論文の概要: An Entropic Relevance Measure for Stochastic Conformance Checking in Process Mining

• arxiv url: http://arxiv.org/abs/2007.09310v2
• Date: Wed, 26 Aug 2020 15:57:16 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 06:11:53.713137
• Title: An Entropic Relevance Measure for Stochastic Conformance Checking in Process Mining
• Title（参考訳）: プロセスマイニングにおける確率的コンフォーマンスチェックのためのエントロピー関連尺度
• Authors: Artem Polyvyanyy, Alistair Moffat, Luciano Garc\'ia-Ba\~nuelos
• Abstract要約: 本稿では,各ログのトレースを圧縮するために必要な平均ビット数として計算された適合性チェックのためのエントロピー関連尺度を提案する。 エントロピー関連性はログのサイズで線形に計算可能であることを示し、産業環境における新しい手法の適用可能性を示す評価結果を提供する。
• 参考スコア（独自算出の注目度）: 9.302180124254338
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Given an event log as a collection of recorded real-world process traces, process mining aims to automatically construct a process model that is both simple and provides a useful explanation of the traces. Conformance checking techniques are then employed to characterize and quantify commonalities and discrepancies between the log's traces and the candidate models. Recent approaches to conformance checking acknowledge that the elements being compared are inherently stochastic - for example, some traces occur frequently and others infrequently - and seek to incorporate this knowledge in their analyses. Here we present an entropic relevance measure for stochastic conformance checking, computed as the average number of bits required to compress each of the log's traces, based on the structure and information about relative likelihoods provided by the model. The measure penalizes traces from the event log not captured by the model and traces described by the model but absent in the event log, thus addressing both precision and recall quality criteria at the same time. We further show that entropic relevance is computable in time linear in the size of the log, and provide evaluation outcomes that demonstrate the feasibility of using the new approach in industrial settings.
• Abstract（参考訳）: 記録された実世界のプロセストレースのコレクションとしてイベントログが与えられると、プロセスマイニングは、シンプルでトレースの有用な説明を提供するプロセスモデルを自動的に構築することを目的としている。 次に、コンフォーマンスチェック技術を使用して、ログのトレースと候補モデルの間の共通性と不一致を特徴付け、定量化する。 コンフォーマンスチェックに対する最近のアプローチでは、比較される要素が本質的に確率的であること(例えば、いくつかの痕跡が頻繁に発生し、他の痕跡が稀に発生する)を確認し、その知識を分析に取り入れようとしている。 ここでは,各ログのトレースを圧縮するのに要するビット数の平均として計算された確率適合性チェックのためのエントロピー関連尺度について,モデルによって提供される相対確率の構造と情報に基づいて述べる。 この尺度は、モデルでキャプチャされていないイベントログと、モデルによって記述され、イベントログに存在しないトレースからのトレースをペナライズするので、精度と品質基準を同時にリコールする。 さらに、エントロピー関連性は、ログのサイズにおいて時間線形に計算可能であることを示し、産業環境における新しいアプローチの適用可能性を示す評価結果を提供する。

関連論文リスト

• Optimizing OOD Detection in Molecular Graphs: A Novel Approach with Diffusion Models [71.39421638547164]
  本稿では,入力分子と再構成グラフの類似性を比較する補助拡散モデルに基づくフレームワークを用いてOOD分子を検出することを提案する。 IDトレーニングサンプルの再構成に向けた生成バイアスのため、OOD分子の類似度スコアは検出を容易にするためにはるかに低い。 本研究は,PGR-MOOD(PGR-MOOD)とよばれる分子OOD検出のためのプロトタイプグラフ再構成のアプローチを開拓し,3つのイノベーションを生かした。
  論文  参考訳（メタデータ） (2024-04-24T03:25:53Z)
• Object-Centric Conformance Alignments with Synchronization (Extended Version) [57.76661079749309]
  対象中心のペトリネットが一対多の関係を捉える能力と,その同一性に基づいたオブジェクトの比較と同期を行う識別子を持つペトリネットの能力を組み合わせた,新たな形式主義を提案する。 我々は、満足度変調理論(SMT)の符号化に基づく、そのようなネットに対する適合性チェック手法を提案する。
  論文  参考訳（メタデータ） (2023-12-13T21:53:32Z)
• Stochastic Directly-Follows Process Discovery Using Grammatical Inference [8.196011179587304]
  本稿では,入力トレースに対する文法的推論を基礎とした直接追従グラフの探索手法を提案する。 実世界のデータセットに対する実験により、我々の新しいアプローチは入力トレースとその周波数を最先端技術よりも正確に表現できる小さなモデルを構築することができることを確認した。
  論文  参考訳（メタデータ） (2023-12-09T01:56:25Z)
• Score-based Continuous-time Discrete Diffusion Models [102.65769839899315]
  連続時間マルコフ連鎖を介して逆過程が認知されるマルコフジャンププロセスを導入することにより、拡散モデルを離散変数に拡張する。 条件境界分布の単純なマッチングにより、偏りのない推定器が得られることを示す。 提案手法の有効性を,合成および実世界の音楽と画像のベンチマークで示す。
  論文  参考訳（メタデータ） (2022-11-30T05:33:29Z)
• 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)
• Conformance Checking Over Stochastically Known Logs [7.882975068446842]
  データログは、例えば、センサ読み取りの不正確さや、処理プログラムによる読み取りの誤った解釈によって不確実になる可能性がある。 この作業では、プロセスモデルとイベントログを比較するコンフォーマンスチェックに重点を置いています。 我々は,ログ内の事象の不確実性を反映したトレースモデル,同期生成物,コスト関数を数学的に定義する。
  論文  参考訳（メタデータ） (2022-03-14T21:33:06Z)
• 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)
• Contrastive learning of strong-mixing continuous-time stochastic processes [53.82893653745542]
  コントラスト学習(Contrastive Learning)は、ラベルのないデータから構築された分類タスクを解決するためにモデルを訓練する自己指導型の手法のファミリーである。 拡散の場合,小～中距離間隔の遷移カーネルを適切に構築したコントラスト学習タスクを用いて推定できることが示される。
  論文  参考訳（メタデータ） (2021-03-03T23:06:47Z)
• Goal-directed Generation of Discrete Structures with Conditional Generative Models [85.51463588099556]
  本稿では,強化学習目標を直接最適化し,期待される報酬を最大化するための新しいアプローチを提案する。 提案手法は、ユーザ定義プロパティを持つ分子の生成と、所定の目標値を評価する短いピソン表現の同定という2つのタスクで検証する。
  論文  参考訳（メタデータ） (2020-10-05T20:03:13Z)
• Entropia: A Family of Entropy-Based Conformance Checking Measures for Process Mining [13.204011949483867]
  本稿では,情報理論におけるエントロピーの概念に基づくプロセスマイニングの適合性チェック尺度のファミリーについて述べる。 この措置により、ITシステムによって実行されるトレースから自動的に検出され、イベントログに記録されるプロセスモデルを定量化するための古典的な非決定論的精度とリコール品質基準が許される。
  論文  参考訳（メタデータ） (2020-08-21T15:54:47Z)
• 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。