Fugu-MT 論文翻訳(概要): A Survey on Concept Drift in Process Mining

論文の概要: A Survey on Concept Drift in Process Mining

arxiv url: http://arxiv.org/abs/2112.02000v1
Date: Fri, 3 Dec 2021 16:28:44 GMT
ステータス: 処理完了
システム内更新日: 2021-12-06 16:25:20.971751
Title: A Survey on Concept Drift in Process Mining
Title（参考訳）: プロセスマイニングにおけるコンセプトドリフトに関する調査
Authors: Denise Maria Vecino Sato, Sheila Cristiana de Freitas, Jean Paul Barddal and Edson Emilio Scalabrin
Abstract要約: プロセスマイニングにおけるコンセプトドリフト(PM)は、プロセスが定常状態にあると仮定する古典的な方法として、イベントが同じプロセスバージョンを共有する、という課題である。既存の研究では、(i)PMは、主にオフライン分析に焦点を当てており、(ii)プロセスにおける概念ドリフト技術の評価は、共通の評価プロトコル、データセット、メトリクスが欠如しているため、煩雑である。
参考スコア（独自算出の注目度）: 2.8617826964327113
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Concept drift in process mining (PM) is a challenge as classical methods assume processes are in a steady-state, i.e., events share the same process version. We conducted a systematic literature review on the intersection of these areas, and thus, we review concept drift in process mining and bring forward a taxonomy of existing techniques for drift detection and online process mining for evolving environments. Existing works depict that (i) PM still primarily focuses on offline analysis, and (ii) the assessment of concept drift techniques in processes is cumbersome due to the lack of common evaluation protocol, datasets, and metrics.
Abstract（参考訳）: プロセスマイニング(pm)の概念ドリフト(concept drift in process mining, 概念ドリフト)は、プロセスが定常状態にあると仮定する古典的な手法である。そこで我々は,これらの領域の交点に関する体系的な文献レビューを行い,プロセスマイニングにおけるドリフトの概念を概観し,既存のドリフト検出技術と進化環境のためのオンラインプロセスマイニング手法の分類を推し進めた。現存する作品には (i)pmは依然としてオフライン分析に重点を置いており (ii)共通の評価プロトコル、データセット、メトリクスが欠如しているため、プロセスにおける概念ドリフト手法の評価は煩雑である。

関連論文リスト

Discovering deposition process regimes: leveraging unsupervised learning for process insights, surrogate modeling, and sensitivity analysis [0.1558630944877332]
本研究は,化学気相沈着(CVD)反応器の堆積過程を解明するための包括的アプローチを導入する。我々の方法論は、プロセスの異なる状態に対応する"アウトカム"のクラスタを特定するために、詳細なCFDモデルによって導かれるプロセス結果に依存しています。この現象はArrheniusプロット解析により実験的に検証され,本手法の有効性が確認された。
論文参考訳（メタデータ） (2024-05-24T14:10:22Z)
FRAPPE: A Group Fairness Framework for Post-Processing Everything [48.57876348370417]
本稿では,任意の正規化インプロセッシング手法をポストプロセッシング手法に変換するフレームワークを提案する。理論的および実験を通して、我々のフレームワークは、内部処理で達成された優れた公正なエラートレードオフを保っていることを示す。
論文参考訳（メタデータ） (2023-12-05T09:09:21Z)
One or Two Things We know about Concept Drift -- A Survey on Monitoring Evolving Environments [7.0072935721154614]
本稿では,教師なしデータストリームにおけるコンセプトドリフトに着目した文献レビューを行う。この設定は、エンジニアリングにおける多くのタスクや課題に直接適用可能な監視と異常検出に特に関連している。概念の漂流を説明するという,新たな話題に関するセクションがある。
論文参考訳（メタデータ） (2023-10-24T13:25:19Z)
Inference and Sampling of Point Processes from Diffusion Excursions [26.111388335046197]
本稿では,潜伏拡散過程の状態の観点から,到着時刻の観測を記述した点過程構築を提案する。伊藤の探索理論の発展に基づき,潜伏拡散過程から導かれる点過程を推定・サンプリングする手法を提案する。
論文参考訳（メタデータ） (2023-06-01T14:56:23Z)
Prescriptive Process Monitoring: Quo Vadis? [64.39761523935613]
本論文はシステム文献レビュー(SLR)を通して,本分野における既存手法について考察する。 SLRは今後の研究の課題や分野に関する洞察を提供し、規範的なプロセス監視手法の有用性と適用性を高めることができる。
論文参考訳（メタデータ） (2021-12-03T08:06:24Z)
Deep Learning Schema-based Event Extraction: Literature Review and Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文参考訳（メタデータ） (2021-07-05T16:32:45Z)
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)
A Survey on Deep Semi-supervised Learning [51.26862262550445]
まず,既存の手法を分類した深層半指導学習の分類法を提案する。次に、損失の種類、貢献度、アーキテクチャの違いの観点から、これらのメソッドを詳細に比較します。
論文参考訳（メタデータ） (2021-02-28T16:22:58Z)
CONDA-PM -- A Systematic Review and Framework for Concept Drift Analysis in Process Mining [2.531156266686649]
コンセプトドリフト分析は、ビジネスプロセスがどのように変化するかを研究することに関心がある。コンセプトドリフトタイプ、影響のあるプロセスの観点、ビジネスプロセスのレベルを分析するための包括的なフレームワークはありません。本稿では,プロセスマイニングにおけるConcept Drift Analysis in Process Mining(CONDA-PM)フレームワークを提案する。
論文参考訳（メタデータ） (2020-09-08T15:39:09Z)
Periodic Stochastic Gradient Descent with Momentum for Decentralized Training [114.36410688552579]
本稿では、モーメントスキーマと周期通信を併用した、分散学習のための新しい周期型モーメントSGD法を提案する。提案した2つの手法の性能を検証するための広範囲な実験を行い、どちらも既存の手法よりも優れた性能を示した。
論文参考訳（メタデータ） (2020-08-24T13:38:22Z)
Learning under Concept Drift: A Review [33.941057801788865]
コンセプトドリフトは、時間の経過とともにストリーミングデータの基盤となる分布に予期せぬ変化を記述している。データ分析により、ドリフト環境における機械学習は、ドリフトに対処しなければ学習結果の低さをもたらすことが明らかになった。本稿では, コンセプトドリフト関連研究分野における130以上の高品質出版物についてレビューする。方法論や技法の最新の発展を分析し、概念の漂流下での学習の枠組みを確立する。
論文参考訳（メタデータ） (2020-04-13T06:29:56Z)

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。