論文の概要: Ontology-Driven Model-to-Model Transformation of Workflow Specifications
- arxiv url: http://arxiv.org/abs/2511.13661v1
- Date: Mon, 17 Nov 2025 18:16:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-18 18:52:09.668004
- Title: Ontology-Driven Model-to-Model Transformation of Workflow Specifications
- Title（参考訳）: オントロジー駆動型ワークフロー仕様のモデル-モデル変換
- Authors: Francisco Abreu, Luís Cruz, Sérgio Guerreiro,
- Abstract要約: Smart FormsやSmart Flowといったプロプライエタリな言語は、プロセスの知識をクローズドなフォーマットにロックするため、相互運用性と再利用を妨げる。
私たちは、ビジネスプロセスモデルと表記にドメイン固有の定義をサポートするオントロジー駆動のモデル・ツー・モデルパイプラインを導入します。
私たちは、Serior Técnico(IST)のSmart Forms & Smart Flowのためのパイプラインをインスタンス化し、標準準拠のBPMNダイアグラムを生成するコンバータを実装しました。
- 参考スコア（独自算出の注目度）: 0.8921166277011348
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Proprietary workflow modeling languages such as Smart Forms & Smart Flow hamper interoperability and reuse because they lock process knowledge into closed formats. To address this vendor lock-in and ease migration to open standards, we introduce an ontology-driven model-to-model pipeline that systematically translates domain-specific workflow definitions to Business Process Model and Notation (BPMN) 2.0. The pipeline comprises three phases: RML-based semantic lifting of JSON to RDF/OWL, ontology alignment and reasoning, and BPMN generation via the Camunda Model API. By externalizing mapping knowledge into ontologies and declarative rules rather than code, the approach supports reusability across vendor-specific formats and preserves semantic traceability between source definitions and target BPMN models. We instantiated the pipeline for Instituto Superior Técnico (IST)'s Smart Forms & Smart Flow and implemented a converter that produces standard-compliant BPMN diagrams. Evaluation on a corpus of 69 real-world workflows produced 92 BPMN diagrams with a 94.2% success rate. Failures (5.81%) stemmed from dynamic behaviors and time-based transitions not explicit in the static JSON. Interviews with support and development teams indicated that the resulting diagrams provide a top-down view that improves comprehension, diagnosis and onboarding by exposing implicit control flow and linking tasks and forms back to their sources. The pipeline is generalizable to other proprietary workflow languages by adapting the ontology and mappings, enabling interoperability and reducing vendor dependency while supporting continuous integration and long-term maintainability. The presented case study demonstrates that ontology-driven M2M transformation can systematically bridge domain-specific workflows and standard notations, offering quantifiable performance and qualitative benefits for stakeholders.
- Abstract（参考訳）: Smart FormsやSmart Flowといったプロプライエタリなワークフローモデリング言語は、プロセスの知識をクローズドなフォーマットにロックするため、相互運用性と再利用を妨げる。
このベンダーロックインに対処し、オープンスタンダードへの移行を容易にするため、ドメイン固有のワークフロー定義をビジネスプロセスモデルと表記(BPMN)2.0に体系的に変換するオントロジー駆動のモデル・ツー・モデルパイプラインを導入します。
RMLベースのJSONからRDF/OWLへのセマンティックリフト、オントロジーのアライメントと推論、Camunda Model APIによるBPMN生成である。
コードではなく、知識をオントロジーや宣言的ルールにマッピングすることで、このアプローチはベンダー固有のフォーマット間の再利用性をサポートし、ソース定義とターゲットBPMNモデル間のセマンティックトレーサビリティを保持します。
Instituto Superior Técnico(IST)のSmart Forms & Smart Flow用のパイプラインをインスタンス化し、標準準拠のBPMNダイアグラムを生成するコンバータを実装しました。
69の現実世界のワークフローのコーパスの評価は94.2%の成功率で92のBPMNダイアグラムを生成した。
障害(5.81%)は静的JSONでは明示されていない動的動作と時間ベースの遷移に起因する。
サポートチームと開発チームのインタビューでは、結果のダイアグラムが、暗黙のコントロールフローを公開し、タスクとフォームをソースにリンクすることで、理解、診断、オンボードを改善するトップダウンビューを提供することを示した。
パイプラインはオントロジーとマッピングを適用することで他のプロプライエタリなワークフロー言語に一般化可能であり、継続的インテグレーションと長期の保守性をサポートしながら、相互運用性とベンダ依存性の低減を可能にする。
提示されたケーススタディは、オントロジー駆動のM2M変換が、ドメイン固有のワークフローと標準表記を体系的にブリッジし、ステークホルダーに定量的なパフォーマンスと質的な利点を提供することを示した。
関連論文リスト
- Executable Ontologies: Synthesizing Event Semantics with Dataflow Architecture [51.56484100374058]
我々は、セマンティックイベントセマンティクスとデータフローアーキテクチャを統合することで、従来のビジネスプロセス管理システムの限界に対処できることを実証する。
大胆なシーエンジニアリングのアーキテクチャは、セマンティックモデルをコンパイルなしで実行可能なアルゴリズムとして解釈する。
実行時にイベントモデルを変更することで、透明性を確保し、統一されたセマンティックフレームワーク内でデータとビジネスロジックをシームレスにマージする。
論文 参考訳（メタデータ） (2025-09-11T18:12:46Z) - Leveraging Machine Learning and Enhanced Parallelism Detection for BPMN Model Generation from Text [75.77648333476776]
本稿では、テキストからBPMNモデルを抽出する自動パイプラインについて紹介する。
この研究の重要な貢献は、新たに注釈付けされたデータセットの導入である。
モデルトレーニング用の32のパラレルゲートウェイを含む15の注釈付き文書でデータセットを増強する。
論文 参考訳（メタデータ） (2025-07-11T07:25:55Z) - Benchmarking Agentic Workflow Generation [80.74757493266057]
複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。
また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。
我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
論文 参考訳（メタデータ） (2024-10-10T12:41:19Z) - A Step Towards a Universal Method for Modeling and Implementing Cross-Organizational Business Processes [0.0]
この研究は、より正確で統一されたビジネスプロセスモデル実行の基礎となる。
特定のBPMN要素をPASSと互換性のあるフォーマットに変換するプロトタイプトランスレータの開発について説明する。
これらのモデルはソースコードに変換され、bespokeワークフロー環境で実行される。
論文 参考訳（メタデータ） (2024-06-18T06:19:44Z) - Transformer Architecture for NetsDB [0.0]
我々はNetsDBで機能するディープラーニングモデルのためのトランスフォーマーのエンドツーエンド実装を作成します。
分散処理、デプロイメント、効率的な推論のために、当社のモデルから重みをロードします。
論文 参考訳（メタデータ） (2024-05-08T04:38:36Z) - A higher-order transformation approach to the formalization and analysis of BPMN using graph transformation systems [1.0624606551524207]
本稿ではBPMNの実行セマンティクスの形式化を提案する。
私たちのアプローチは、BPMNモデルからグラフ変換システムへの高次の変換に基づいています。
このアプローチの能力を示すため、オープンソースのWebベースツールとして実装しました。
論文 参考訳（メタデータ） (2023-11-09T09:55:10Z) - BPMN4sML: A BPMN Extension for Serverless Machine Learning. Technology
Independent and Interoperable Modeling of Machine Learning Workflows and
their Serverless Deployment Orchestration [0.0]
機械学習(ML)は学術、産業、社会のあらゆる層に浸透し続けている。
ビジネスプロセスモデルと表記法(BPMN)は広く受け入れられ、適用されています。
BPMNは機械学習を表現するための特別なサポートではない。
BPMN4sML(サーバレス機械学習のためのBPMN)を紹介します。
論文 参考訳（メタデータ） (2022-08-02T10:36:00Z) - Scanflow: A multi-graph framework for Machine Learning workflow
management, supervision, and debugging [0.0]
本稿では,エンドツーエンドの機械学習ワークフロー管理を支援するコンテナ化指向グラフフレームワークを提案する。
このフレームワークは、コンテナ内でMLを定義してデプロイし、メタデータを追跡し、本番環境での振る舞いを確認し、学習された知識と人為的な知識を使用してモデルを改善する。
論文 参考訳（メタデータ） (2021-11-04T17:01:12Z)
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。