文献

J-GLOBAL ID：202002254416112279   整理番号：20A2077486

データベース最小自己距離抽象化を用いたプロセス発見【JST・京大機械翻訳】

Process discovery using in-database minimum self distance abstractions

著者 (2件)： Syamsiyah Alifah (Eindhoven University of Technology) ,  Leemans Sander J. J. (Queensland University of Technology)
資料名： ACM Proceedings  (ACM Proceedings)
号： SAC ’20  ページ： 26-35  発行年： 2020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： プロセス実行は,データベースのようなレガシー情報システムに典型的に保存されるイベントデータを生成する。しかし,そのようなイベントデータを必要とするプロセス発見が主メモリにおいて実行される。このギャップを埋めるために,既存の技術はイベントデータを変換し,抽出する必要があり,それは高価なステップである。この問題は,イベントデータをそれらの起源に直接処理することによって取り組まれている。しかしながら,既存の方法は,最も単純なイベントデータ抽象化のみに依存する:直接追跡(DF)抽象化。本論文は,他の抽象化,最小自己距離(MSD)抽象化を考慮することにより,これらの既存の研究を改善し,DF単独よりも大きなクラスのモデルの発見を可能にした。即ち,ログのないプロセス発見技法であるIMwを提案し,MSDとDF抽象化の両方を使用する。さらに,本研究は,MSD抽象データベースを計算するアプローチを提案し,従って,変換および移動事象データの必要性を回避した。実生活ログを用いてIMwを評価し,実験結果は,データベース抽象化によるIMwが従来の手法よりも高速であり,イベントデータに関する動的更新を認識し,既存の技術と比較して,パレート最適結果を持つモデルを発見することができることを示した。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： 情報システム ,  *データベース ,  主メモリ ,  データ抽象化
準シソーラス用語： Pareto最適 ,  イベントデータ , 【Automatic Indexing@JST】

著者キーワード (3件)： データベース内抽象化 ,  最小自己距離 ,  プロセス発見

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

タイトルに関連する用語 (5件)： データベース ,  自己 ,  抽象化 ,  プロセス ,  発見