論文の概要: OrgMining 2.0: A Novel Framework for Organizational Model Mining from
Event Logs
- arxiv url: http://arxiv.org/abs/2011.12445v2
- Date: Thu, 26 Nov 2020 02:15:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-21 13:55:47.142205
- Title: OrgMining 2.0: A Novel Framework for Organizational Model Mining from
Event Logs
- Title（参考訳）: OrgMining 2.0: イベントログから組織モデルマイニングを行う新しいフレームワーク
- Authors: Jing Yang, Chun Ouyang, Wil M.P. van der Aalst, Arthur H.M. ter
Hofstede, Yang Yu
- Abstract要約: 我々は、プロセス実行知識とリソースグループを結合する組織モデルのよりリッチな定義に基づいて構築された新しいフレームワークを開発する。
組織モデル発見のためのフレームワークによって根ざされたアプローチを提案することで、このフレームワークの有効性を実証する。
- 参考スコア（独自算出の注目度）: 6.558355743287404
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Providing appropriate structures around human resources can streamline
operations and thus facilitate the competitiveness of an organization. To
achieve this goal, modern organizations need to acquire an accurate and timely
understanding of human resource grouping while faced with an ever-changing
environment. The use of process mining offers a promising way to help address
the need through utilizing event log data stored in information systems. By
extracting knowledge about the actual behavior of resources participating in
business processes from event logs, organizational models can be constructed,
which facilitate the analysis of the de facto grouping of human resources
relevant to process execution. Nevertheless, open research gaps remain to be
addressed when applying the state-of-the-art process mining to analyze resource
grouping. For one, the discovery of organizational models has only limited
connections with the context of process execution. For another, a rigorous
solution that evaluates organizational models against event log data is yet to
be proposed. In this paper, we aim to tackle these research challenges by
developing a novel framework built upon a richer definition of organizational
models coupling resource grouping with process execution knowledge. By
introducing notions of conformance checking for organizational models, the
framework allows effective evaluation of organizational models, and therefore
provides a foundation for analyzing and improving resource grouping based on
event logs. We demonstrate the feasibility of this framework by proposing an
approach underpinned by the framework for organizational model discovery, and
also conduct experiments on real-life event logs to discover and evaluate
organizational models.
- Abstract（参考訳）: 人的資源に関する適切な構造を提供することで、運用を合理化し、組織の競争力を高めることができる。
この目標を達成するために、現代組織は、常に変化する環境に直面しながら、人的資源グループ化の正確かつタイムリーな理解を得る必要がある。
プロセスマイニングの利用は、情報システムに保存されたイベントログデータを利用することで、ニーズに対処するための有望な方法を提供する。
イベントログからビジネスプロセスに参加しているリソースの実際の振る舞いに関する知識を抽出することで、プロセス実行に関連する人的資源のデファクトグループ化の分析を容易にする組織モデルを構築することができる。
それでも、リソースグループ化の分析に最先端のプロセスマイニングを適用する場合、オープンリサーチのギャップは引き続き解決される。
例えば、組織モデルの発見は、プロセス実行のコンテキストとのつながりが限られているだけである。
また、イベントログデータに対する組織モデルを評価する厳格なソリューションはまだ提案されていない。
本稿では,プロセス実行知識と資源グループを結合する組織モデルのよりリッチな定義に基づく新しいフレームワークを開発することにより,これらの研究課題に取り組むことを目的とする。
組織モデルの適合性チェックの概念を導入することにより、組織モデルの効果的な評価を可能にし、イベントログに基づくリソースグループ化の分析と改善のための基盤を提供する。
組織モデル発見の枠組みに根ざしたアプローチを提案し、実生活イベントログの実験を行い、組織モデルを発見し評価することで、このフレームワークの有効性を実証する。
関連論文リスト
- A Systematic Review of Business Process Improvement: Achievements and Potentials in Combining Concepts from Operations Research and Business Process Management [0.0]
ビジネスプロセスマネジメントと運用リサーチは、組織における価値創造を強化することを目的としています。
この体系的な文献レビューは、両方の分野から組み合わせた概念を用いた作品を特定し分析する。
その結果,資源配分とスケジューリングの問題に強い焦点が当てられている。
論文 参考訳（メタデータ） (2024-09-02T14:13:14Z) - DiscoveryBench: Towards Data-Driven Discovery with Large Language Models [50.36636396660163]
我々は、データ駆動探索の多段階プロセスを形式化する最初の包括的なベンチマークであるDiscoveryBenchを紹介する。
我々のベンチマークには、社会学や工学などの6つの分野にまたがる264のタスクが含まれている。
私たちのベンチマークでは、自律的なデータ駆動型発見の課題を説明し、コミュニティが前進するための貴重なリソースとして役立ちます。
論文 参考訳（メタデータ） (2024-07-01T18:58:22Z) - Model-Free Active Exploration in Reinforcement Learning [53.786439742572995]
強化学習における探索問題について検討し,新しいモデルフリーソリューションを提案する。
我々の戦略は、最先端の探査アプローチよりも高速に効率的な政策を特定できる。
論文 参考訳（メタデータ） (2024-06-30T19:00:49Z) - Rethinking Complex Queries on Knowledge Graphs with Neural Link Predictors [58.340159346749964]
本稿では,証明可能な推論能力を備えた複雑なクエリを用いたエンドツーエンド学習を支援するニューラルシンボリック手法を提案する。
これまでに検討されていない10種類の新しいクエリを含む新しいデータセットを開発する。
提案手法は,新しいデータセットにおいて先行手法を著しく上回り,既存データセットにおける先行手法を同時に上回っている。
論文 参考訳（メタデータ） (2023-04-14T11:35:35Z) - Discovering Hierarchical Process Models: an Approach Based on Events
Clustering [0.0]
本稿では,2段階のワークフローネットとして表現される階層的プロセスモデルを発見するアルゴリズムを提案する。
既存のソリューションとは異なり、我々のアルゴリズムはプロセス制御フローに制限を課さず、反復を可能にする。
論文 参考訳（メタデータ） (2023-03-12T11:05:40Z) - GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。
外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
論文 参考訳（メタデータ） (2023-02-16T16:45:36Z) - Concepts and Algorithms for Agent-based Decentralized and Integrated
Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。
要求の一部は、線形にスケールする通信アーキテクチャを開発することである。
このアプローチは、工業的要件に基づいた例を使って説明されます。
論文 参考訳（メタデータ） (2022-05-06T18:44:29Z) - Detecting Informal Organization Through Data Mining Techniques [0.0]
本研究は,人的資源の指標が非公式組織の形成に与える影響を分類する。
本研究の応用データマイニング技術は、因子分析、K平均によるクラスタリング、決定木による分類、GRIアルゴリズムによる相関ルールマイニングである。
論文 参考訳（メタデータ） (2020-09-07T05:42:37Z) - Leveraging Organizational Resources to Adapt Models to New Data
Modalities [13.880434936862928]
大規模組織のアプリケーションが進化するにつれて、それらを動かす機械学習(ML)モデルは、新しいデータモダリティに同じ予測タスクを適用する必要がある。
組織的なリソース、すなわち統計、知識ベース、そして関連するタスクを運用する既存のサービスによって、チームが共通の機能空間を構築することができるかを示します。
この組織リソースの利用が,Googleの5つ以上の分類タスクにおいて,運用規模でどのように構成されるのかを検証し,新しいモダリティのモデルを開発するために必要な時間を数ヶ月から数週間から数日に短縮する方法を実証する。
論文 参考訳（メタデータ） (2020-08-23T07:29:00Z) - 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) - Automatic Business Process Structure Discovery using Ordered Neurons
LSTM: A Preliminary Study [6.6599132213053185]
本稿では,ニューラルネットワークの構築により,ビジネスプロセス文書に存在する潜在意味階層構造を検索する。
我々は,実践的なロボットプロセス自動化(RPA)プロジェクトから提案したプロセス記述文書(PDD)のデータセットに対するアプローチを検証した。
論文 参考訳（メタデータ） (2020-01-05T14:19:11Z)
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。