論文の概要: Detecting Surprising Situations in Event Data
- arxiv url: http://arxiv.org/abs/2208.13515v1
- Date: Mon, 29 Aug 2022 11:33:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-30 13:46:10.564629
- Title: Detecting Surprising Situations in Event Data
- Title（参考訳）: イベントデータにおける驚くべき状況の検出
- Authors: Christian Kohlschmidt and Mahnaz Sadat Qafari and Wil M. P. van der
Aalst
- Abstract要約: 既存の研究では、望ましくない結果が発生する問題のあるプロセスインスタンスの集合が事前に知られており、容易に検出できると仮定される。
我々は,プロセス拡張領域を文脈に敏感な異常/異常検出問題として定式化する。
プロセスのパフォーマンス/アウトカムが期待と大きく異なる状況の特徴付けを目指しています。
- 参考スコア（独自算出の注目度）: 0.45119235878273
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Process mining is a set of techniques that are used by organizations to
understand and improve their operational processes. The first essential step in
designing any process reengineering procedure is to find process improvement
opportunities. In existing work, it is usually assumed that the set of
problematic process instances in which an undesirable outcome occurs is known
prior or is easily detectable. So the process enhancement procedure involves
finding the root causes and the treatments for the problem in those process
instances. For example, the set of problematic instances is considered as those
with outlier values or with values smaller/bigger than a given threshold in one
of the process features. However, on various occasions, using this approach,
many process enhancement opportunities, not captured by these problematic
process instances, are missed. To overcome this issue, we formulate finding the
process enhancement areas as a context-sensitive anomaly/outlier detection
problem. We define a process enhancement area as a set of situations (process
instances or prefixes of process instances) where the process performance is
surprising. We aim to characterize those situations where process
performance/outcome is significantly different from what was expected
considering its performance/outcome in similar situations. To evaluate the
validity and relevance of the proposed approach, we have implemented and
evaluated it on several real-life event logs.
- Abstract（参考訳）: プロセスマイニングは、組織が運用プロセスを理解し改善するために使用する一連のテクニックである。
プロセスの再設計手順を設計する第一のステップは、プロセス改善の機会を見つけることです。
既存の研究では、望ましくない結果が生じる問題のあるプロセスインスタンスの集合が事前に知られているか、容易に検出できると仮定される。
したがって、プロセス強化手順は、これらのプロセスインスタンスの根本原因と問題に対する治療を見つけることを伴う。
例えば、問題のあるインスタンスのセットは、プロセスの特徴の1つで与えられた閾値よりも、外れ値または値が小さい/大きいものと見なされる。
しかし、このアプローチを用いると、これらの問題のあるプロセスインスタンスによって捕捉されない多くのプロセス強化機会が失われる。
この問題を克服するために,プロセス拡張領域を文脈に敏感な異常/異常検出問題として定式化する。
我々は、プロセス性能が驚くべき状況(プロセスインスタンスまたはプロセスインスタンスのプレフィックス)の集合としてプロセス拡張領域を定義します。
我々は、プロセスパフォーマンス/アウトカムが、同様の状況でパフォーマンス/アウトカムが期待されたものと大きく異なる状況に特徴付けることを目指している。
提案手法の有効性と妥当性を評価するため,複数の実生活イベントログ上で実装および評価を行った。
関連論文リスト
- Process Variant Analysis Across Continuous Features: A Novel Framework [0.0]
本研究は, 業務プロセスにおけるケースの効果的セグメンテーションの課題に対処する。
本研究では,スライディングウインドウ手法と地球移動器の距離を併用して制御流の挙動変化を検出する手法を提案する。
オランダの保険会社UWVと共同で実生活事例研究を行い,その方法論を検証した。
論文 参考訳（メタデータ） (2024-05-06T16:10:13Z) - 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) - Inter-instance Data Impacts in Business Processes: A Model-based
Analysis [0.39165216307579426]
本稿では、プロセスインスタンス間の共有データを通じて影響を受ける可能性のある影響について述べる。
提案手法はプロセスモデルと(リレーショナルな)データモデルの両方を用いて,潜在的なインスタンス間データインパクトセットを同定する。
本手法の適用性は3つの異なる現実的プロセスを用いて評価した。
論文 参考訳（メタデータ） (2024-01-29T21:35:13Z) - 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) - 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) - Analyzing An After-Sales Service Process Using Object-Centric Process
Mining: A Case Study [0.1433758865948252]
本稿では,オブジェクト中心プロセスマイニングの新たな領域について論じる。
ボルサン・キャットのアフター・セール・サービス・プロセスの詳細なケーススタディを通じて、本研究では、オブジェクト中心のプロセスマイニングの能力を強調した。
論文 参考訳（メタデータ） (2023-10-16T08:34:41Z) - The Interplay Between High-Level Problems and The Process Instances That
Give Rise To Them [0.13124513975412253]
個々のプロセスインスタンスの観点では捉えられないすべてのプロセスの振る舞いをカバーするために、ハイレベルな振る舞いという用語を使用します。
まず,高次問題の観測を検出・相関し,対応する(非参加的)事例を判定する方法を示す。
論文 参考訳（メタデータ） (2023-09-04T12:46:46Z) - Chain of Thought Imitation with Procedure Cloning [129.62135987416164]
本稿では,一連の専門家計算を模倣するために,教師付きシーケンス予測を適用したプロシージャクローニングを提案する。
本研究では、専門家の行動の中間計算を模倣することで、プロシージャのクローン化により、未知の環境構成に顕著な一般化を示すポリシーを学習できることを示す。
論文 参考訳（メタデータ） (2022-05-22T13:14:09Z) - 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) - 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) - 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。