論文の概要: Embedding the MLOps Lifecycle into OT Reference Models

• arxiv url: http://arxiv.org/abs/2510.20590v1
• Date: Thu, 23 Oct 2025 14:14:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:18.121775
• Title: Embedding the MLOps Lifecycle into OT Reference Models
• Title（参考訳）: MLOpsライフサイクルをOT参照モデルに組み込む
• Abstract要約: マシンラーニングオペレーション(MLOps)のプラクティスは、産業環境では極めて厳格に採用されていますが、Opera-Optial Technology(OT)システムとの統合には大きな課題があります。 このpa-perは、MLOpsとOTen-vironmentsを組み合わせる際の基本的な障害を分析し、確立したOT参照モデルにMLOps prac- ticesを組み込むための体系的なアプローチを提案する。
• 参考スコア（独自算出の注目度）: 0.40831821256838124
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Machine Learning Operations (MLOps) practices are increas- ingly adopted in industrial settings, yet their integration with Opera- tional Technology (OT) systems presents significant challenges. This pa- per analyzes the fundamental obstacles in combining MLOps with OT en- vironments and proposes a systematic approach to embed MLOps prac- tices into established OT reference models. We evaluate the suitability of the Reference Architectural Model for Industry 4.0 (RAMI 4.0) and the International Society of Automation Standard 95 (ISA-95) for MLOps integration and present a detailed mapping of MLOps lifecycle compo- nents to RAMI 4.0 exemplified by a real-world use case. Our findings demonstrate that while standard MLOps practices cannot be directly transplanted to OT environments, structured adaptation using existing reference models can provide a pathway for successful integration.
• Abstract（参考訳）: マシンラーニングオペレーション(MLOps)のプラクティスは、産業環境では極めて厳格に採用されていますが、Opera-Optial Technology(OT)システムとの統合には大きな課題があります。 このpa-perは、MLOpsとOTen-vironmentsを組み合わせる際の基本的な障害を分析し、確立したOT参照モデルにMLOps prac- ticesを組み込むための体系的なアプローチを提案する。 MLOps統合のためのリファレンスアーキテクチャモデルであるRAMI 4.0(RAMI 4.0)と国際自動化標準95(ISA-95)の適合性を評価し,実世界のユースケースで実証されたMLOpsライフサイクルのコンポ・ネントをRAMI 4.0に詳細にマッピングした。 その結果,標準のMLOpsプラクティスを直接OT環境に移植することはできないが,既存の参照モデルを用いた構造化適応は,統合を成功させる道筋となることが示唆された。

関連論文リスト

• Architecturally Significant MLOps Guidelines for ML Model Integration and Deployment: a Gray Literature Review [4.513916758263758]
  MLOpsモデルの統合とデプロイに関する現状の知識を分析するため、私たちは103のWebソースに関する灰色の文献レビューを実施しています。 我々はこれらのプラクティスを推奨するガイドラインにテーマ分析を適用した。 我々の結果は、MLOpsシステムにおけるMLモデルの統合とデプロイを研究者や実践者を支援するための、現状のMLOpsガイドラインの概要として役立ちます。
  論文  参考訳（メタデータ） (2026-06-03T21:09:50Z)
• Learning POMDP World Models from Observations with Language-Model Priors [52.11151769796862]
  部分的に観測可能なマルコフ決定プロセス(POMDP)は、内部世界モデルのための柔軟なモデリングクラスを提供する。 先行知識を活用することで,言語モデルがコストのかかる相互作用を低減できるかどうかを問う。 我々は,emphPinductor が LLM ベースの POMDP 学習手法の性能とサンプル効率に一致することを示す。
  論文  参考訳（メタデータ） (2026-05-13T16:18:15Z)
• When Your LLM Reaches End-of-Life: A Framework for Confident Model Migration in Production Systems [1.609940380983903]
  本稿では,LLM(Large Language Model,大規模言語モデル)をベースとしたシステム移行フレームワークを提案する。 主な貢献は、人的判断に対する自動評価指標を校正するベイズ統計手法である。 本フレームワークは,6つのグローバルリージョンで530万の月次インタラクションを提供する有償質問応答システム上で実証する。
  論文  参考訳（メタデータ） (2026-04-29T18:22:50Z)
• Automated Standardization of Legacy Biomedical Metadata Using an Ontology-Constrained LLM Agent [0.1105171275481129]
  バイオメディカルメタデータの自動標準化システムを提案する。 システムは、要求に応じて正則正しい語彙語を検索するために、権威的用語サービスをリアルタイムでクエリする。 評価の結果,LLMをリアルタイムツールアクセスで拡張することにより,予測精度が一貫した向上が得られた。
  論文  参考訳（メタデータ） (2026-03-10T18:47:30Z)
• Adaptive Global and Fine-Grained Perceptual Fusion for MLLM Embeddings Compatible with Hard Negative Amplification [49.109117617514066]
  マルチモーダル埋め込みは、視覚と言語を整合させるブリッジとして機能する。 MLLM埋め込みのための適応的グローバルおよび微粒な知覚融合法を提案する。 AGFF-Embedは、総合的および微粒な理解において、最先端のパフォーマンスを包括的に達成する。
  論文  参考訳（メタデータ） (2026-02-05T14:52:35Z)
• Model-Driven Legacy System Modernization at Scale [0.0]
  本稿では,レガシシステムモダナイゼーションに対するモデル駆動型アプローチを提案する。 分析、濃縮、合成、遷移の4段階のプロセスは系統的に抽出、抽象、変換を行う。 機能的動作と不可欠な非機能的特性を保ちながら、コアユーザインターフェースコンポーネントとページ構造を半自動でモダンなWebスタックに移行できることを示します。
  論文  参考訳（メタデータ） (2026-02-04T09:07:20Z)
• Reshaping Action Error Distributions for Reliable Vision-Language-Action Models [69.38615670891038]
  ロボット操作において、視覚言語アクション(VLA)モデルは、一般化可能でスケーラブルなロボットポリシーを学ぶための有望なパラダイムとして登場した。 連続動作型VLAモデルに焦点をあて、トレーニング中の動作誤差分布を再構成することにより、従来のMSEベースの回帰を超越する。 複数の代表的VLAアーキテクチャ上で、標準、少数ショット、ノイズの多い設定にまたがるアプローチを評価します。
  論文  参考訳（メタデータ） (2026-02-04T05:37:09Z)
• From monoliths to modules: Decomposing transducers for efficient world modelling [74.41506965793417]
  我々はトランスデューサで表される複雑な世界モデルを分解するフレームワークを開発する。 提案手法は,異なる入力出力サブ空間で動作するサブトランスデューサを導出する。
  論文  参考訳（メタデータ） (2025-12-01T20:37:43Z)
• MCPEval: Automatic MCP-based Deep Evaluation for AI Agent Models [76.72220653705679]
  我々は、エンドツーエンドタスク生成とインテリジェントエージェントの深い評価を自動化するオープンソースのフレームワークであるMCPEvalを紹介する。 MCPEvalはメトリクスを標準化し、ネイティブエージェントツールとシームレスに統合し、評価パイプラインを構築するための手作業を排除する。 実世界の5つのドメインにまたがる実証的な結果から、ニュアンスのある、ドメイン固有のパフォーマンスを明らかにする効果が示された。
  論文  参考訳（メタデータ） (2025-07-17T05:46:27Z)
• Large Language Models for Automating Clinical Data Standardization: HL7 FHIR Use Case [0.2516393111664279]
  本稿では、構造化された臨床データセットをHL7 FHIRフォーマットに変換するための半自動アプローチを提案する。 最初のベンチマークでは、リソースの識別は完全なF1スコアに達し、GPT-4oはLlama 3.2を上回った。 誤り解析により,非存在属性の幻覚や粒度のミスマッチが検出され,より詳細なプロンプトが軽減されることがわかった。
  論文  参考訳（メタデータ） (2025-07-03T17:32:57Z)
• Beyond Formal Semantics for Capabilities and Skills: Model Context Protocol in Manufacturing [0.12289361708127876]
  最近導入されたモデルコンテキストプロトコル(MCP)に基づく代替手法を提案する。 MCPは、LLMベースのエージェントによって直接消費可能な標準化されたインタフェースを通じて機能を公開できる。
  論文  参考訳（メタデータ） (2025-06-12T13:02:16Z)
• MLE-Dojo: Interactive Environments for Empowering LLM Agents in Machine Learning Engineering [57.156093929365255]
  自律型大規模言語モデル(LLM)エージェントを体系的に強化し、評価し、改善するためのガイムスタイルのフレームワーク。 MLE-Dojoは、現実的なエンジニアリングシナリオを反映した、多様でオープンなMLEタスクを慎重にキュレートする。 完全に実行可能な環境は、教師付き微調整と強化学習の両方を通して包括的なエージェントトレーニングをサポートする。
  論文  参考訳（メタデータ） (2025-05-12T17:35:43Z)
• Model Utility Law: Evaluating LLMs beyond Performance through Mechanism Interpretable Metric [99.56567010306807]
  大規模言語モデル(LLM)は、学術、産業、そして日々のアプリケーションに欠かせないものになっている。 大規模言語モデル (LLM) 時代における評価の課題の1つは一般化問題である。 従来の性能スコアを補完するメカニズムの解釈可能性向上指標であるモデル利用指数(MUI)を提案する。
  論文  参考訳（メタデータ） (2025-04-10T04:09:47Z)
• Navigating MLOps: Insights into Maturity, Lifecycle, Tools, and Careers [4.835091081509403]
  本稿では,Large Language Model Operations(LLMOps)をさらに取り入れた,MLOpsライフサイクル統合フレームワークを紹介する。 さまざまな成熟度レベルでMLOpsの採用に関連する重要な役割、ツール、コストを概説する。 標準化されたフレームワークを提供することで、MLOpsを効果的に実装するために必要なリソースを明確に定義し、割り当てすることを支援します。
  論文  参考訳（メタデータ） (2025-03-19T13:20:14Z)
• RAAD-LLM: Adaptive Anomaly Detection Using LLMs and RAG Integration [2.879328762187361]
  本稿では,適応型異常検出のための新しいフレームワークであるRAAD-LLMを提案する。 ドメイン固有の知識を効果的に活用することにより、RAAD-LLMは時系列データにおける異常の検出を強化する。 実際のデータセットでは,70.7%から88.6%に精度が向上した。
  論文  参考訳（メタデータ） (2025-03-04T17:20:43Z)
• IMPROVE: Iterative Model Pipeline Refinement and Optimization Leveraging LLM Experts [28.9807389592324]
  機械学習のワークフローを自動化するための有望なソリューションとして、大規模言語モデル(LLM)エージェントが登場した。 LLM駆動のMLパイプライン設計のための新しい戦略であるIterative Refinementを紹介します。 実際のトレーニングフィードバックに基づいて個々のコンポーネントを体系的に更新することにより、イテレーティブリファインメントはモデル全体のパフォーマンスを改善する。
  論文  参考訳（メタデータ） (2025-02-25T01:52:37Z)
• Toward LLM-Agent-Based Modeling of Transportation Systems: A Conceptual Framework [15.11130742093296]
  交通システムのための汎用LLMエージェントに基づくモデリングフレームワークを提案する。 我々の概念的枠組み設計は、人間の旅行者の意思決定と相互作用の過程と特性を忠実に再現する。 LLMエージェントに基づくモデリングフレームワークのさらなる改良が必要であるが、本手法は輸送システムのモデリングとシミュレーションを改善する可能性を秘めていると信じている。
  論文  参考訳（メタデータ） (2024-12-09T17:24:41Z)
• Recursive Learning of Asymptotic Variational Objectives [49.69399307452126]
  一般状態空間モデル(英: General State-space Model, SSM)は、統計機械学習において広く用いられ、時系列データに対して最も古典的な生成モデルの一つである。 オンラインシーケンシャルIWAE(OSIWAE)は、潜在状態の推測のためのモデルパラメータとマルコフ認識モデルの両方のオンライン学習を可能にする。 このアプローチは、最近提案されたオンライン変分SMC法よりも理論的によく確立されている。
  論文  参考訳（メタデータ） (2024-11-04T16:12:37Z)
• Benchmarks as Microscopes: A Call for Model Metrology [76.64402390208576]
  現代の言語モデル(LM)は、能力評価において新たな課題を提起する。 メトリクスに自信を持つためには、モデルミアロジの新たな規律が必要です。
  論文  参考訳（メタデータ） (2024-07-22T17:52:12Z)

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。