Action-Oriented Programming and Automatic Agent Generation for Adaptive Data Collection in Decentralized Data Ecosystems
Auteur(s): Bayram Tayyip Mustafa, Razouk Houssam, Kyandoghere KyamakyaNom de la revue/Journal: Processes
Mois: mai
Volume: 14
Numéro: 10
Année: 2026
pages: 1-27
Résumé
<p>Les travaux de recherche de Kyandoghere Kyamakya (en collaboration avec Mustafa Tayyip Bayram et Houssam Razouk) présentent un nouveau cadre intégrant la programmation orientée action (AcOP) et la génération automatique d'agents (AAG) pour relever les défis de la collecte de données décentralisée. Les principaux composants et avantages de cette approche sont les suivants : Programmation orientée action (AcOP) : AcOP isole le comportement du système des données statiques, utilisant les « actions » comme unités d'exécution fondamentales pour gérer un environnement décentralisé de manière transparente. Génération automatique d'agents (AAG) : AAG utilise des modèles de langage étendus (LLM) pour générer de manière autonome des agents intelligents capables de gérer des actions spécifiques et de réaliser une analyse préliminaire des données grâce à des connaissances spécifiques au domaine. Avantages pour l'écosystème décentralisé : Cette intégration fournit une architecture de microservices hautement automatisée, adaptable et flexible qui réduit considérablement le codage et les interventions manuelles tout en améliorant la modularité du système et la gestion des erreurs. Application concrète : Le cadre a été testé de manière approfondie dans des environnements décentralisés complexes tels que la fabrication de semi-conducteurs.</p>