論文の概要: FacProcessTwin: An LLM-Based System for Process Twin Development
- arxiv url: http://arxiv.org/abs/2606.17666v1
- Date: Tue, 16 Jun 2026 08:27:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-17 17:15:32.354395
- Title: FacProcessTwin: An LLM-Based System for Process Twin Development
- Title（参考訳）: FacProcessTwin: プロセスツイン開発のためのLLMベースのシステム
- Authors: Yash Pulse, Yong-Bin Kang, Abhik Banerjee, Prem Prakash Jayaraman,
- Abstract要約: プロセスツインは、プロダクションプロセス全体のリアルタイム表現を提供する。
本稿では,工場のプロセスドキュメンテーションとオペレーターからの自然言語入力からプロセスツインを構築するシステムであるFacProcessTwinを紹介する。
FacProcessTwinをオーストラリアの食品製造業者の実例で評価した。
- 参考スコア（独自算出の注目度）: 2.71939929570542
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Process twins provide real-time representations of entire production processes. By capturing how process steps interact, rather than monitoring a single machine in isolation as an asset-based digital twin does, they have the potential to drive efficiency gains across the whole process. However, developing a process twin is costly. It requires accurately modelling the entire production process: its process steps, the equipment and product-specific settings each step uses, and its process variations. The resulting model must then be bound to live operational data. We present FacProcessTwin, a system that leverages a large language model (LLM) to reduce this development time, building a process twin from a plant's process documentation and natural-language input from an operator. FacProcessTwin generates this complete process model and then automatically binds its process steps to live operational data. The generated model and its data bindings are rendered as an interactive process diagram through which manufacturing personnel can monitor and correct the system's autonomous decisions, such as resolving uncertainty at safety-critical binding steps. We evaluate FacProcessTwin through a real-world case study of an Australian food manufacturer, covering 16 production process flows that span chilled, frozen, and aseptic shelf-stable product categories and include process variations within the same product. The results show that FacProcessTwin generates these process models accurately (a mean F1 of 95.2% against ground truth) and builds each twin in roughly a sixth of the manual time. Its human-in-the-loop governance then keeps the safety-critical bindings correct: at ambiguous tags where a single-pass baseline silently mis-binds 75.0% of the time, FacProcessTwin defers to the operator and mis-binds none.
- Abstract（参考訳）: プロセスツインは、プロダクションプロセス全体のリアルタイム表現を提供する。
資産ベースのデジタルツインのように、単一のマシンを独立して監視するのではなく、プロセスのステップがどのように相互作用するかをキャプチャすることで、プロセス全体にわたって効率性を高める可能性を秘めている。
しかし、プロセスツインの開発にはコストがかかる。
プロセスステップ、各ステップが使用する機器と製品固有の設定、プロセスのバリエーションといった、生産プロセス全体を正確にモデル化する必要があります。
結果のモデルは、運用データにバインドされなければならない。
本稿では,大規模言語モデル(LLM)を活用して開発時間を短縮するシステムであるFacProcessTwinについて述べる。
FacProcessTwinは、この完全なプロセスモデルを生成し、そのプロセスステップを自動的にバインドして、運用データを実行する。
生成したモデルとそのデータバインディングは、安全クリティカルなバインディングステップにおける不確実性の解消など、製造担当者がシステムの自律的な決定を監視および修正できるインタラクティブなプロセスダイアグラムとして表現される。
FacProcessTwinは、オーストラリアの食品製造業者の実例から評価し、冷蔵、冷凍、無害な棚安定製品カテゴリにまたがる16の生産プロセスフローをカバーし、同一製品にプロセスのバリエーションを含む。
結果は、FacProcessTwinがこれらのプロセスモデルを正確に生成し(地上の真理に対して95.2%の平均F1)、各ツインをマニュアルタイムの約6分の1で構築することを示している。
単一のパスのベースラインが静かに75.0%の時間を誤結合しているあいまいなタグでは、FacProcessTwinはオペレータにフェールし、間違ったバインドをしない。
関連論文リスト
- RoboProcessBench: Benchmarking Process-Aware Understanding in Vision-Language Robotic Manipulation [59.10505906182782]
視覚言語モデル(VLM)は、ロボット操作における視覚的批判、報酬発生器、障害検出器として、ますます研究されている。
既存の評価では、VLMが微細なプロセス理解を持っているかどうかを検証できない。
本稿では、視覚言語ロボット操作におけるプロセス認識理解のベンチマークであるRoboProcessBenchを紹介する。
論文 参考訳（メタデータ） (2026-06-11T08:20:42Z) - 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) - SPARE: Single-Pass Annotation with Reference-Guided Evaluation for Automatic Process Supervision and Reward Modelling [58.05959902776133]
私たちはSingle-Passを紹介します。
Reference-Guided Evaluation (SPARE)は、効率的なステップごとのアノテーションを可能にする新しい構造化フレームワークである。
数学的推論(GSM8K, MATH)、マルチホップ質問応答(MuSiQue-Ans)、空間推論(SpaRP)にまたがる4つの多様なデータセットにおけるSPAREの有効性を実証する。
ProcessBenchでは、SPAREがデータ効率のよいアウト・オブ・ディストリビューションの一般化を実証し、トレーニングサンプルの$sim$16%しか使用していない。
論文 参考訳（メタデータ） (2025-06-18T14:37:59Z) - Sparse Attention-driven Quality Prediction for Production Process Optimization in Digital Twins [53.70191138561039]
データ駆動方式で運用ロジックを符号化することで,生産ラインのディジタルツインをデプロイすることを提案する。
我々は,自己注意型時間畳み込みニューラルネットワークに基づく生産プロセスの品質予測モデルを採用する。
本手法は,本手法により,仮想及び実生産ライン間のシームレスな統合を促進できることを示す。
論文 参考訳（メタデータ） (2024-05-20T09:28:23Z) - The WHY in Business Processes: Discovery of Causal Execution Dependencies [2.0811729303868005]
プロセスアクティビティの実行間の因果関係を明らかにすることは、プロセス介入の結果を予測する重要な要素である。
この研究は、既存の因果発見アルゴリズムを活動タイミングよりも活用することにより、因果ビジネスプロセスの公開に対する体系的なアプローチを提供する。
本手法は,3つの因果パターンの文脈における2つのモデル間の相違を探索し,これらの不整合がマイニングプロセスモデル上で注釈付けされるという新たな視点を導出する。
論文 参考訳（メタデータ） (2023-10-23T14:23:15Z) - The Role of Time and Data: Online Conformance Checking in the
Manufacturing Domain [0.0]
製造業は、デジタル化の課題に対処するためにプロセス指向技術に挑戦する分野です。
プロセスマイニングは高い期待を生み出しますが、製造専門家によるその実装と使用はある程度不明です。
プロセスマイニングが第2のタスクとしてプロセス監視中にドメイン専門家をサポートするかどうかおよび方法を検討する。
論文 参考訳（メタデータ） (2021-05-04T12:23:35Z) - Process Comparison Using Object-Centric Process Cubes [69.68068088508505]
実生活のビジネスプロセスでは、プロセス全体を複雑に解釈しがちな振る舞いが存在します。
プロセス比較は、プロセスキューブを使用して、プロセスの異なる動作を互いに分離するプロセスマイニングのブランチです。
オブジェクト中心のイベントログのスライスやダイスなどのプロセスキューブ操作をサポートするプロセスキューブフレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-12T10:08:28Z) - Automated simulation and verification of process models discovered by
process mining [0.0]
本稿では,プロセスマイニング技術を用いたプロセスモデルの自動解析手法を提案する。
プロセスマイニングは、さまざまなデバイスによって生成されたイベントデータに隠された、基盤となるプロセスを探索する。
論文 参考訳（メタデータ） (2020-11-03T11:51:53Z) - Process Discovery for Structured Program Synthesis [70.29027202357385]
プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。
本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。
我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
論文 参考訳（メタデータ） (2020-08-13T10:33:10Z)
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。