文献

J-GLOBAL ID：201802257928213925   整理番号：18A1724247

集約または除去のために?プロセス性能予測改善のための最適モデル簡素化【JST・京大機械翻訳】

To aggregate or to eliminate? Optimal model simplification for improved process performance prediction

著者 (5件)： Senderovich Arik (Technion - Israel Institute of Technology, Haifa, Israel) ,  Shleyfman Alexander (Technion - Israel Institute of Technology, Haifa, Israel) ,  Weidlich Matthias (Humboldt-Universitaet zu Berlin, Berlin, Germany) ,  Gal Avigdor (Technion - Israel Institute of Technology, Haifa, Israel) ,  Mandelbaum Avishai (Technion - Israel Institute of Technology, Haifa, Israel)
資料名： Information Systems  (Information Systems)
巻： 78  ページ： 96-111  発行年： 2018年 
JST資料番号： H0277C  ISSN： 0306-4379  CODEN： INSYD6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 一般化確率Petriネット(GSPNs)のような操作プロセスモデルは,ビジネスプロセスに関する性能質問(例えば,どのようにして長くなるのか?)を答える場合に有用である。最近,プロセスマイニングのための方法が開発され,プロセスの記録された実行のログに基づく操作モデルを発見し,豊かにし,証拠に基づくプロセス解析を可能にする。まれな実行経路によるバイアスを避けるために,発見アルゴリズムは,オーバーフィッティングと発生するログに関する過小適合の間のバランスをとる。しかしながら,最先端の発見アルゴリズムは,制御フロー次元に対してのみこのバランスを扱い,性能測度に関する設計選択の影響を無視している。本研究では,構造的単純化規則,すなわち折畳みを用いて,GSPNの制御性能駆動モデル縮小のための技術を提供した。ここでは,性能情報を集約または除去する一連の折畳みを提案した。さらに,安定性保存に関するこれらの折畳みの健全性を証明し,それらが元のモデルに関して導入する誤差に関する限界を提供した。さらに,それらの応用が性能推定のために与えられた誤差予算の下で最小のモデルを与えるように,単純化規則の最適シーケンスを見つける方法を示した。著者らは,健康管理と電気通信ドメインからの2つの実世界データセットによるアプローチを評価し,モデル単純化がモデルサイズの制御された縮小を可能にし,一方,オリジナルモデルに関する性能計量を保存することを示した。さらに,情報損失によるアンダーフィッティングを防止することにより,抽象化性能モデルを抽出するとき,集約が除去を支配することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *モデル ,  モデル縮小 ,  通信 ,  健全性 ,  *簡素化 ,  アルゴリズム ,  プロセス解析 ,  折畳み ,  健康管理 ,  *予測
準シソーラス用語： 制御フロー ,  最先端 ,  プロセスマイニング ,  ビジネスプロセス ,  プロセスモデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 一般化確率Petriネット ,  モデル簡素化 ,  折畳み ,  排除 ,  凝集 ,  プロセスマイニング

分類 (3件)： 計算理論  (JB02000A) ,  人工知能  (JE08000Z) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (5件)： 集約 ,  プロセス ,  性能予測 ,  モデル ,  簡素化