文献

J-GLOBAL ID：201902215907236555   整理番号：19A2418814

オブジェクト中心のプロセスマイニング:イベントデータにおける発散と収束の取り扱い【JST・京大機械翻訳】

Object-Centric Process Mining: Dealing with Divergence and Convergence in Event Data

著者 (2件)： Aalst Wil M. P. (Process and Data Science (PADS), RWTH Aachen University, Aachen, Germany) ,  Aalst Wil M. P. (Fraunhofer Institute for Applied Information Technology, Sankt Augustin, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11724  ページ： 3-25  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： プロセスマイニング技術はイベントデータを用いて様々なプロセス関連質問に答える。プロセス発見,適合性検査,モデル強化,および操作支援を用いて,性能とコンプライアンスを改善した。プロセスマイニングは,事例識別子,活動名,タイムスタンプ,資源やコストのような任意の属性によって特徴付けられる記録されたイベントから始まる。多くの応用において,同じプロセスに関する異なる見解に導く複数の候補識別子がある。さらに,1つのイベントは異なるケース(収束)に関連している可能性があり,与えられたケースに対して,事例(発散)内で同じ活動の複数の事例がある可能性がある。従来のプロセスモデルを作成するために,イベントデータを「平坦化」する必要がある。典型的には複数の選択が可能であり,異なる視点につながる。従って,一つは概観を迅速に失い,イベントデータは複数回(異なる視点に対して)を実行する必要がある。この問題に取り組むために異なるアプローチが提案されている。本論文は,実際のイベントデータと従来のプロセスマイニング技術によって必要とされるイベントログの間のギャップについて議論した。主な目的は,イベントデータを特性化するために,認識を作成し,方法を提供することである。イベントが異なるタイプのオブジェクトに関連できる特定のログフォーマットを提案した。さらに,議論と理解を容易にするために,基本的な概念とベースライン発見アプローチを提示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  基準線 ,  *CASE ,  コンプライアンス ,  キャラクタリゼーション ,  適応性 ,  アーチファクト
準シソーラス用語： 平坦化 ,  プロセスモデル ,  タイムスタンプ ,  識別子 ,  *プロセスマイニング , 【Automatic Indexing@JST】

著者キーワード (5件)： プロセスマイニング ,  プロセス発見 ,  発散 ,  収束 ,  アーチファクト中心モデリング

分類 (2件)： 計算機システム開発  (JD02010R) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： オブジェクト ,  プロセスマイニング ,  イベント ,  発散 ,  収束 ,  取り扱い