Fugu-MT 論文翻訳(概要): Process Mining on Uncertain Event Data

論文の概要: Process Mining on Uncertain Event Data

arxiv url: http://arxiv.org/abs/2204.04148v1
Date: Fri, 8 Apr 2022 15:56:00 GMT
ステータス: 処理完了
システム内更新日: 2022-04-11 13:13:15.476972
Title: Process Mining on Uncertain Event Data
Title（参考訳）: 不確実なイベントデータのプロセスマイニング
Authors: Marco Pegoraro
Abstract要約: 本稿では,不確実なデータから洞察を抽出できるプロセスマイニング技術の開発を目的とした研究プロジェクトを概説する。この研究トピックの基礎を設定し、利用可能な文献を再カプセル化し、将来の展望を定義します。
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: With the widespread adoption of process mining in organizations, the field of process science is seeing an increase in the demand for ad-hoc analysis techniques of non-standard event data. An example of such data are uncertain event data: events characterized by a described and quantified attribute imprecision. This paper outlines a research project aimed at developing process mining techniques able to extract insights from uncertain data. We set the basis for this research topic, recapitulate the available literature, and define a future outlook.
Abstract（参考訳）: 組織におけるプロセスマイニングの普及に伴い、プロセスサイエンスの分野は、非標準イベントデータのアドホック分析技術への需要が高まっている。そのようなデータの例としては、不確定なイベントデータがある。本稿では,不確実なデータから洞察を抽出できるプロセスマイニング技術の開発を目的とした研究プロジェクトを概説する。我々は,本研究の基礎を定め,利用可能な文献を再編成し,今後の展望を定義する。

関連論文リスト

A Survey on Data Selection for Language Models [148.300726396877]
データ選択方法は、トレーニングデータセットに含まれるデータポイントを決定することを目的としている。ディープラーニングは、主に実証的な証拠によって駆動され、大規模なデータに対する実験は高価である。広範なデータ選択研究のリソースを持つ組織はほとんどない。
論文参考訳（メタデータ） (2024-02-26T18:54:35Z)
Process Mining for Unstructured Data: Challenges and Research Directions [0.0]
非構造化データに対するプロセスマイニングの適用は、非構造化データが共通のデータ形式である分野に対する新たな洞察を著しく高める可能性がある。プロセスマイニングによる非構造化データを効率的に解析し、解析結果に信頼性を持たせるためには、複数の課題をブリッジする必要がある。
論文参考訳（メタデータ） (2023-11-30T12:09:14Z)
New methods for new data? An overview and illustration of quantitative inductive methods for HRM research [0.0]
要するに、データは第4次産業革命の本質的な源泉となる。石油とは異なり、データ生産に関して大きな問題はない。データ評価の方法論的課題は、実践者と学術研究者の両方に当てはまる。
論文参考訳（メタデータ） (2023-05-15T09:51:30Z)
Deep Learning based pipeline for anomaly detection and quality enhancement in industrial binder jetting processes [68.8204255655161]
異常検出は、通常の値空間とは異なる異常状態、インスタンス、あるいはデータポイントを検出する方法を記述する。本稿では,産業生産における人工知能へのデータ中心のアプローチに寄与する。
論文参考訳（メタデータ） (2022-09-21T08:14:34Z)
Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文参考訳（メタデータ） (2022-07-18T11:38:32Z)
Probabilistic and Non-Deterministic Event Data in Process Mining: Embedding Uncertainty in Process Analysis Techniques [0.0]
プロセスマイニング分析の幅広い産業応用により,新しいタイプのイベントデータが注目されている。本稿では,不確実な事象データの例として,プロセスマイニングにおける不確実性に関する技術の現状を示すとともに,この研究の方向性に関するオープンな課題を示す。
論文参考訳（メタデータ） (2022-05-10T12:00:02Z)
Process-BERT: A Framework for Representation Learning on Educational Process Data [68.8204255655161]
本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
論文参考訳（メタデータ） (2022-04-28T16:07:28Z)
Robust Event Classification Using Imperfect Real-world PMU Data [58.26737360525643]
本研究では,不完全な実世界のファサー計測単位(PMU)データを用いて,ロバストな事象分類について検討する。我々は、堅牢なイベント分類器を訓練するための新しい機械学習フレームワークを開発する。
論文参考訳（メタデータ） (2021-10-19T17:41:43Z)
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)
PROVED: A Tool for Graph Representation and Analysis of Uncertain Event Data [0.966840768820136]
プロセスマイニングの分野は、歴史的なプロセス実行を分析して、データ駆動方式でプロセスを研究することを目的としている。近年のイベントデータは,不確実なイベントデータを含むプロセスマイニングコミュニティの関心を集めている。 PROVEDツールは、このような不確実なイベントデータを探索、ナビゲート、分析するのに役立ちます。
論文参考訳（メタデータ） (2021-03-09T17:11:54Z)
Extracting Semantic Process Information from the Natural Language in Event Logs [0.1827510863075184]
本稿では、イベントデータの意味的役割ラベリングという手法を提案する。この方法では,イベント毎に最大8つの意味的役割に関する情報を抽出する。
論文参考訳（メタデータ） (2021-03-06T08:39:04Z)

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。