論文の概要: Exploring Business Process Deviance with Sequential and Declarative
Patterns
- arxiv url: http://arxiv.org/abs/2111.12454v1
- Date: Wed, 24 Nov 2021 12:16:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-25 18:32:46.673839
- Title: Exploring Business Process Deviance with Sequential and Declarative
Patterns
- Title（参考訳）: 逐次的および宣言的パターンによるビジネスプロセス逸脱の探索
- Authors: Giacomo Bergami, Chiara Di Francescomarino, Chiara Ghidini, Fabrizio
Maria Maggi, Joonas Puura
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.039637436705478
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Business process deviance refers to the phenomenon whereby a subset of the
executions of a business process deviate, in a negative or positive way, with
respect to {their} expected or desirable outcomes. Deviant executions of a
business process include those that violate compliance rules, or executions
that undershoot or exceed performance targets. Deviance mining is concerned
with uncovering the reasons for deviant executions by analyzing event logs
stored by the systems supporting the execution of a business process. In this
paper, the problem of explaining deviations in business processes is first
investigated by using features based on sequential and declarative patterns,
and a combination of them. Then, the explanations are further improved by
leveraging the data attributes of events and traces in event logs through
features based on pure data attribute values and data-aware declarative rules.
The explanations characterizing the deviances are then extracted by direct and
indirect methods for rule induction. Using real-life logs from multiple
domains, a range of feature types and different forms of decision rules are
evaluated in terms of their ability to accurately discriminate between
non-deviant and deviant executions of a process as well as in terms of
understandability of the final outcome returned to the users.
- Abstract（参考訳）: ビジネスプロセスの逸脱(Business Process Deviance)とは、ビジネスプロセスの実行のサブセットが、期待される結果や望ましい結果に関して、否定的あるいは肯定的な方法で逸脱する現象を指す。
ビジネスプロセスのデファイアントな実行には、コンプライアンスルールに違反しているものや、パフォーマンス目標を過小評価または超過した実行が含まれる。
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。
本稿では、まず、逐次的・宣言的パターンに基づく特徴とそれらの組み合わせを用いて、ビジネスプロセスにおける逸脱を説明する問題を考察する。
さらに、純粋なデータ属性値とデータアウェア宣言ルールに基づいた機能を通じて、イベントログ内のイベントとトレースのデータ属性を活用することで、説明をさらに改善する。
逸脱を特徴付ける説明は、規則誘導の直接的および間接的方法によって抽出される。
複数のドメインからの実生活ログを使用することで、複数の機能タイプと異なる形式の決定ルールが、プロセスの非デビアント実行とデビアント実行とを正確に区別する能力と、ユーザに返される最終結果の理解可能性の観点から評価される。
関連論文リスト
- Generating Realistic Adversarial Examples for Business Processes using Variational Autoencoders [47.45962294103265]
私たちは、ビジネスプロセスのコンテキストに合わせて、現実的な敵の例を生成することに重点を置いています。
入力データの潜時空間表現に雑音を加えることで敵を発生させる2つの新しい潜時空間攻撃を導入する。
我々は,この2つの潜時空間法を,11個の実時間イベントログと4つの予測モデルに対して,他の6つの逆攻撃法を用いて評価した。
論文 参考訳（メタデータ） (2024-11-21T16:18:52Z) - Breaking Determinism: Fuzzy Modeling of Sequential Recommendation Using Discrete State Space Diffusion Model [66.91323540178739]
シークエンシャルレコメンデーション(SR)は、ユーザーが過去の行動に基づいて興味を持つかもしれない項目を予測することを目的としている。
我々はSRを新しい情報理論の観点から再検討し、逐次モデリング手法がユーザの行動のランダム性と予測不可能性を適切に把握できないことを発見した。
ファジィ情報処理理論に触発された本論文では,制限を克服し,ユーザの関心事の進化をよりよく捉えるために,ファジィなインタラクションシーケンスの組を導入する。
論文 参考訳（メタデータ） (2024-10-31T14:52:01Z) - 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) - 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) - Code Models are Zero-shot Precondition Reasoners [83.8561159080672]
シーケンシャルな意思決定タスクのために、コード表現を使ってアクションの前提条件を推論します。
本稿では,政策によって予測される行動が前提条件と一致していることを保証する事前条件対応行動サンプリング戦略を提案する。
論文 参考訳（メタデータ） (2023-11-16T06:19:27Z) - Outcome-Oriented Prescriptive Process Monitoring Based on Temporal Logic
Patterns [9.876717580544364]
本稿では,新しいアウトカム指向の規範的プロセスモニタリングシステムを提案する。
プロセス実行中に保証されるアクティビティ間の時間的関係を推奨します。
これにより、特定の時点におけるアクティビティの強制実行が緩和されるため、ユーザによる自由度が向上する。
論文 参考訳（メタデータ） (2022-11-09T13:36:07Z) - Accessing and Interpreting OPC UA Event Traces based on Semantic Process
Descriptions [69.9674326582747]
本稿では、イベントデータのコンテキストに基づいて、プロダクションシステムのイベントデータにアクセスするアプローチを提案する。
本手法は,1)生産システムの階層構造の意味モデル,2)形式化されたプロセス記述,3)OPC UA情報モデルを組み合わせることによって,データベースシステムからフィルタリングイベントログを抽出する。
論文 参考訳（メタデータ） (2022-07-25T15:13:44Z) - Explainability in Process Outcome Prediction: Guidelines to Obtain
Interpretable and Faithful Models [77.34726150561087]
本稿では、プロセス結果予測の分野における説明可能性モデルと説明可能性モデルの忠実性を通して、説明可能性を定義する。
本稿では,イベントログの仕様に基づいて適切なモデルを選択することのできる,X-MOPというガイドラインのセットを提案する。
論文 参考訳（メタデータ） (2022-03-30T05:59:50Z) - Process discovery on deviant traces and other stranger things [6.974048370610024]
我々は、宣言的プロセスに焦点をあて、プロセス発見のあまり人気のない視点をバイナリ教師付き学習タスクとして受け入れる。
これら2つのセットから得られる価値情報を抽出し,ユーザ定義の目標に従って最適なモデルにフォーマル化する方法について,より深く検討する。
論文 参考訳（メタデータ） (2021-09-30T06:58:34Z) - Comparing decision mining approaches with regard to the meaningfulness
of their results [0.0]
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。
論文 参考訳（メタデータ） (2021-09-15T14:43:36Z) - 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)
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。