論文の概要: Optimizing Structured Data Processing through Robotic Process Automation
- arxiv url: http://arxiv.org/abs/2408.14791v2
- Date: Thu, 31 Oct 2024 12:23:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-08 04:52:58.239326
- Title: Optimizing Structured Data Processing through Robotic Process Automation
- Title（参考訳）: ロボットプロセス自動化による構造化データ処理の最適化
- Authors: Vivek Bhardwaj, Ajit Noonia, Sandeep Chaurasia, Mukesh Kumar, Abdulnaser Rashid, Mohamed Tahar Ben Othman,
- Abstract要約: 本研究では、構造化データ抽出における RPA の利用について検討し、手作業による処理よりもその優位性を評価する。
人為的なタスクとRPAソフトウェアボットが実行するタスクを比較することにより、請求書からのデータ抽出の効率性と精度を評価する。
本研究は,ロボットが作業の完了を手作業よりもはるかに少ない時間で行うことにより,RPAが達成した顕著な効率向上を浮き彫りにした。
- 参考スコア（独自算出の注目度）: 2.3997896447030653
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic Process Automation (RPA) has emerged as a game-changing technology in data extraction, revolutionizing the way organizations process and analyze large volumes of documents such as invoices, purchase orders, and payment advices. This study investigates the use of RPA for structured data extraction and evaluates its advantages over manual processes. By comparing human-performed tasks with those executed by RPA software bots, we assess efficiency and accuracy in data extraction from invoices, focusing on the effectiveness of the RPA system. Through four distinct scenarios involving varying numbers of invoices, we measure efficiency in terms of time and effort required for task completion, as well as accuracy by comparing error rates between manual and RPA processes. Our findings highlight the significant efficiency gains achieved by RPA, with bots completing tasks in significantly less time compared to manual efforts across all cases. Moreover, the RPA system consistently achieves perfect accuracy, mitigating the risk of errors and enhancing process reliability. These results underscore the transformative potential of RPA in optimizing operational efficiency, reducing human labor costs, and improving overall business performance.
- Abstract（参考訳）: ロボットプロセス自動化(Roboic Process Automation, RPA)は、請求書、購入注文、支払いアドバイスなどの大量のドキュメントを組織が処理し分析する方法に革命をもたらす、データ抽出におけるゲーム変革技術として登場した。
本研究では、構造化データ抽出における RPA の利用について検討し、手作業による処理よりもその優位性を評価する。
人為的なタスクとRPAソフトウェアボットが実行するタスクを比較することで、請求書からのデータ抽出の効率と精度を評価し、RPAシステムの有効性に焦点をあてる。
異なる回数の請求書を含む4つの異なるシナリオを通して、タスク完了に必要な時間と労力の観点で効率を計測し、マニュアルとRPAプロセスのエラー率を比較することによって精度を測る。
以上の結果から,ロボットが作業の完了に要する時間は,すべてのケースにおいて手作業よりも有意に少ないことが示唆された。
さらに、RPAシステムは、エラーのリスクを軽減し、プロセス信頼性を向上し、完全精度を一貫して達成する。
これらの結果は、運用効率を最適化し、人件費を削減し、全体的なビジネスパフォーマンスを向上させることにおける、RPAの変革的ポテンシャルを浮き彫りにしている。
関連論文リスト
- ERPA: Efficient RPA Model Integrating OCR and LLMs for Intelligent Document Processing [0.0]
本稿では,移民におけるOCRタスクのIDデータ抽出と最適化を目的とした,革新的なロボットプロセス自動化(RPA)モデルであるERPAを提案する。
ベンチマークの結果、ERPAは処理時間を最大94%削減し、IDデータの抽出をわずか9.94秒で完了している。
論文 参考訳（メタデータ） (2024-12-24T09:44:43Z) - LMRPA: Large Language Model-Driven Efficient Robotic Process Automation for OCR [0.0]
本稿では,LMRPA(Large Model-Driven Robotic Process Automation Model)を紹介する。
光学文字認識(OCR)タスクの効率と速度を大幅に向上させるように設計されている。
論文 参考訳（メタデータ） (2024-12-24T00:21:36Z) - LMV-RPA: Large Model Voting-based Robotic Process Automation [0.0]
本稿では,OCRを向上する大規模モデル投票型ロボットプロセス自動化システムであるLMV-RPAを紹介する。
LMV-RPAは、Paddle OCR、Tesseract OCR、Easy OCR、DocTRなどのOCRエンジンから出力を統合する。
OCRタスクの99%の精度を実現し、ベースラインモデルの94%を突破し、処理時間を80%削減した。
論文 参考訳（メタデータ） (2024-12-23T20:28:22Z) - PIVOT-R: Primitive-Driven Waypoint-Aware World Model for Robotic Manipulation [68.17081518640934]
ロボット操作のためのPrIrmitive-driVen waypOinT-aware world model(PIVOT-R)を提案する。
PIVOT-RはWAWM(Waypoint-aware World Model)と軽量アクション予測モジュールで構成される。
私たちのPIVOT-RはSeaWaveベンチマークで最先端のオープンソースモデルより優れており、4段階の命令タスクで平均19.45%の相対的な改善を実現しています。
論文 参考訳（メタデータ） (2024-10-14T11:30:18Z) - Automated data processing and feature engineering for deep learning and big data applications: a survey [0.0]
現代の人工知能(AI)のアプローチは、データから直接学習するアルゴリズムを設計することを目的としている。
従来のディープラーニングパイプラインのすべてのデータ処理タスクが自動化されたわけではない。
論文 参考訳（メタデータ） (2024-03-18T01:07:48Z) - A Model for Calculating Cost of Applying Electronic Governance and
Robotic Process Automation to a Distributed Management System [5.439020425819001]
本稿では,eGov と RPA を分散管理システムに適用することにより,タスク達成のコストを計算する数学的モデルを提案する。
このモデルはこの種の最初のもののひとつであり、組織の効率性に関するコスト分析に関するさらなる研究が引き起こされることが期待されている。
論文 参考訳（メタデータ） (2023-10-02T00:15:46Z) - Machine Learning Meets Advanced Robotic Manipulation [48.6221343014126]
本論文は、最先端技術と、実世界の操作タスクに適用された機械学習手法の最近の動向についてレビューする。
論文の残りの部分は、産業、医療、農業、宇宙、軍事、捜索救助など、さまざまな分野におけるML応用に費やされている。
論文 参考訳（メタデータ） (2023-09-22T01:06:32Z) - Demonstration-Guided Reinforcement Learning with Efficient Exploration
for Task Automation of Surgical Robot [54.80144694888735]
効率的な強化学習アルゴリズムであるDEX(Demonstration-Guided Exploration)を導入する。
本手法は,生産的相互作用を促進するために,高い値で専門家のような行動を推定する。
総合的な手術シミュレーションプラットフォームであるSurRoLによる10ドルの手術操作に関する実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-02-20T05:38:54Z) - Building an Efficiency Pipeline: Commutativity and Cumulativeness of
Efficiency Operators for Transformers [68.55472265775514]
モデルに適用した演算子として効率性を考える。
本稿では,このアイデアの妥当性と,効率作用素の可換性と累積性について検討する。
論文 参考訳（メタデータ） (2022-07-31T18:01:06Z) - Accelerating Robotic Reinforcement Learning via Parameterized Action
Primitives [92.0321404272942]
強化学習は汎用ロボットシステムの構築に使用することができる。
しかし、ロボット工学の課題を解決するためにRLエージェントを訓練することは依然として困難である。
本研究では,ロボット行動プリミティブ(RAPS)のライブラリを手動で指定し,RLポリシーで学習した引数をパラメータ化する。
動作インターフェースへの簡単な変更は、学習効率とタスクパフォーマンスの両方を大幅に改善する。
論文 参考訳（メタデータ） (2021-10-28T17:59:30Z) - 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)
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。