論文の概要: Procedural Knowledge Ontology (PKO)
- arxiv url: http://arxiv.org/abs/2503.20634v1
- Date: Wed, 26 Mar 2025 15:28:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-27 13:20:50.381626
- Title: Procedural Knowledge Ontology (PKO)
- Title(参考訳): 手続き的知識オントロジー(PKO)
- Authors: Valentina Anita Carriero, Mario Scrocca, Ilaria Baroni, Antonia Azzini, Irene Celino,
- Abstract要約: 手続き的知識(PK)は今でも、効率的かつ効果的に活用することは困難である。
本稿では、手続きとその実行の明示的なモデリングを可能にする手続き的知識オントロジーであるPKOについて述べる。
- 参考スコア(独自算出の注目度): 0.17476232824732776
- License:
- Abstract: Processes, workflows and guidelines are core to ensure the correct functioning of industrial companies: for the successful operations of factory lines, machinery or services, often industry operators rely on their past experience and know-how. The effect is that this Procedural Knowledge (PK) remains tacit and, as such, difficult to exploit efficiently and effectively. This paper presents PKO, the Procedural Knowledge Ontology, which enables the explicit modeling of procedures and their executions, by reusing and extending existing ontologies. PKO is built on requirements collected from three heterogeneous industrial use cases and can be exploited by any AI and data-driven tools that rely on a shared and interoperable representation to support the governance of PK throughout its life cycle. We describe its structure and design methodology, and outline its relevance, quality, and impact by discussing applications leveraging PKO for PK elicitation and exploitation.
- Abstract(参考訳): プロセス、ワークフロー、ガイドラインは、工場ライン、機械、サービスの成功のために、しばしば業界のオペレーターは過去の経験とノウハウに依存している。
その効果は、この手続き的知識(PK)が依然として暗黙的であり、効率的に効果的に活用することは困難である。
本稿では、既存のオントロジーを再利用・拡張することにより、手続きとその実行の明示的なモデリングを可能にする手続き的知識オントロジーであるPKOについて述べる。
PKOは3つの異種産業ユースケースから収集された要件に基づいて構築されており、そのライフサイクルを通じてPKのガバナンスをサポートするために、共有かつ相互運用可能な表現に依存する任意のAIおよびデータ駆動ツールによって利用することができる。
本稿では,その構造と設計手法について概説し,PKOを利用したPKの活用と活用について論じることにより,その妥当性,品質,影響について概説する。
関連論文リスト
- Guideline for Manual Process Discovery in Industrial IoT [0.0]
本研究の目的は,プロセス発見手法を開発し,既存のプロセス発見手法を産業プロセスに適用することである。
古典的発見手法の適応は、産業用モノインターネット(IIoT)に特化して、普遍的に適用可能なガイドラインとして提示される。
論文 参考訳(メタデータ) (2024-10-15T10:15:28Z) - WISE: Unraveling Business Process Metrics with Domain Knowledge [0.0]
複雑な産業プロセスの異常は、しばしばイベントデータの高変動性と複雑さによって隠蔽される。
本稿では、ドメイン知識、プロセスマイニング、機械学習の統合により、ビジネスプロセスメトリクスを分析する新しい手法WISEを紹介する。
WISEはビジネスプロセス分析における自動化を強化し、望ましいプロセスフローからの逸脱を効果的に検出する。
論文 参考訳(メタデータ) (2024-10-06T07:57:08Z) - Bridging Domain Knowledge and Process Discovery Using Large Language Models [0.0]
本稿では,Large Language Models(LLM)を利用して,ドメイン知識を直接プロセス発見に統合する。
LLMから派生したルールを使用して、モデル構築をガイドし、ドメイン知識と実際のプロセス実行の整合性を確保します。
論文 参考訳(メタデータ) (2024-08-30T14:23:40Z) - Implementing a hybrid approach in a knowledge engineering process to manage technical advice relating to feedback from the operation of complex sensitive equipment [0.0]
本稿では、原子力・防衛分野の産業企業がこのようなアプローチをどう採用したかを説明する。
SARBACANES"アプリケーションを使って完全なシステムを構築し、ビジネスプロセスをサポートし、知識ベースでのノウハウと専門知識を永続させる。
論文 参考訳(メタデータ) (2024-07-08T08:17:10Z) - Natural Language Processing for Requirements Traceability [47.93107382627423]
トレーサビリティは、特に安全クリティカルなシステムにおいて、要件とソフトウェアエンジニアリングにおいて重要な役割を果たす。
自然言語処理(NLP)とその関連技術は、過去10年間に大きく進歩してきた。
論文 参考訳(メタデータ) (2024-05-17T15:17:00Z) - LEARN: Knowledge Adaptation from Large Language Model to Recommendation for Practical Industrial Application [54.984348122105516]
Llm-driven knowlEdge Adaptive RecommeNdation (LEARN)フレームワークは、オープンワールドの知識と協調的な知識をシナジする。
オープンワールドの知識と協調的な知識を相乗化するLlm-driven knowlEdge Adaptive RecommeNdation (LEARN) フレームワークを提案する。
論文 参考訳(メタデータ) (2024-05-07T04:00:30Z) - PDPK: A Framework to Synthesise Process Data and Corresponding
Procedural Knowledge for Manufacturing [0.0]
異なるドメインに適応可能な合成データセットを生成するためのフレームワークを提供する。
フレームワークと評価コード、および評価で使用されるデータセットはオープンソースである。
論文 参考訳(メタデータ) (2023-08-16T13:50:23Z) - Flexible Job Shop Scheduling via Dual Attention Network Based
Reinforcement Learning [73.19312285906891]
フレキシブルなジョブショップスケジューリング問題(FJSP)では、複数のマシンで操作を処理でき、操作とマシンの間の複雑な関係が生じる。
近年, 深層強化学習(DRL)を用いて, FJSP解決のための優先派遣規則(PDR)を学習している。
本稿では,Deep機能抽出のための自己注意モデルと,スケーラブルな意思決定のためのDRLの利点を生かした,エンドツーエンド学習フレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-09T01:35:48Z) - Prescriptive Process Monitoring: Quo Vadis? [64.39761523935613]
本論文はシステム文献レビュー(SLR)を通して,本分野における既存手法について考察する。
SLRは今後の研究の課題や分野に関する洞察を提供し、規範的なプロセス監視手法の有用性と適用性を高めることができる。
論文 参考訳(メタデータ) (2021-12-03T08:06:24Z) - Automated Evolutionary Approach for the Design of Composite Machine
Learning Pipelines [48.7576911714538]
提案手法は、複合機械学習パイプラインの設計を自動化することを目的としている。
パイプラインをカスタマイズ可能なグラフベースの構造で設計し、得られた結果を分析して再生する。
このアプローチのソフトウェア実装は、オープンソースフレームワークとして紹介されている。
論文 参考訳(メタデータ) (2021-06-26T23:19:06Z) - Towards CRISP-ML(Q): A Machine Learning Process Model with Quality
Assurance Methodology [53.063411515511056]
本稿では,機械学習アプリケーション開発のためのプロセスモデルを提案する。
第1フェーズでは、データの可用性がプロジェクトの実現可能性に影響を与えることが多いため、ビジネスとデータの理解が結合されます。
第6フェーズでは、機械学習アプリケーションの監視とメンテナンスに関する最先端のアプローチがカバーされている。
論文 参考訳(メタデータ) (2020-03-11T08:25:49Z)
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。