論文の概要: Conformance Checking of Mixed-paradigm Process Models
- arxiv url: http://arxiv.org/abs/2011.11551v1
- Date: Mon, 23 Nov 2020 17:04:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-22 02:47:40.524820
- Title: Conformance Checking of Mixed-paradigm Process Models
- Title（参考訳）: 混合パラダイムプロセスモデルのコンフォーマンスチェック
- Authors: Boudewijn van Dongen, Johannes De Smedt, Claudio Di Ciccio, Jan
Mendling
- Abstract要約: 混合パラダイムプロセスモデルは、ペトリネットやDeclareのような手続き的および宣言的表現の強みを統合する。
プロセスマイニングのための混合パラダイムモデルの拡散に関する重要な研究課題は、対応する適合性検査技術の欠如である。
混合パラダイムモデルの中間状態空間で動作する最初のアプローチを考案する。
- 参考スコア（独自算出の注目度）: 1.8122712065585906
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mixed-paradigm process models integrate strengths of procedural and
declarative representations like Petri nets and Declare. They are specifically
interesting for process mining because they allow capturing complex behaviour
in a compact way. A key research challenge for the proliferation of
mixed-paradigm models for process mining is the lack of corresponding
conformance checking techniques. In this paper, we address this problem by
devising the first approach that works with intertwined state spaces of
mixed-paradigm models. More specifically, our approach uses an alignment-based
replay to explore the state space and compute trace fitness in a procedural
way. In every state, the declarative constraints are separately updated, such
that violations disable the corresponding activities. Our technique provides
for an efficient replay towards an optimal alignment by respecting all
orthogonal Declare constraints. We have implemented our technique in ProM and
demonstrate its performance in an evaluation with real-world event logs.
- Abstract（参考訳）: 混合パラダイムプロセスモデルは、ペトリネットやDeclareのような手続き的および宣言的表現の強みを統合する。
複雑な振る舞いをコンパクトに捉えることができるので、プロセスマイニングでは特に興味深いです。
プロセスマイニングのための混合パラダイムモデルの拡散に関する重要な研究課題は、対応する適合性検査技術の欠如である。
本稿では,混合パラダイムモデルの絡み合った状態空間を扱う最初のアプローチを考案し,この問題に対処する。
具体的には、アライメントベースのリプレイを使用して状態空間を探索し、手続き的な方法でトレース適合性を計算する。
すべての状態において、宣言的制約は別々に更新され、対応するアクティビティを無効にする。
本手法は,すべての直交宣言制約を尊重することにより,最適なアライメントに向けた効率的なリプレイを実現する。
本手法をProMに実装し,実世界のイベントログを用いて評価を行った。
関連論文リスト
- Representation and De-interleaving of Mixtures of Hidden Markov Processes [3.7348616912887445]
隠れマルコフ過程(HMP)の混合物の分離は、一般的にその表現モデルに依存する。
本稿では,HMPの混合物に対する新しい表現モデルとそれに対応するインターリーブ法を提案する。
論文 参考訳（メタデータ） (2024-06-01T12:24:23Z) - DeNoising-MOT: Towards Multiple Object Tracking with Severe Occlusions [52.63323657077447]
DNMOTは、複数のオブジェクト追跡のためのエンドツーエンドのトレーニング可能なDeNoising Transformerである。
具体的には、トレーニング中にノイズを伴って軌道を拡大し、エンコーダ・デコーダアーキテクチャのデノイング過程をモデルに学習させる。
我々はMOT17,MOT20,DanceTrackのデータセットについて広範な実験を行い,実験結果から,提案手法が従来の最先端手法よりも明確なマージンで優れていることが示された。
論文 参考訳（メタデータ） (2023-09-09T04:40:01Z) - Inferring effective couplings with Restricted Boltzmann Machines [3.150368120416908]
生成モデルは、ニューラルネットワークの形でエネルギー関数に関連するボルツマン重みのレベルで観測された相関を符号化しようとする。
制限ボルツマンマシンと有効イジングスピンハミルトニアンとの直接写像を実装した解を提案する。
論文 参考訳（メタデータ） (2023-09-05T14:55:09Z) - Rethinking Clustering-Based Pseudo-Labeling for Unsupervised
Meta-Learning [146.11600461034746]
教師なしメタラーニングのメソッドであるCACTUsは、擬似ラベル付きクラスタリングベースのアプローチである。
このアプローチはモデルに依存しないため、教師付きアルゴリズムと組み合わせてラベルのないデータから学習することができる。
このことの核となる理由は、埋め込み空間においてクラスタリングに優しい性質が欠如していることである。
論文 参考訳（メタデータ） (2022-09-27T19:04:36Z) - Toward Certified Robustness Against Real-World Distribution Shifts [65.66374339500025]
我々は、データから摂動を学ぶために生成モデルを訓練し、学習したモデルの出力に関して仕様を定義する。
この設定から生じるユニークな挑戦は、既存の検証者がシグモイドの活性化を厳密に近似できないことである。
本稿では,古典的な反例誘導的抽象的洗練の概念を活用するシグモイドアクティベーションを扱うための一般的なメタアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-06-08T04:09:13Z) - Automated Repair of Process Models with Non-Local Constraints Using
State-Based Region Theory [0.19499120576896226]
最先端プロセス発見手法は、イベントログから自由選択プロセスモデルを構築する。
本研究では,非自由選択構造を地域的手法で探索し,非自由選択構造を付加することで自由選択過程モデルを改善する手法を提案する。
論文 参考訳（メタデータ） (2021-06-26T21:14:04Z) - On Contrastive Representations of Stochastic Processes [53.21653429290478]
プロセスの表現を学習することは、機械学習の新たな問題である。
本手法は,周期関数,3次元オブジェクト,動的プロセスの表現の学習に有効であることを示す。
論文 参考訳（メタデータ） (2021-06-18T11:00:24Z) - 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) - Process Discovery for Structured Program Synthesis [70.29027202357385]
プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。
本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。
我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
論文 参考訳（メタデータ） (2020-08-13T10:33:10Z) - 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。