論文の概要: Clustering Object-Centric Event Logs

• arxiv url: http://arxiv.org/abs/2207.12764v1
• Date: Tue, 26 Jul 2022 09:16:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-27 12:42:59.154708
• Title: Clustering Object-Centric Event Logs
• Title（参考訳）: オブジェクト中心のイベントログのクラスタリング
• Authors: Anahita Farhang Ghahfarokhi, Fatemeh Akoochekian, Fareed Zandkarimi, Wil M.P. van der Aalst
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.36748639131154304
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Process mining provides various algorithms to analyze process executions based on event data. Process discovery, the most prominent category of process mining techniques, aims to discover process models from event logs, however, it leads to spaghetti models when working with real-life data. Therefore, several clustering techniques have been proposed on top of traditional event logs (i.e., event logs with a single case notion) to reduce the complexity of process models and discover homogeneous subsets of cases. Nevertheless, in real-life processes, particularly in the context of Business-to-Business (B2B) processes, multiple objects are involved in a process. Recently, Object-Centric Event Logs (OCELs) have been introduced to capture the information of such processes, and several process discovery techniques have been developed on top of OCELs. Yet, the output of the proposed discovery techniques on real OCELs leads to more informative but also more complex models. In this paper, we propose a clustering-based approach to cluster similar objects in OCELs to simplify the obtained process models. Using a case study of a real B2B process, we demonstrate that our approach reduces the complexity of the process models and generates coherent subsets of objects which help the end-users gain insights into the process.
• Abstract（参考訳）: プロセスマイニングは、イベントデータに基づいてプロセス実行を分析する様々なアルゴリズムを提供する。 プロセスマイニング技術の最も顕著なカテゴリであるプロセス発見は、イベントログからプロセスモデルを見つけることを目的としているが、実際のデータを扱う際にスパゲッティモデルにつながる。 したがって、プロセスモデルの複雑さを低減し、ケースの均質なサブセットを発見するために、従来のイベントログ(単一のケース概念を持つイベントログ)の上にいくつかのクラスタリング技術が提案されている。 それでも、実際のプロセス、特にB2B(Business-to-Business)プロセスのコンテキストでは、複数のオブジェクトがプロセスに関与します。 近年,オブジェクト中心イベントログ (OCEL) が導入され,OCEL上でのプロセス発見技術が開発されている。 しかし、提案手法の実際のOCELに対する出力は、より情報的ではあるがより複雑なモデルをもたらす。 本稿では,ocelsに類似するオブジェクトをクラスタ化するクラスタリングに基づくアプローチを提案する。 実B2Bプロセスのケーススタディを用いて、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コヒーレントなサブセットを生成することを実証する。

関連論文リスト

• INEXA: Interactive and Explainable Process Model Abstraction Through Object-Centric Process Mining [0.0]
  イベントログへのリンクを保持するインタラクティブで説明可能なプロセスモデル抽象化手法であるINEXAを提案する。 出発点として、INEXAは大規模なプロセスモデルを「表示可能な」サイズに集約する。
  論文  参考訳（メタデータ） (2024-03-27T15:03:33Z)
• 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)
• 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)
• Grouping Local Process Models [0.19036571490366497]
  ローカルプロセスモデル(LPM)発見は、プロセスのサブ振る舞いを説明するための一連のLPMを構築しようとする。 本研究は,様々なプロセスモデル類似度尺度を用いて類似LPMをグループ化するための3段階パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-11-06T11:24:27Z)
• The WHY in Business Processes: Discovery of Causal Execution Dependencies [2.0811729303868005]
  プロセスアクティビティの実行間の因果関係を明らかにすることは、プロセス介入の結果を予測する重要な要素である。 この研究は、既存の因果発見アルゴリズムを活動タイミングよりも活用することにより、因果ビジネスプロセスの公開に対する体系的なアプローチを提供する。 本手法は,3つの因果パターンの文脈における2つのモデル間の相違を探索し,これらの不整合がマイニングプロセスモデル上で注釈付けされるという新たな視点を導出する。
  論文  参考訳（メタデータ） (2023-10-23T14:23:15Z)
• Discovering Hierarchical Process Models: an Approach Based on Events Clustering [0.0]
  本稿では,2段階のワークフローネットとして表現される階層的プロセスモデルを発見するアルゴリズムを提案する。 既存のソリューションとは異なり、我々のアルゴリズムはプロセス制御フローに制限を課さず、反復を可能にする。
  論文  参考訳（メタデータ） (2023-03-12T11:05:40Z)
• Avoiding Post-Processing with Event-Based Detection in Biomedical Signals [69.34035527763916]
  学習対象としてイベントを直接扱うイベントベースのモデリングフレームワークを提案する。 イベントベースのモデリング(後処理なし)は、広範囲な後処理を伴うエポックベースのモデリングと同等以上のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-09-22T13:44:13Z)
• 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)
• Process Comparison Using Object-Centric Process Cubes [69.68068088508505]
  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。
  論文  参考訳（メタデータ） (2021-03-12T10:08:28Z)
• Discovering Hierarchical Processes Using Flexible Activity Trees for Event Abstraction [7.754062965937491]
  我々はFlexHMinerを提案する。FlexHMinerは、マルチレベルのインターリーブサブプロセスを持つプロセスを見つけるための3段階のアプローチである。 ドメイン知識,ランダムクラスタリング,フラットアプローチを用いて,階層モデルの品質を比較した。 以上の結果から,FlexHMinerが生成する階層型プロセスモデルは,階層性を利用していないアプローチと良好に比較できることが示唆された。
  論文  参考訳（メタデータ） (2020-10-16T10:50:41Z)
• 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。