ドメイン知識による関係データベースからの因果的プロセスマイニング【JST・京大機械翻訳】

Waibel Philipp; Pfahlsberger Lukas; Revoredo Kate; Mendling Jan

プレプリント

J-GLOBAL ID：202202201167621732 整理番号：22P0290926

ドメイン知識による関係データベースからの因果的プロセスマイニング【JST・京大機械翻訳】

Causal Process Mining from Relational Databases with Domain Knowledge

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月16日プレプリントサーバーでの情報更新日： 2023年07月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

プロセスマイニングの研究分野におけるアルゴリズムの過剰は,直接フォロー関係に関して構築する。過去10年間,様々な改善がなされてきたが,これらの関係の重大な弱点がある。1:NとN:Mの基数に関係する異なる物体に関連した事象が互いに関連すると,直接フォロー関係に基づく技法は,偽関係,自己ループ,およびバックジャンプを生成する。これは,古典的事象ログで記述されたイベントシーケンスがイベント因果関係と異なるという事実による。本論文では,プロセス関連事象データの因果構造を表現する研究問題に取り組んだ。この目的のために,Causalプロセスマイニングと呼ばれる新しいアプローチを開発した。この手法は,フラットイベントログの使用を思い出し,入力としてイベントデータの関係データベースを考慮する。より具体的には,著者らはCausalプロセステンプレートに基づく関係データ構造をCausalイベントグラフと呼ぶものに変換する。このアプローチを評価し,ヨーロッパの食品生産会社との事例研究における直接フォロー関係に基づく技術と出力を比較した。著者らの結果は,ドメインからの付加的知識によるプロセスマイニングを豊かにする利点を実証した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , 経営工学一般

, ,

前のページに戻る