文献

J-GLOBAL ID：202002290686895867   整理番号：20A0082526

目標指向プロセス発見のためのデータ前処理【JST・京大機械翻訳】

Data Preprocessing for Goal-Oriented Process Discovery

著者 (2件)： Ghasemi Mahdi (University of Ottawa) ,  Amyot Daniel (University of Ottawa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： REW  ページ： 200-206  発行年： 2019年 
JST資料番号： W2441A  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： 最近,プロセスマイニング活動における目標モデリング能力を利用するために,目標指向プロセス強化と発見(GoPED)が提案された。従来のプロセスマイニングは,活動指向性における歴史的な,密集したイベントログからの基礎となるプロセスモデルを発見することを目的としている。しかし,GoPEDは,いくつかの目標に関連した属性によって強化されたイベントログから,ゴールに沿ったプロセスモデルを推論する。GoPEDは,異なる利害関係者の(しばしば相反する)目標に対して十分なレベルの満足度をもたらす歴史的行動を選択する。3つの異なる視点からイベントログの部分集合を選択するために利用可能な3つのアルゴリズムがある。すべての3つのアルゴリズムの主な入力は,(1)各事例を示す表として構造化されたイベントログのバージョン(1)と,異なる目標の満足レベルで強化された列を持つ,(2)列を持つ。従って,典型的なイベントログは,GoPEDアルゴリズムへの供給が容易ではない。本論文では,元のイベントログを操作するための方式を提案し,それらを強化した。2つのツールも開発し,この方式に対して試験した。すなわち,トラッカー,上で説明したログを構造化し,構造化ログにおけるすべてのケースに対する目標の満足レベルを計算するために,強化した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： CASE ,  *アルゴリズム ,  部分集合 ,  モデリング ,  指向性
準シソーラス用語： 利害関係者 ,  プロセスモデル ,  プロセスマイニング , 【Automatic Indexing@JST】

分類 (2件)： 計算機システム開発  (JD02010R) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (4件)： 目標 ,  プロセス ,  発見 ,  データ前処理