論文の概要: Process Comparison Using Object-Centric Process Cubes

• arxiv url: http://arxiv.org/abs/2103.07184v1
• Date: Fri, 12 Mar 2021 10:08:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-15 20:22:17.354484
• Title: Process Comparison Using Object-Centric Process Cubes
• Title（参考訳）: オブジェクト中心プロセスキューブを用いたプロセス比較
• Authors: Anahita Farhang Ghahfarokhi, Alessandro Berti, Wil M.P. van der Aalst
• Abstract要約: 実生活のビジネスプロセスでは、プロセス全体を複雑に解釈しがちな振る舞いが存在します。 プロセス比較は、プロセスキューブを使用して、プロセスの異なる動作を互いに分離するプロセスマイニングのブランチです。 オブジェクト中心のイベントログのスライスやダイスなどのプロセスキューブ操作をサポートするプロセスキューブフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 69.68068088508505
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Process mining provides ways to analyze business processes. Common process mining techniques consider the process as a whole. However, in real-life business processes, different behaviors exist that make the overall process too complex to interpret. Process comparison is a branch of process mining that isolates different behaviors of the process from each other by using process cubes. Process cubes organize event data using different dimensions. Each cell contains a set of events that can be used as an input to apply process mining techniques. Existing work on process cubes assume single case notions. However, in real processes, several case notions (e.g., order, item, package, etc.) are intertwined. Object-centric process mining is a new branch of process mining addressing multiple case notions in a process. To make a bridge between object-centric process mining and process comparison, we propose a process cube framework, which supports process cube operations such as slice and dice on object-centric event logs. To facilitate the comparison, the framework is integrated with several object-centric process discovery approaches.
• Abstract（参考訳）: プロセスマイニングはビジネスプロセスを分析する方法を提供する。 一般的なプロセスマイニング技術は、プロセス全体を考慮します。 しかし、実生活のビジネスプロセスでは、プロセス全体を複雑に解釈しがちな振る舞いが存在します。 プロセス比較は、プロセスキューブを使用して、プロセスの異なる動作を互いに分離するプロセスマイニングのブランチです。 プロセスキューブはイベントデータを異なる次元で整理する。 各セルは、プロセスマイニング技術を適用するインプットとして使用できる一連のイベントを含んでいる。 プロセスキューブに関する既存の作業は、単一のケース概念を前提としている。 しかし、実際のプロセスでは、いくつかのケース概念(順序、アイテム、パッケージなど)がある。 絡み合っています オブジェクト中心のプロセスマイニングは、プロセス内の複数のケース概念に対処するプロセスマイニングの新しいブランチである。 オブジェクト中心のプロセスマイニングとプロセス比較を橋渡しするために、オブジェクト中心のイベントログ上でスライスやサイスのようなプロセスキューブ操作をサポートするプロセスキューブフレームワークを提案する。 比較を容易にするため、このフレームワークはいくつかのオブジェクト中心のプロセス発見アプローチと統合されている。

関連論文リスト

• Navigating Process Mining: A Case study using pm4py [0.0]
  本稿では,Python の pm4py ライブラリを用いた道路交通管理プロセスの包括的解析を行う。 フィルタリングと統計的解析により、プロセスの実行における重要なパターンとバリエーションを明らかにする。 発見されたモデルを視覚化して、プロセス内のワークフロー構造と依存関係を理解します。
  論文  参考訳（メタデータ） (2024-09-17T15:48:46Z)
• Extracting Process-Aware Decision Models from Object-Centric Process Data [54.04724730771216]
  本稿では,ODDA(Integrated Object-centric Decision Discovery Algorithm)と呼ばれる,オブジェクト中心決定マイニングアルゴリズムを提案する。 IODDAは意思決定の仕組みや意思決定の仕方を知ることができる。
  論文  参考訳（メタデータ） (2024-01-26T13:27:35Z)
• Analyzing An After-Sales Service Process Using Object-Centric Process Mining: A Case Study [0.1433758865948252]
  本稿では,オブジェクト中心プロセスマイニングの新たな領域について論じる。 ボルサン・キャットのアフター・セール・サービス・プロセスの詳細なケーススタディを通じて、本研究では、オブジェクト中心のプロセスマイニングの能力を強調した。
  論文  参考訳（メタデータ） (2023-10-16T08:34:41Z)
• 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)
• Clustering Object-Centric Event Logs [0.36748639131154304]
  本稿では,OCEL に類似したオブジェクトをクラスタリングするクラスタリング手法を提案する。 我々のアプローチは、プロセスモデルの複雑さを減らし、エンドユーザーがプロセスに対する洞察を得るのに役立つオブジェクトの一貫性のあるサブセットを生成する。
  論文  参考訳（メタデータ） (2022-07-26T09:16:39Z)
• Removing Operational Friction Using Process Mining: Challenges Provided by the Internet of Production (IoP) [0.0]
  今日の運用プロセスによって生成されたイベントデータは、プロセスマイニングの機会と課題を提供します。 プロセスマイニングは、様々な運用プロセスを改善するために"デジタルシャドー"を作成するために使用されます。 我々は、運用上の摩擦を取り除くために使用できる価値ある「デジタル影」を開発することを目指している。
  論文  参考訳（メタデータ） (2021-07-27T20:04:25Z)
• 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)
• Analogous Process Structure Induction for Sub-event Sequence Prediction [111.10887596684276]
  本稿では,未確認プロセスのサブイベントシーケンス全体を予測するために,アナログプロセス構造誘導APSIフレームワークを提案する。 我々の実験と分析が示すように、APSIは目に見えないプロセスのための意味のあるサブイベントシーケンスの生成をサポートし、行方不明な事象を予測するのに役立ちます。
  論文  参考訳（メタデータ） (2020-10-16T17:35:40Z)
• "What Are You Trying to Do?" Semantic Typing of Event Processes [94.3499255880101]
  本稿では,認知に動機づけられたセマンティックタイピングタスク,多軸イベントプロセスタイピングについて検討する。 我々は60k以上のイベントプロセスを含む大規模なデータセットを開発し、アクションとオブジェクトタイプの軸の両方に極細粒度のタイピングを特徴とする。 本稿では,Glosses1からの間接的監視によるタイピング問題に対処するハイブリッド学習フレームワークP2GTと,共同学習からランクへのフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-10-13T22:37:29Z)
• 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)

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。