論文の概要: Case Level Counterfactual Reasoning in Process Mining
- arxiv url: http://arxiv.org/abs/2102.13490v1
- Date: Thu, 25 Feb 2021 09:52:18 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-01 13:47:01.143634
- Title: Case Level Counterfactual Reasoning in Process Mining
- Title（参考訳）: プロセスマイニングにおけるケースレベル逆推論
- Authors: Mahnaz Sadat Qafari, Wil van der Aalst
- Abstract要約: 我々は, emphcounterfactual equation model と emphcounterfactual reasoning の使用を提唱する。
ProMプラグインは、パフォーマンスやコンプライアンスの問題を避けるために、特定のケースがどのように異なる方法で処理されたかを示す推奨事項を生成します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Process mining is widely used to diagnose processes and uncover performance
and compliance problems. It is also possible to see relations between different
behavioral aspects, e.g., cases that deviate more at the beginning of the
process tend to get delayed in the last part of the process. However,
correlations do not necessarily reveal causalities. Moreover, standard process
mining diagnostics do not indicate how to improve the process. This is the
reason we advocate the use of \emph{structural equation models} and
\emph{counterfactual reasoning}. We use results from causal inference and adapt
these to be able to reason over event logs and process interventions. We have
implemented the approach as a ProM plug-in and have evaluated it on several
data sets. Our ProM plug-in produces recommendations that indicate how specific
cases could have been handled differently to avoid a performance or compliance
problem.
- Abstract（参考訳）: プロセスマイニングは、プロセスの診断や、パフォーマンスとコンプライアンスの問題を明らかにするために広く利用されている。
また、プロセスの開始時により逸脱するケースがプロセスの後半で遅延する傾向がある場合など、異なる振舞いの側面の間の関係を見ることもできる。
しかし、相関は必ずしも因果関係を明らかにしない。
さらに、標準的なプロセスマイニング診断は、プロセスを改善する方法を示していない。
これは、我々が \emph{structural equation models} と \emph{counterfactual reasoning} の使用を提唱する理由である。
因果推論の結果を使用し、これらをイベントログやプロセス介入を推論できるように適応します。
提案手法をProMプラグインとして実装し,複数のデータセットで評価した。
ProMプラグインは、パフォーマンスやコンプライアンスの問題を避けるために、特定のケースがどのように異なる方法で処理されたかを示す推奨事項を生成します。
関連論文リスト
- On the Identification of Temporally Causal Representation with Instantaneous Dependence [50.14432597910128]
時間的因果表現学習は時系列観測から潜在因果過程を特定することを目的としている。
ほとんどの方法は、潜在因果過程が即時関係を持たないという仮定を必要とする。
我々は,インスタントtextbfOus textbfLatent dynamics のための textbfIDentification フレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-24T08:08:05Z) - 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) - Posterior Contraction Rates for Mat\'ern Gaussian Processes on
Riemannian Manifolds [51.68005047958965]
我々は,本質的なガウス過程が実際により優れた性能を発揮することを示す。
我々の研究は、データ効率の異なるレベルを区別するために、よりきめ細かい分析が必要であることを示している。
論文 参考訳（メタデータ） (2023-09-19T20:30:58Z) - The Interplay Between High-Level Problems and The Process Instances That
Give Rise To Them [0.13124513975412253]
個々のプロセスインスタンスの観点では捉えられないすべてのプロセスの振る舞いをカバーするために、ハイレベルな振る舞いという用語を使用します。
まず,高次問題の観測を検出・相関し,対応する(非参加的)事例を判定する方法を示す。
論文 参考訳（メタデータ） (2023-09-04T12:46:46Z) - Trace Encoding in Process Mining: a survey and benchmarking [0.34410212782758054]
メソッドは、予測プロセス監視、異常なケース検出、クラスタリングトレースなど、いくつかのプロセスマイニングタスクで使用される。
ほとんどの論文では、既存の符号化手法を任意に選択するか、特定の専門家知識ドメインに基づいた戦略を採用する。
この研究は、27のメソッドを比較することで、イベントログエンコーディングに関する包括的な調査を提供することを目的としている。
論文 参考訳（メタデータ） (2023-01-05T17:25:30Z) - Detecting Surprising Situations in Event Data [0.45119235878273]
既存の研究では、望ましくない結果が発生する問題のあるプロセスインスタンスの集合が事前に知られており、容易に検出できると仮定される。
我々は,プロセス拡張領域を文脈に敏感な異常/異常検出問題として定式化する。
プロセスのパフォーマンス/アウトカムが期待と大きく異なる状況の特徴付けを目指しています。
論文 参考訳（メタデータ） (2022-08-29T11:33:58Z) - 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) - Reinforcement Learning with a Terminator [80.34572413850186]
我々は, TerMDP のパラメータを学習し, 推定問題の構造を活用し, 状態ワイドな信頼境界を提供する。
我々はこれらを用いて証明可能な効率のよいアルゴリズムを構築し、終端を考慮し、その後悔を抑える。
論文 参考訳（メタデータ） (2022-05-30T18:40:28Z) - 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 Mining Meets Causal Machine Learning: Discovering Causal Rules
from Event Logs [0.8924669503280334]
我々はアクションルールマイニング手法を用いて、ある条件下での結果と共起する治療を識別する。
次に、因果的機械学習技術、特に隆起木を用いて、治療が結果に因果的影響を及ぼす症例のサブグループを発見する。
論文 参考訳（メタデータ） (2020-09-03T10:10:30Z) - Partial Order Resolution of Event Logs for Process Conformance Checking [10.58705988536919]
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。
論文 参考訳（メタデータ） (2020-07-05T18:43:57Z)
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。