論文の概要: Emergent Behavior and Uncertainty in IoT-Enhanced Business Processes: Challenges and Future Directions
- arxiv url: http://arxiv.org/abs/2608.28919v1
- Date: Fri, 28 Aug 2026 22:34:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 13:10:46.451254
- Title: Emergent Behavior and Uncertainty in IoT-Enhanced Business Processes: Challenges and Future Directions
- Title（参考訳）: IoT強化ビジネスプロセスにおける創発的行動と不確実性--課題と今後の方向性
- Abstract要約: IoTに強化されたビジネスプロセスは、異種アクターと継続的イベントストリームによる複雑さを特徴とする。
このような設定では、プロセスの動作は、人間、IoTデバイス、物理オブジェクト、ソフトウェアシステム、エージェント、サービスを含む複雑なインタラクションを通じて、実行時にのみ発生する。
これらの課題は,1)不確実性表現,2)IoT強化プロセスの運用,3)創発的動作のランタイム管理という3つの観点から論じる。
- 参考スコア（独自算出の注目度）: 0.46214926803182244
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: IoT-enhanced business processes are characterized by high complexity due to heterogeneous actors, varying levels of autonomy among participating systems, continuously evolving execution contexts spanning the digital and physical worlds, and continuous event streams. In such settings, process behavior partially emerges only at runtime through complex interactions involving humans, IoT devices, physical objects, software systems, agents, and services. This complexity introduces partial observability, uncertainty, and runtime dynamics that are difficult to anticipate and that challenge traditional business process management (BPM) assumptions and systems. We discuss these challenges from three perspectives, addressing 1) uncertainty representation, 2) operationalization of IoT-enhanced processes, and 3) runtime management of emergent behavior. Based on a motivating scenario and an analysis of the state of the art, we identify open research gaps and outline short-, medium-, and long-term recommendations to shape a research agenda on emergent behavior in IoT-enhanced business processes.
- Abstract（参考訳）: IoTに強化されたビジネスプロセスは、異種アクターによる複雑性の高さ、参加システム間でのさまざまな自律性、デジタルと物理の世界にまたがる継続的な実行コンテキスト、継続的なイベントストリームによって特徴づけられる。
このような設定では、プロセスの動作は、人間、IoTデバイス、物理オブジェクト、ソフトウェアシステム、エージェント、サービスを含む複雑なインタラクションを通じて、実行時にのみ発生する。
この複雑さは、予測が難しい部分的な可観測性、不確実性、実行時のダイナミクスを導入し、従来のビジネスプロセス管理(BPM)の前提やシステムに挑戦します。
我々は3つの視点からこれらの課題について議論し、対処する。
1)不確実性表現
2)IoT強化プロセスの運用,及び
3) 緊急動作のランタイム管理。
モチベーションシナリオと最先端の分析に基づいて、オープンな研究ギャップを特定し、IoTに強化されたビジネスプロセスにおける創発的行動に関する研究アジェンダを形成するための、短期的、中長期的推奨事項を概説する。
関連論文リスト
- Advances and Innovations in the Multi-Agent Robotic System (MARS) Challenge [170.47383225329915]
スケーラブルで効率的で協調的なソリューションを実現するためには、マルチエージェントシステムフレームワークが不可欠になっています。
このシフトには,エージェント能力の向上,タスクデリゲートによるシステム効率の向上,高度なヒューマンエージェントインタラクションの実現という,3つの主要な要因がある。
本研究では,NurIPS 2025 Workshop on SpaVLEで開催されているマルチエージェントロボットシステム(MARS)チャレンジを提案する。
論文 参考訳（メタデータ） (2026-01-26T17:56:19Z) - Agentic Reasoning for Large Language Models [122.81018455095999]
推論は推論、問題解決、意思決定の基礎となる基本的な認知プロセスである。
大規模言語モデル(LLM)は、クローズドワールド設定では強力な推論能力を示すが、オープンエンドおよび動的環境では苦労する。
エージェント推論は、連続的な相互作用を計画し、行動し、学習する自律的なエージェントとしてLLMを解釈することでパラダイムシフトを示す。
論文 参考訳（メタデータ） (2026-01-18T18:58:23Z) - Empowering Real-World: A Survey on the Technology, Practice, and Evaluation of LLM-driven Industry Agents [63.03252293761656]
本稿では,大規模言語モデル(LLM)に基づく産業エージェントの技術,応用,評価手法を体系的にレビューする。
エージェント能力の進歩を支える3つの重要な技術柱として,記憶,計画,ツール利用について検討する。
本稿では,デジタル工学,科学的発見,具体的インテリジェンス,協調ビジネス実行,複雑なシステムシミュレーションといった実世界の領域における産業エージェントの応用の概要について述べる。
論文 参考訳（メタデータ） (2025-10-20T12:46:55Z) - Unlocking Smarter Device Control: Foresighted Planning with a World Model-Driven Code Execution Approach [82.27842884709378]
本研究では,自然言語理解と構造化推論を優先し,エージェントの環境に対するグローバルな理解を高める枠組みを提案する。
本手法は,従来の手法,特にタスク成功率の44.4%向上を達成している。
論文 参考訳（メタデータ） (2025-05-22T09:08:47Z) - Agentic Business Process Management: Practitioner Perspectives on Agent Governance in Business Processes [0.7270112855088837]
生成AIの台頭に伴い、ソフトウェアエージェントへの産業的関心が高まりつつある。
本稿では,組織がAIエージェントを効果的に管理する方法を検討する。
AIエージェントの採用に責任を負う6つの重要な推奨事項を概説している。
論文 参考訳（メタデータ） (2025-03-23T20:15:24Z) - DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving [62.62464518137153]
DriveTransformerは、スケールアップを簡単にするためのシンプルなE2E-ADフレームワークである。
タスク・セルフ・アテンション、センサー・クロス・アテンション、時間的クロス・アテンションという3つの統合された操作で構成されている。
シミュレーションされたクローズドループベンチマークBench2Driveと、FPSの高い実世界のオープンループベンチマークnuScenesの両方で、最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-03-07T11:41:18Z) - Digital Twins of Business Processes: A Research Manifesto [1.773489607375694]
モノのインターネット(Internet of Things)は、物理的プロセスの監視と自動化のために、組織的および産業的に広く採用されている。
ビジネスプロセスの管理と保守の高度な方法は、ビジネスプロセスのデジタルツインが存在するため、到達範囲内にあります。
本宣言は,事業プロセスとデジタルツインの関係を明らかにすることで,技術の現状に貢献することを目的としている。
論文 参考訳（メタデータ） (2024-09-25T15:43:46Z) - Intelligent Cross-Organizational Process Mining: A Survey and New Perspectives [40.62773366902451]
本稿では,プロセスマイニングの分野に関する具体的な見解を提唱する。
まず、プロセスマイニングの枠組み、一般的な産業応用、そして人工知能と組み合わされた最新の進歩について要約する。
この視点は、複雑な多組織データ分析のための洗練されたソリューションを提供するために人工知能を活用することによって、プロセスマイニングに革命をもたらすことを目的としている。
論文 参考訳（メタデータ） (2024-07-15T23:30:34Z) - MARS: Benchmarking the Metaphysical Reasoning Abilities of Language Models with a Multi-task Evaluation Dataset [50.36095192314595]
大きな言語モデル(LLM)は、一般化可能な推論能力を持つ意識的なエージェントとして機能する。
この能力は、イベントにおける無限の可能な変更をモデル化する複雑さのために、まだ探索されていない。
我々は,各ステップに対応する3つのタスクからなる最初のベンチマークMARSを紹介する。
論文 参考訳（メタデータ） (2024-06-04T08:35:04Z) - Synergising Human-like Responses and Machine Intelligence for Planning in Disaster Response [10.294618771570985]
デュアルプロセス理論(DPT)にインスパイアされた注意に基づく認知アーキテクチャを提案する。
このフレームワークは、高速だが(人間のような)応答と、遅いが最適化されたマシンインテリジェンスの計画能力を統合する。
論文 参考訳（メタデータ） (2024-04-15T15:47:08Z) - A Survey on Context-Aware Multi-Agent Systems: Techniques, Challenges and Future Directions [1.0488897291370285]
自律型エージェントに対する研究の関心が高まっている。
課題は、これらのエージェントが動的環境における不確実性を学び、推論し、ナビゲートできるようにすることである。
コンテキスト認識は、マルチエージェントシステムの強化において重要な要素として現れる。
論文 参考訳（メタデータ） (2024-02-03T00:27:22Z) - Removing Operational Friction Using Process Mining: Challenges Provided
by the Internet of Production (IoP) [0.0]
今日の運用プロセスによって生成されたイベントデータは、プロセスマイニングの機会と課題を提供します。
プロセスマイニングは、様々な運用プロセスを改善するために"デジタルシャドー"を作成するために使用されます。
我々は、運用上の摩擦を取り除くために使用できる価値ある「デジタル影」を開発することを目指している。
論文 参考訳（メタデータ） (2021-07-27T20:04:25Z)
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。