論文の概要: Towards an Engineering Workflow Management System for Asset Administration Shells using BPMN
- arxiv url: http://arxiv.org/abs/2507.07468v1
- Date: Thu, 10 Jul 2025 06:49:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-11 16:40:15.296882
- Title: Towards an Engineering Workflow Management System for Asset Administration Shells using BPMN
- Title(参考訳): BPMNを用いたアセット管理シェルのためのエンジニアリングワークフロー管理システムを目指して
- Authors: Sten Grüner, Nafise Eskandani,
- Abstract要約: Asset Administration Shell (AAS)は、相互運用可能なDigital Twinsを作成するための重要なイネーブラーとして機能する。
本稿では、特にBPMN(Business Process Model and Notation)と組み合わせて、エンジニアリングにおけるAASの使用について検討する。
組織間コラボレーションを実現しつつ,セキュリティとスケーラビリティを向上させる分散AASコピーオンライトインフラストラクチャを提案する。
- 参考スコア(独自算出の注目度): 0.5461938536945723
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The integration of Industry 4.0 technologies into engineering workflows is an essential step toward automating and optimizing plant and process engineering processes. The Asset Administration Shell (AAS) serves as a key enabler for creating interoperable Digital Twins that facilitate engineering data exchange and automation. This paper explores the use of AAS within engineering workflows, particularly in combination with Business Process Model and Notation (BPMN) to define structured and automated processes. We propose a distributed AAS copy-on-write infrastructure that enhances security and scalability while enabling seamless cross organizational collaboration. We also introduce a workflow management prototype automating AAS operations and engineering workflows, improving efficiency and traceability.
- Abstract(参考訳): 産業用4.0技術のエンジニアリングワークフローへの統合は、工場とプロセスのエンジニアリングプロセスの自動化と最適化に向けた重要なステップである。
Asset Administration Shell (AAS)は、エンジニアリングデータ交換と自動化を容易にする相互運用可能なDigital Twinsを作成するための重要なイネーブラーとして機能する。
本稿では、エンジニアリングワークフローにおけるAASの使用について、特に構造化プロセスと自動化プロセスを定義するためのBusiness Process Model and Notation(BPMN)と組み合わせて検討する。
我々は,組織間のシームレスなコラボレーションを実現するとともに,セキュリティとスケーラビリティを向上させる分散AASコピーオンライトインフラストラクチャを提案する。
また、AAS操作とエンジニアリングワークフローを自動化するワークフロー管理プロトタイプを導入し、効率とトレーサビリティを改善した。
関連論文リスト
- AssetOpsBench: Benchmarking AI Agents for Task Automation in Industrial Asset Operations and Maintenance [7.110126223593506]
本稿では,これまで異なる専門知識と手動調整を必要としていたタスクを,AIエージェントが自律的に管理する未来を想定する。
AssetOpsBench - ドメイン固有のエージェントの開発、オーケストレーション、評価をガイドするために設計された、統合されたフレームワークと環境。
我々は,このような包括的システムに対する重要な要件を概説し,実世界の産業活動に対する認識,推論,制御を統合するエージェント構築に関する実用的な洞察を提供する。
論文 参考訳(メタデータ) (2025-06-04T10:57:35Z) - AI-Enhanced Business Process Automation: A Case Study in the Insurance Domain Using Object-Centric Process Mining [0.7124736158080938]
本稿では, 請求項の特定を自動化するため, LLMを配置した保険部門からのケーススタディについて述べる。
我々は、AI駆動の自動化がプロセスのスケーラビリティに与える影響を評価するために、オブジェクト指向プロセスマイニング(OCPM)を適用します。
以上の結果から, LLMは運用能力を大幅に向上する一方で, さらなる改良を必要とする新しいプロセスダイナミクスを導入することが示唆された。
論文 参考訳(メタデータ) (2025-04-24T06:43:29Z) - Flow: Modularized Agentic Workflow Automation [53.073598156915615]
大規模言語モデル(LLM)を利用したマルチエージェントフレームワークは、自動計画とタスク実行において大きな成功を収めている。
しかし, 実行中のエージェントの効果的な調整は十分に研究されていない。
本稿では,エージェントによる継続的なワークフロー改善を可能にするアクティビティ・オン・頂点(AOV)グラフを定義する。
提案するマルチエージェントフレームワークは,サブタスクの効率的な同時実行,効果的なゴール達成,エラー耐性の向上を実現している。
論文 参考訳(メタデータ) (2025-01-14T04:35:37Z) - From Words to Workflows: Automating Business Processes [0.2796197251957245]
ロボットプロセス自動化(RPA)の限界が明らかになっている。
人工知能(AI)の最近の進歩は、インテリジェントオートメーション(IA)の道を開いた。
本稿では,自然言語のユーザ要求から自動生成する新しい方法であるText2Workflowを紹介する。
論文 参考訳(メタデータ) (2024-12-04T16:34:35Z) - Opus: A Large Work Model for Complex Workflow Generation [0.0]
Opusは、複雑なビジネスプロセスアウトソーシング(BPO)ユースケースに適したタスクの生成と最適化のためのフレームワークである。
このアプローチでは、クライアント入力、クライアント出力、プロセス指向コンテキストのアライメントとして定義されたインテンションから実行ファイルを生成します。
論文 参考訳(メタデータ) (2024-11-30T20:00:41Z) - The Foundations of Computational Management: A Systematic Approach to
Task Automation for the Integration of Artificial Intelligence into Existing
Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。
この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文 参考訳(メタデータ) (2024-02-07T01:45:14Z) - ProAgent: From Robotic Process Automation to Agentic Process Automation [87.0555252338361]
LLM(Large Language Models)は、人間のような知性を持つ言語である。
本稿では,ALMをベースとしたエージェントを用いた高度な自動化のための基盤的自動化パラダイムであるエージェントプロセス自動化(APA)を紹介する。
そして、人間の指示を駆使し、特殊エージェントの調整によって複雑な決定を下すように設計されたエージェントであるProAgentをインスタンス化する。
論文 参考訳(メタデータ) (2023-11-02T14:32:16Z) - 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)
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。