論文の概要: A Hybrid Agentic AI Framework for Intelligent Supply Chain Analytics
- arxiv url: http://arxiv.org/abs/2609.13561v1
- Date: Fri, 11 Sep 2026 21:59:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.39528
- Title: A Hybrid Agentic AI Framework for Intelligent Supply Chain Analytics
- Title（参考訳）: インテリジェントサプライチェーン分析のためのハイブリッドエージェントAIフレームワーク
- Abstract要約: 本稿では、ビジネス意思決定と技術専門のギャップを埋めるサプライチェーン分析のためのエージェントシステムを提案する。
このシステムは探索分析と決定論的デリゲートの両方をサポートし、プランナーはアドホックな質問と構造化されたプロセスの間を移行できる。
その結果,マルチエージェント設計では90%の精度が得られ,単一のエージェントベースラインと競合することがわかった。
- 参考スコア（独自算出の注目度）: 3.3292687565862535
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Efficient utilization of supply chain analytics for decision making remains a significant challenge for planners, as critical tasks such as database querying, key performance indicator (KPI) analysis, demand forecasting, and performance diagnosis require heterogeneous expertise spanning data engineering, operations research, and domain knowledge. In this work, we propose an agentic system for supply chain analytics that bridges the gap between business decision-making and technical expertise, where a coordinator agent interprets user intent and delegates sub-tasks to specialized agents. The system supports both exploratory analysis and deterministic workflows, enabling planners to transition between ad hoc questions and structured processes. Domain logic is encapsulated within specialist agents and prompts, yielding a scalable, modular, and auditable design and lowering the cost of functional extension through prompt-centric development. We evaluate the proposed architecture on a test environment that replicates multi-echelon inventory management operations. Results show that our multi-agent design achieves a 90\% accuracy, which is competitive with a single agent baseline while reducing input token usage by roughly fourfold, substantially improving scalability and cost-efficiency. Furthermore, we provide case studies to demonstrate interpretable suboptimality detection and automated forecast optimization, illustrating how agentic architectures can effectively combine open-ended exploratory analysis and deterministic supply chain analytics workflows, and provide a practical pathway toward more accessible and extensible decision-support systems.
- Abstract（参考訳）: データベースクエリ、キーパフォーマンスインジケータ(KPI)分析、需要予測、パフォーマンス診断といった重要なタスクは、データエンジニアリング、オペレーションリサーチ、ドメイン知識を含む異種な専門知識を必要とするため、意思決定にサプライチェーン分析を効果的に活用することは、プランナーにとって依然として重要な課題である。
本研究では,サプライチェーン分析のためのエージェントシステムを提案する。このシステムでは,コーディネータがユーザの意図を解釈し,サブタスクを専門エージェントに委譲する。
このシステムは探索分析と決定論的ワークフローの両方をサポートし、プランナーはアドホックな質問と構造化されたプロセスの間を移行できる。
ドメイン・ロジックは専門家のエージェントやプロンプトにカプセル化され、スケーラブルでモジュラーで監査可能な設計となり、プロンプト中心の開発を通じて機能拡張のコストを下げる。
複数エケロン在庫管理操作を再現するテスト環境において,提案したアーキテクチャを評価する。
その結果, 入力トークン使用量を約4倍に削減し, スケーラビリティとコスト効率を大幅に向上させながら, 単一のエージェントベースラインと競合するマルチエージェント設計が90%の精度で達成できることが示唆された。
さらに、解釈可能な準最適検出と自動予測最適化を実証し、エージェントアーキテクチャがオープンな探索分析と決定論的サプライチェーン分析のワークフローを効果的に組み合わせ、よりアクセシブルで拡張可能な意思決定支援システムへの実践的な経路を提供する。
関連論文リスト
- The Optimizer Is the Agent: Reasoning-Driven Search across Prompts, Programs, and ML Workflows [72.9051182568928]
推論駆動最適化のための統合フレームワークであるReASearchを提案する。
共有エージェントループとドメイン固有のツールにより、ReASearchは、プロンプト、プログラム、MLを最適化するために、まったく同じスキャフォールドをインスタンス化する。
我々は,複雑な探索行動がエージェントの推論プロセスから自然に現れることを観察する。
論文 参考訳（メタデータ） (2026-08-07T02:15:39Z) - Adaptation of Agentic AI [162.63072848575695]
我々は、急速に拡大する研究環境を、エージェント適応とツール適応の両方にまたがる体系的な枠組みに統一する。
エージェントAIにおける適応戦略の設計空間を明らかにする上で,本フレームワークが有効であることを示す。
次に、各カテゴリの代表的アプローチをレビューし、その強みと限界を分析し、主要なオープン課題と今後の機会を強調します。
論文 参考訳（メタデータ） (2025-12-18T08:38:51Z) - A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。
本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
論文 参考訳（メタデータ） (2025-10-10T06:56:50Z) - PowerChain: A Verifiable Agentic AI System for Automating Distribution Grid Analyses [1.9682121767943495]
急激な電化と脱炭は、分散グリッド(DG)の運用と計画の複雑さを増している。
これらの分析は、専門家の知識を必要とし、自動化が困難であるさまざまなモデル、関数呼び出し、データパイプラインに依存します。
我々は,複雑なグリッド分析を自律的に行うことができるエージェントシステムPowerChainを構築した。
論文 参考訳（メタデータ） (2025-08-23T17:24:46Z) - I2I-STRADA -- Information to Insights via Structured Reasoning Agent for Data Analysis [0.0]
現実世界のデータ分析には一貫した認知ワークフローが必要です。
この推論プロセスの形式化を目的としたエージェントアーキテクチャであるI2I-STRADAを紹介する。
論文 参考訳（メタデータ） (2025-07-23T18:58:42Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - Agent-based Condition Monitoring Assistance with Multimodal Industrial Database Retrieval Augmented Generation [3.8451399765175016]
状態監視(CM)は、プロセス産業において信頼性と効率を確保する上で重要な役割を担います。
この研究は、大規模言語モデル(LLM)ベースの推論エージェントとCMを統合し、アナリストと業界のニーズに対処する。
我々は、マルチモーダル検索拡張生成(RAG)とCMデータ専用に設計された新しいベクトルストア構造を組み合わせたモジュラーフレームワークであるMindRAGを提案する。
論文 参考訳（メタデータ） (2025-06-10T21:04:18Z) - The Cost of Dynamic Reasoning: Demystifying AI Agents and Test-Time Scaling from an AI Infrastructure Perspective [3.0868637098088403]
大規模言語モデル(LLM)ベースのAIエージェントは最近、動的推論を採用することで、印象的な汎用性を示した。
本稿では,AIエージェントを包括的に分析し,リソース使用量,遅延動作,エネルギー消費,テストタイムスケーリング戦略を定量化する。
その結果,エージェントは計算量の増加によって精度が向上する一方で,急速に低下するリターン,レイテンシのばらつきの拡大,持続不可能なインフラストラクチャコストに悩まされていることがわかった。
論文 参考訳（メタデータ） (2025-06-04T14:37:54Z) - Agentic Predictor: Performance Prediction for Agentic Workflows via Multi-View Encoding [56.565200973244146]
Agentic Predictorは、効率的なエージェントワークフロー評価のための軽量な予測器である。
Agentic Predictorはタスク成功率の近似を学ぶことで、最適なエージェントワークフロー構成の迅速かつ正確な選択を可能にする。
論文 参考訳（メタデータ） (2025-05-26T09:46:50Z) - Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。
AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。
この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
論文 参考訳（メタデータ） (2025-05-03T13:55:38Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - Towards Human-Level Understanding of Complex Process Engineering Schematics: A Pedagogical, Introspective Multi-Agent Framework for Open-Domain Question Answering [0.0]
化学・プロセス産業では、プロセス・フロー・ダイアグラム(PFD)とパイプ・アンド・インスツルメンテーション・ダイアグラム(P&ID)が設計、建設、保守に不可欠である。
生成型AIの最近の進歩は、ビジュアル質問回答(VQA)のプロセス図の理解と解釈の約束を示している。
本稿では,階層的かつマルチエージェントなRetrieval Augmented Generation(RAG)フレームワークを用いた,セキュアでオンプレミスなエンタープライズソリューションを提案する。
論文 参考訳（メタデータ） (2024-08-24T19:34:04Z)
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。