文献

J-GLOBAL ID：202202270779116479   整理番号：22A0780800

CNNとイベント密度埋込みを用いたイベントデータからイベントログへの自動変換【JST・京大機械翻訳】

Automatic Conversion of Event Data to Event Logs Using CNN and Event Density Embedding

著者 (5件)： Sim Sunghyun (Institute of Intelligent Logistics Big Data, Pusan National University, Geum-Jeong Gu, Busan, South Korea) ,  Sutrisnowati Riska Asriana (IOChord Inc., Haeundae-gu, Busan, South Korea) ,  Won Seokrae (IOChord Inc., Haeundae-gu, Busan, South Korea) ,  Lee Sanghwa (IOChord Inc., Haeundae-gu, Busan, South Korea) ,  Bae Hyerim (Department of Industrial Engineering, Major in Industrial Data Science & Engineering, Pusan National University, Geum-Jeong Gu, Busan, South Korea)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 15994-16009  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： プロセスマイニングにおいて,イベントデータをイベントログに変換することは解析結果の質に関係する。一般に,イベントデータをイベントログに変換するためには,イベントデータにおけるデータフィールドから,他のオプション属性と同様に,事例識別子,活動ラベル,活動源,および活動タイムスタンプのようなプロセスエンティティを同定する必要がある。現在まで,イベントログ変換プロセスは,専門家の直感またはアナリストの経験に頼ることで試みられている。しかし,転換は,プロセスマイニングの十分な事前知識なしで挑戦的な手順である。変換プロセスを自動化するために,畳み込みニューラルネットワーク(CNN)に基づくイベントログΣΔ変換アルゴリズムを,イベント密度埋込み(EDE)と呼ばれる新しい埋込み方式で開発した。提案した埋込み法と自動イベントログ変換フレームワークの性能を検証するために,比較実験を9つの実世界事象データを用いて行った。実験は,著者らの方法が他の方法より5-%高い変換精度であることを示した。ビジネス専門家は,システム由来イベントデータを利用することにより,マイニング技術を容易に処理できることが期待される。Copyright 2022 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： アルゴリズム ,  自動化 ,  *イベント ,  比較試験 ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： 事前知識 ,  タイムスタンプ ,  エンティティ ,  プロセスマイニング ,  *イベントデータ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (6件)： CNN ,  イベント ,  密度 ,  埋込み ,  ログ ,  自動変換