抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】