イベントログの処理学習と宣言ベース符号化による逸脱マイニング【JST・京大機械翻訳】

Richetti Pedro Henrique P.; Jazbik Lucas Seixas; Baiao Fernanda A.; Campos Maria Luiza M.

文献

J-GLOBAL ID：202102265672248591 整理番号：21A3269358

イベントログの処理学習と宣言ベース符号化による逸脱マイニング【JST・京大機械翻訳】

Deviance mining with treatment learning and declare-based encoding of event logs

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A3269358&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A3269358&from=J-GLOBAL&jstjournalNo=W0178A") }}

著者 (4件)： , , ,
資料名：
巻： 187 ページ： Null 発行年： 2022年
JST資料番号： W0178A ISSN： 0957-4174 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)

ビジネスプロセス逸脱マイニングは,その期待した成果からビジネスプロセスの逸脱を特徴づけることを目的とする研究領域である。この領域内の技術は,プロセス実行の集合の特徴がプロセス性能の変化と関連することを発見し,どのプロセス挙動が最良の性能をもたらし,望ましくないプロセス結果をもたらす挙動を明らかにした。この意味で,性能は時間,コスト,資源次元,あるいは任意のドメイン固有性能指標に言及する。ビジネスプロセス逸脱マイニングのための既存の技術は,異なるパターンマイニング手法を用いて,イベントログからのパターンの抽出に基づいている。今日まで,これらの抽出パターンは,高度に柔軟なプロセスに存在する複雑な関係を捕捉することができないので,限られた表現性を有する。本研究では,プロセスインスタンスのベクトルベース表現のための新しい符号化技術を提案し,次に,その性能に影響するプロセスの特性を同定するために,Devance Miningの文脈における新しいアプローチとして処理学習を適用した。提案した符号化技法は,より表現可能な処理を発見することができるDedlare制約テンプレートの充足に基づいている。実生活過程から公的に利用可能なイベントログを用いた一連の実験における現在のプロセス符号化技法と提案を比較した。結果は,提案Delareベース符号化と共に,処理学習が,事象ログから関連およびより表現的な洞察を生成し,プロセス解析に対する実用的応用であることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

,
, , , , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

人工知能 , 経営工学一般 , その他の情報処理 , オペレーションズリサーチ一般 , 計算機システム開発

, , , , ,

前のページに戻る