論文の概要: Partial Order Resolution of Event Logs for Process Conformance Checking
- arxiv url: http://arxiv.org/abs/2007.02416v1
- Date: Sun, 5 Jul 2020 18:43:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-13 08:11:15.692429
- Title: Partial Order Resolution of Event Logs for Process Conformance Checking
- Title（参考訳）: プロセス適合性チェックのためのイベントログの部分順序解決
- Authors: Han van der Aa, Henrik Leopold, Matthias Weidlich
- Abstract要約: 既存の適合性チェック技術の重要な前提は、すべてのイベントがプロセスインスタンス毎のイベントの順序を推測できるタイムスタンプに関連付けられているということです。
本稿では,動作抽象化の異なる概念を取り入れた,この課題に対するいくつかの推定手法を提案する。
実世界のデータと合成データの実験により、我々の手法は最先端の精度を大幅に向上させることが明らかとなった。
- 参考スコア（独自算出の注目度）: 10.58705988536919
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While supporting the execution of business processes, information systems
record event logs. Conformance checking relies on these logs to analyze whether
the recorded behavior of a process conforms to the behavior of a normative
specification. A key assumption of existing conformance checking techniques,
however, is that all events are associated with timestamps that allow to infer
a total order of events per process instance. Unfortunately, this assumption is
often violated in practice. Due to synchronization issues, manual event
recordings, or data corruption, events are only partially ordered. In this
paper, we put forward the problem of partial order resolution of event logs to
close this gap. It refers to the construction of a probability distribution
over all possible total orders of events of an instance. To cope with the order
uncertainty in real-world data, we present several estimators for this task,
incorporating different notions of behavioral abstraction. Moreover, to reduce
the runtime of conformance checking based on partial order resolution, we
introduce an approximation method that comes with a bounded error in terms of
accuracy. Our experiments with real-world and synthetic data reveal that our
approach improves accuracy over the state-of-the-art considerably.
- Abstract（参考訳）: ビジネスプロセスの実行をサポートする一方で、情報システムはイベントログを記録する。
コンフォーマンスチェックは、記録されたプロセスの振る舞いが規範仕様の振る舞いに適合するかどうかを分析するためにこれらのログに依存する。
しかし、既存の適合性チェック技術の重要な前提は、すべてのイベントがプロセスインスタンス毎のイベントの順序を推測できるタイムスタンプと関連付けられていることである。
残念ながら、この前提はしばしば実際に違反される。
同期の問題、手動のイベント記録、あるいはデータの破損のため、イベントは部分的にのみ順序付けられている。
本稿では,イベントログの部分次数分解の問題を解決し,このギャップを解消する。
これは、インスタンスのイベントのすべての可能な全順序に対する確率分布の構成を意味する。
実世界のデータにおける順序の不確実性に対処するために,行動抽象化の異なる概念を取り入れた,この課題に対する推定器をいくつか提示する。
さらに,部分順序分解に基づくコンフォーマンスチェックの実行時間を削減するために,精度の観点から境界誤差を伴う近似手法を提案する。
実世界および合成データを用いた実験により,我々のアプローチは最先端よりも精度が大幅に向上することが明らかとなった。
関連論文リスト
- Bisimulation Learning [55.859538562698496]
我々は、大きな、潜在的に無限の状態空間を持つ状態遷移系の有限バイシミュレートを計算する。
提案手法は,実際に行われている他の最先端ツールよりも高速な検証結果が得られる。
論文 参考訳（メタデータ） (2024-05-24T17:11:27Z) - Detecting Anomalous Events in Object-centric Business Processes via
Graph Neural Networks [55.583478485027]
本研究では,ビジネスプロセスにおける異常検出のための新しいフレームワークを提案する。
まず、属性グラフとしてオブジェクト中心のイベントログのプロセス依存性を再構築する。
次に、異常事象を検出するために、グラフ畳み込みオートエンコーダアーキテクチャを用いる。
論文 参考訳（メタデータ） (2024-02-14T14:17:56Z) - Data is Moody: Discovering Data Modification Rules from Process Event
Logs [31.187669045960085]
本稿では, 正確で簡潔なif-thenが, プロセスのデータの修正方法を規定するアルゴリズムを提案する。
Moodyは、コンパクトで解釈可能なルールを見つけ、正確な発見のためのデータはほとんど必要とせず、ノイズに対して堅牢である。
論文 参考訳（メタデータ） (2023-12-22T10:00:50Z) - Measuring Rule-based LTLf Process Specifications: A Probabilistic
Data-driven Approach [2.5407767658470726]
宣言的プロセス仕様は、有限トレース上の線形時間論理に基づくルールによってプロセスの振舞いを定義します。
マイニングの文脈では、これらの仕様は情報システムによって記録された複数セットの実行から推論され、チェックされる。
本稿では,イベントログに対する仕様書の満足度を測定する手法を提案する。
論文 参考訳（メタデータ） (2023-05-09T13:07:01Z) - Alignment-based conformance checking over probabilistic events [4.060731229044571]
本稿では、重み付きトレースモデルと重み付きアライメントコスト関数と、イベントデータに対する信頼度を制御するカスタムしきい値パラメータを導入する。
結果のアルゴリズムは、プロセスモデルとよりよく一致した、低いが十分に高い確率のアクティビティを考慮します。
論文 参考訳（メタデータ） (2022-09-09T14:07:37Z) - Relational Action Bases: Formalization, Effective Safety Verification,
and Invariants (Extended Version) [67.99023219822564]
我々はリレーショナルアクションベース(RAB)の一般的な枠組みを紹介する。
RABは両方の制限を解除することで既存のモデルを一般化する。
データ対応ビジネスプロセスのベンチマークにおいて、このアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2022-08-12T17:03:50Z) - Conformance Checking with Uncertainty via SMT (Extended Version) [66.58864135810981]
データ認識参照プロセスに対する不確実なログの適合性を確認する方法を示す。
我々のアプローチはモジュラーであり、異なるタイプの不確実性に均質に適合する。
本研究は,概念実証によるアプローチの正しさと実現可能性を示す。
論文 参考訳（メタデータ） (2022-06-15T11:39:45Z) - CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT
(Extended Version) [62.96267257163426]
我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。
まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。
次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
論文 参考訳（メタデータ） (2021-03-18T20:22:50Z) - Conformance Checking over Uncertain Event Data [0.45119235878273]
未解明のイベントログの設定を解析する。
このようなイベントログでは、不確実性は明示的に記録され、すなわち、イベントの時間、活動、ケースは不明確または不正確である。
正規プロセスモデルに不確実なトレースをアライメントすることで、適合性のための上と下の境界がどうやって得られるかを示す。
論文 参考訳（メタデータ） (2020-09-29T14:27:30Z) - A Background-Agnostic Framework with Adversarial Training for Abnormal
Event Detection in Video [120.18562044084678]
近年,ビデオにおける異常事象検出は複雑なコンピュータビジョンの問題として注目されている。
通常のイベントのみを含むトレーニングビデオから学習するバックグラウンドに依存しないフレームワークを提案する。
論文 参考訳（メタデータ） (2020-08-27T18:39:24Z) - Efficient Conformance Checking using Approximate Alignment Computation
with Tandem Repeats [0.03222802562733786]
コンフォーマンスチェックは、期待されるプロセスの振る舞いをキャプチャするプロセスモデルと、観測された振る舞いを記録する対応するイベントログの違いを発見し、記述することを目的としている。
アライメントは、イベントログ内のトレースと、対応するプロセスモデルの最も近い実行トレースの間の距離を計算するための確立されたテクニックである。
本稿では,前処理と後処理を併用してトレースの長さを圧縮し,アライメントコストを再計算する手法を提案する。
論文 参考訳（メタデータ） (2020-04-02T03:50:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。