,プロセスマイニングと人工知能を組み合わせたビジネスプロセス分析手法の進歩に寄与する。
今後の研究方針には、迅速なエンジニアリングのさらなる最適化、他のAI技術との統合の探索、さまざまなビジネス環境におけるスケーラビリティの評価が含まれる。
この研究は、プロセスマイニングと人工知能の交差点における継続的なイノベーションの道を開き、ビジネスがプロセスを分析し最適化する方法に革命をもたらすことを約束する。
関連論文リスト
- Intelligent Cross-Organizational Process Mining: A Survey and New Perspectives [40.62773366902451]
本稿では,プロセスマイニングの分野に関する具体的な見解を提唱する。
まず、プロセスマイニングの枠組み、一般的な産業応用、そして人工知能と組み合わされた最新の進歩について要約する。
この視点は、複雑な多組織データ分析のための洗練されたソリューションを提供するために人工知能を活用することによって、プロセスマイニングに革命をもたらすことを目的としている。
論文 参考訳（メタデータ） (2024-07-15T23:30:34Z) - A Review of AI and Machine Learning Contribution in Predictive Business Process Management (Process Enhancement and Process Improvement Approaches) [4.499009117849108]
我々は、ビジネスプロセス管理におけるAI/MLの統合を検討するため、学術文献の体系的なレビューを行う。
ビジネスプロセス管理とプロセスマップでは、AI/MLはプロセスメトリクスの運用データを使用して大幅に改善されている。
論文 参考訳（メタデータ） (2024-07-07T18:26:00Z) - Towards Next-Generation Urban Decision Support Systems through AI-Powered Generation of Scientific Ontology using Large Language Models -- A Case in Optimizing Intermodal Freight Transportation [1.6230958216521798]
本研究では,事前学習された大規模言語モデル(LLM)を活用する可能性について検討する。
推論コアとしてChatGPT APIを採用することで、自然言語処理、メソノロジーベースのプロンプトチューニング、トランスフォーマーを含む統合ワークフローを概説する。
我々の方法論の成果は、広く採用されているオントロジー言語(OWL、RDF、SPARQLなど)の知識グラフである。
論文 参考訳（メタデータ） (2024-05-29T16:40:31Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - Artificial Intelligence for Operations Research: Revolutionizing the Operations Research Process [15.471884798655063]
人工知能(AI)技術の急速な進歩により、オペレーティングリサーチ(OR)を含む様々な分野に革命をもたらす新たな機会が開かれた。
本稿では,AIのORプロセス(AI4OR)への統合について検討し,その有効性と効率を複数の段階にわたって向上させる。
AIとORの相乗効果は、多くの領域において、大幅な進歩と新しいソリューションを推し進める可能性がある。
論文 参考訳（メタデータ） (2024-01-06T15:55:14Z) - Automatic Discovery of Multi-perspective Process Model using
Reinforcement Learning [7.5989847759545155]
深層Q-Learningに基づく多視点プロセスモデルの自動発見フレームワークを提案する。
我々のDual Experience Replay with Experience Distribution(DERED)アプローチは、プロセスモデル発見ステップ、適合チェックステップ、拡張ステップを自動的に実行できます。
ポートロジスティクス、鉄鋼製造、金融、IT、政府管理で収集された6つの実世界のイベントデータセットを用いて、我々のアプローチを検証する。
論文 参考訳（メタデータ） (2022-11-30T02:18:29Z) - Machine learning in bioprocess development: From promise to practice [58.720142291102135]
機械学習(ML)アプローチのようなデータ駆動の手法は、大きな設計空間を合理的に探索する可能性が高い。
本研究の目的は,これまでのバイオプロセス開発におけるML手法の適用例を示すことである。
論文 参考訳（メタデータ） (2022-10-04T13:48:59Z) - Towards Automated Process Planning and Mining [77.34726150561087]
我々は、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。
プロセスモデルを自動的に導出するための総合的な研究課題、研究の関連分野、および総合的な研究枠組みについて論じる。
論文 参考訳（メタデータ） (2022-08-18T16:41:22Z) - AI-based Modeling and Data-driven Evaluation for Smart Manufacturing
Processes [56.65379135797867]
本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。
本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-29T14:57:53Z) - Process Discovery for Structured Program Synthesis [70.29027202357385]
プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。
本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。
我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
論文 参考訳（メタデータ） (2020-08-13T10:33:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。