論文の概要: Comparing decision mining approaches with regard to the meaningfulness
of their results
- arxiv url: http://arxiv.org/abs/2109.07335v1
- Date: Wed, 15 Sep 2021 14:43:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-16 15:13:37.644355
- Title: Comparing decision mining approaches with regard to the meaningfulness
of their results
- Title(参考訳): 分析結果の有意義性に関する意思決定的アプローチの比較
- Authors: Beate Scheibel, Stefanie Rinderle-Ma
- Abstract要約: 本稿では,3つの決定的マイニング手法,すなわち,既存の2つのアプローチと新たに記述された1つのアプローチを比較し,その意義について述べる。
発見された決定ルールは、意味論と意味論に関して議論される。
- 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: Decisions and the underlying rules are indispensable for driving process
execution during runtime, i.e., for routing process instances at alternative
branches based on the values of process data. Decision rules can comprise unary
data conditions, e.g., age > 40, binary data conditions where the relation
between two or more variables is relevant, e.g. temperature1 < temperature2,
and more complex conditions that refer to, for example, parts of a medical
image. Decision discovery aims at automatically deriving decision rules from
process event logs. Existing approaches focus on the discovery of unary, or in
some instances binary data conditions. The discovered decision rules are
usually evaluated using accuracy, but not with regards to their semantics and
meaningfulness, although this is crucial for validation and the subsequent
implementation/adaptation of the decision rules. Hence, this paper compares
three decision mining approaches, i.e., two existing ones and one newly
described approach, with respect to the meaningfulness of their results. For
comparison, we use one synthetic data set for a realistic manufacturing case
and the two real-world BPIC 2017/2020 logs. The discovered rules are discussed
with regards to their semantics and meaningfulness.
- Abstract(参考訳): 決定と基礎となるルールは、実行時のプロセス実行、すなわちプロセスデータの値に基づいて別のブランチでプロセスインスタンスをルーティングするために不可欠である。
決定規則は、例えば、年齢 > 40 のような一元的なデータ条件と、2つ以上の変数間の関係が関係している二項データ条件、例えば temperature1 < temperature2 と、医療画像の一部を指すより複雑な条件から構成されることができる。
decision discoveryは、プロセスイベントログから意思決定ルールを自動的に導出することを目的としている。
既存のアプローチでは、unaryやバイナリデータ条件の発見に重点を置いている。
発見された決定ルールは、通常、正確さを用いて評価されるが、その意味と意味性には関係しないが、これは検証とその後の決定ルールの実装/適応に不可欠である。
そこで,本研究では,既存の2つの方法と新たに記述された1つのアプローチの3つの決定マイニング手法を比較し,その意義について述べる。
比較のために,実世界のBPIC 2017/2020ログと実世界のBPIC 2017/2020ログを合成した。
発見規則は、その意味と有意義性に関して議論される。
関連論文リスト
- Bidirectional Decoding: Improving Action Chunking via Closed-Loop Resampling [51.38330727868982]
双方向デコーディング(BID)は、クローズドループ操作で動作チャンキングをブリッジするテスト時間推論アルゴリズムである。
BIDは、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させることを示す。
論文 参考訳(メタデータ) (2024-08-30T15:39:34Z) - 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) - Data is Moody: Discovering Data Modification Rules from Process Event
Logs [31.187669045960085]
本稿では, 正確で簡潔なif-thenが, プロセスのデータの修正方法を規定するアルゴリズムを提案する。
Moodyは、コンパクトで解釈可能なルールを見つけ、正確な発見のためのデータはほとんど必要とせず、ノイズに対して堅牢である。
論文 参考訳(メタデータ) (2023-12-22T10:00:50Z) - Counterfactual Prediction Under Selective Confounding [3.6860485638625673]
この研究は、全ての共同創設者が知られていない場合、バイナリ処理とその結果の間の因果推論を行うという課題に対処する。
我々は、希望する処置の下ですべての共同創設者を知るという要求を緩和し、選択的共起(Selective Confounding)と呼ぶ。
提案手法の有効性に関する理論的誤差境界と実証的証拠の両方を,実世界と実世界の子配置データを用いて提示する。
論文 参考訳(メタデータ) (2023-10-21T16:54:59Z) - Relational Proxies: Emergent Relationships as Fine-Grained
Discriminators [52.17542855760418]
本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。
我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。
また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
論文 参考訳(メタデータ) (2022-10-05T11:08:04Z) - An Experimental Design Perspective on Model-Based Reinforcement Learning [73.37942845983417]
環境からの状態遷移を観察するのは費用がかかる。
標準RLアルゴリズムは通常、学習するために多くの観測を必要とする。
本稿では,マルコフ決定過程について,状態-作用対がどの程度の情報を提供するかを定量化する獲得関数を提案する。
論文 参考訳(メタデータ) (2021-12-09T23:13:57Z) - Exploring Business Process Deviance with Sequential and Declarative
Patterns [3.039637436705478]
分散マイニングは、ビジネスプロセスの実行をサポートするシステムによって格納されたイベントログを分析して、デファイナント実行の理由を明らかにすることに関心がある。
ビジネスプロセスにおける逸脱を説明する問題は、まず、逐次的および宣言的パターンに基づいた特徴を用いて検討する。
それらの説明は、ルール誘導のための直接的および間接的な方法によって抽出される。
論文 参考訳(メタデータ) (2021-11-24T12:16:07Z) - Information efficient learning of complexly structured preferences:
Elicitation procedures and their application to decision making under
uncertainty [0.0]
複雑に構造化された嗜好を効率よく抽出する方法を提案する。
特定の条件下では、選好システムを完全に指定せずに最適な決定が見つかることを示す。
論文 参考訳(メタデータ) (2021-10-19T07:01:24Z) - A2Log: Attentive Augmented Log Anomaly Detection [53.06341151551106]
異常検出は、ITサービスの信頼性とサービス性にとってますます重要になる。
既存の教師なし手法は、適切な決定境界を得るために異常な例を必要とする。
我々は,異常判定と異常判定の2段階からなる教師なし異常検出手法であるA2Logを開発した。
論文 参考訳(メタデータ) (2021-09-20T13:40:21Z) - Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。
我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。
まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
論文 参考訳(メタデータ) (2020-08-19T16:04:34Z)
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。