論文の概要: AI Assisted Workflow Optimization and Automation

• arxiv url: http://arxiv.org/abs/2609.14323v1
• Date: Sun, 13 Sep 2026 06:41:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.793308
• Title: AI Assisted Workflow Optimization and Automation
• Title（参考訳）: AIがワークフロー最適化と自動化を支援
• Abstract要約: 本研究は, 補助コンプライアンス作業のプロセス特性に焦点をあてる。 プロセスの再設計,システムモデリング,技術統合をコアとして,最適化パスを提案する。 研究は、体系的な最適化と補助プロセスのインテリジェントなアップグレードが、現代的なコンプライアンス運用システムの構築に役立つことを示唆している。
• 参考スコア（独自算出の注目度）: 3.2066047088217347
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Against the backdrop of digital transformation and stricter regulation, enterprise compliance work demands higher efficiency and accuracy. The auxiliary compliance process has become an important entry point for optimizing the compliance system due to its strong transactional nature and high degree of repetition. This study focuses on the process characteristics of auxiliary compliance work, sorts out its structural composition and organizational mechanism, proposes an optimization path with process reengineering, system modeling, and technology integration as the core, and focuses on exploring the collaborative application of key technologies such as RPA, rule engine, and semantic recognition in process automation. Research suggests that the systematic optimization and intelligent upgrading of auxiliary processes will help build a modern compliance operation system that is responsive, efficient, structurally clear, and risk controllable.
• Abstract（参考訳）: ディジタルトランスフォーメーションと厳格な規制を背景に、企業のコンプライアンス作業は、より高い効率と正確性を必要とします。 補助的コンプライアンスプロセスは、その強いトランザクショナルな性質と高い反復度により、コンプライアンスシステムを最適化するための重要なエントリポイントとなっている。 本研究は, 補助コンプライアンス作業のプロセス特性に着目し, その構造構成と組織機構を整理し, プロセスリエンジニアリング, システムモデリング, および技術統合を中心とする最適化パスを提案し, プロセス自動化におけるRPA, ルールエンジン, セマンティック認識といった重要な技術の協調的応用を探求することに焦点を当てた。 研究によると、補助プロセスの体系的な最適化とインテリジェントなアップグレードは、応答性、効率性、構造的クリア、リスク制御が可能な近代的なコンプライアンス運用システムを構築するのに役立ちます。

関連論文リスト

• AI4PLE: A Methodology for Integrating AI into Product Line Engineering [2.6600435895872123]
  再利用ベースの開発は、複雑なシステムの構築においてますます重要になっている。 製品ラインエンジニアリング(PLE)は、共有資産と能力の再利用によって、製品ファミリーの効率的な作成、管理、カスタマイズを可能にすることによって、この可能性を実現するための体系的なアプローチを提供する。 その約束にもかかわらず、人工知能(AI)をPLEプロセスに体系的に統合することは、まだ包括的に調査されていない。
  論文  参考訳（メタデータ） (2026-07-24T12:52:17Z)
• Self-adaptive Multi-Access Edge Architectures: A Robotics Case [0.0]
  本稿では,人間とロボットの混在環境における効率的な計算システムに対する自己適応手法を提案する。 このタスクは、知覚データを利用して人間の移動行動を予測し、移動ロボットの積極的な経路計画を強化し、人間の安全を確保するニューラルネットワークアルゴリズムと関連付けられている。 その結果、従来のセットアップよりもサービス品質が顕著に向上し、AI駆動システムに対する提案されたアプローチの有効性が示された。
  論文  参考訳（メタデータ） (2026-04-15T06:45:54Z)
• AutoSOTA: An End-to-End Automated Research System for State-of-the-Art AI Model Discovery [49.77172027295716]
  AutoSOTAは、トップレベルのAI論文で発表された最新のState-Of-The-Art(SOTA)モデルを進化させるエンドツーエンドの自動研究システムである。 報告された方法を超える新しい105種類のSOTAモデルを発見し、平均して1紙あたり平均5時間である。
  論文  参考訳（メタデータ） (2026-04-07T07:52:01Z)
• A Multi-objective Optimization Approach for Feature Selection in Gentelligent Systems [62.08647860272078]
  本稿では,固有成分情報と自動機構を組み込んだシステムを指すために,ジェネリジェントシステム(Gentelligent system)という用語を用いる。 信頼性の高い故障検出手法を実装することで、製造業者は製品品質の向上、収量の増加、生産コストの削減など、いくつかのメリットを享受できる。
  論文  参考訳（メタデータ） (2025-11-20T23:50:55Z)
• 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)
• An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
  本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。 このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。 完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
  論文  参考訳（メタデータ） (2025-04-20T16:57:45Z)
• Self-Adaptive ERP: Embedding NLP into Petri-Net creation and Model Matching [0.0]
  本研究では,企業プロセスモデルとシステム利用分析を用いたカスタマイズを自動化する自己適応ERPフレームワークを提案する。 このフレームワークは、Design Science Research (DSR) と Systematic Literature Review (SLR) を使って構築され、手動による調整への依存を減らす。
  論文  参考訳（メタデータ） (2025-01-07T14:01:59Z)
• A Multi-AI Agent System for Autonomous Optimization of Agentic AI Solutions via Iterative Refinement and LLM-Driven Feedback Loops [3.729242965449096]
  本稿では,産業間におけるエージェントAIソリューションを自律的に最適化するフレームワークを提案する。 このフレームワークは、仮説を自律的に生成し、テストすることで、人間の入力なしに最適な性能を達成する。 ケーススタディでは、アウトプットの品質、妥当性、動作性が大幅に改善された。
  論文  参考訳（メタデータ） (2024-12-22T20:08:04Z)
• A Survey on Inference Optimization Techniques for Mixture of Experts Models [50.40325411764262]
  大規模Mixture of Experts(MoE)モデルは、条件計算によるモデル容量と計算効率の向上を提供する。 これらのモデル上で推論をデプロイし実行することは、計算資源、レイテンシ、エネルギー効率において大きな課題を示す。 本調査では,システムスタック全体にわたるMoEモデルの最適化手法について分析する。
  論文  参考訳（メタデータ） (2024-12-18T14:11:15Z)
• Optimizing Automated Picking Systems in Warehouse Robots Using Machine Learning [15.615208767760663]
  本研究は、ディープラーニングと強化学習技術を活用した倉庫における自動ピッキングシステムに焦点を当てた。 ロボットのピッキング性能と複雑な環境への適応性を向上する上で,これらの技術の有効性を実証する。
  論文  参考訳（メタデータ） (2024-08-29T15:39:12Z)
• Automated Evolutionary Approach for the Design of Composite Machine Learning Pipelines [48.7576911714538]
  提案手法は、複合機械学習パイプラインの設計を自動化することを目的としている。 パイプラインをカスタマイズ可能なグラフベースの構造で設計し、得られた結果を分析して再生する。 このアプローチのソフトウェア実装は、オープンソースフレームワークとして紹介されている。
  論文  参考訳（メタデータ） (2021-06-26T23:19:06Z)

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。