文献

J-GLOBAL ID：202002251591445047   整理番号：20A1929262

イベントログストリームにおける概念ドリフト検出のヒューマンインザループモニタリングのためのフレームワーク【JST・京大機械翻訳】

A Framework for Human-in-the-loop Monitoring of Concept-drift Detection in Event Log Stream

著者 (5件)： Barbon Junior Sylvio (Londrina State University, Londrina, Brazil) ,  Tavares Gabriel Marques (Londrina State University, Londrina, Brazil) ,  da Costa Victor G. Turrisi (Londrina State University, Londrina, Brazil) ,  Ceravolo Paolo (Universit`a degli Studi di Milano, Crema, Italy) ,  Damiani Ernesto (Khalifa University, Abu Dhabi, Uae)
資料名： ACM Proceedings  (ACM Proceedings)
号： WWW ’18  ページ： 319-326  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 認知コンピューティング(CC)の主な課題の一つは,近実時間で発展する環境に反応することである。したがって,CCモデルは,完全な歴史的データを使用するよりも,過去の歴史の要約を調べることによって解決策を提供することが期待される。この戦略は,応答時間と空間複雑性に関して大きな利点を持つが,概念ドリフト検出に関して新しい課題を提起し,そこでは,長期と短期動力学の両方を考慮するべきである。本論文では,Webベースビジネスプロセスの実行を記録するデータストリームに対するこれらの課題のいくつかを扱う,イベントストリームフレームワーク(CDESF)における概念-ドリフトを導入した。特徴変換のためのCDESFサポートのおかげで,著者らは,プロセスイベントストリームの変換特徴空間における密度クラスタ化を実行して,時間を通して追跡概念ドリフトを観察して,異常値の形で異常ケースを同定した。e-ヘルスケアプロセスのログを用いて提案アプローチを検証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ドリフト ,  クラスタ化 ,  異常値 ,  応答時間 ,  Web【情報システム】
準シソーラス用語： データストリーム ,  複雑性 ,  実時間 ,  特徴空間 ,  特徴変換 ,  コンセプトドリフト , 【Automatic Indexing@JST】

著者キーワード (5件)： クラスタリング ,  コンセプトドリフト ,  ドブスキャン ,  プロセスマイニング ,  ストリームマイニング

分類 (2件)： その他の情報処理  (JE15050M) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 概念 ,  ドリフト ,  フレームワーク