論文の概要: Outcome-Oriented Prescriptive Process Monitoring Based on Temporal Logic Patterns

• arxiv url: http://arxiv.org/abs/2211.04880v3
• Date: Mon, 21 Aug 2023 07:53:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-23 02:23:19.353148
• Title: Outcome-Oriented Prescriptive Process Monitoring Based on Temporal Logic Patterns
• Title（参考訳）: 時相論理パターンに基づく結果指向規範的プロセスモニタリング
• Authors: Ivan Donadello, Chiara Di Francescomarino, Fabrizio Maria Maggi, Francesco Ricci, Aladdin Shikhizada
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 9.876717580544364
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Prescriptive Process Monitoring systems recommend, during the execution of a business process, interventions that, if followed, prevent a negative outcome of the process. Such interventions have to be reliable, that is, they have to guarantee the achievement of the desired outcome or performance, and they have to be flexible, that is, they have to avoid overturning the normal process execution or forcing the execution of a given activity. Most of the existing Prescriptive Process Monitoring solutions, however, while performing well in terms of recommendation reliability, provide the users with very specific (sequences of) activities that have to be executed without caring about the feasibility of these recommendations. In order to face this issue, we propose a new Outcome-Oriented Prescriptive Process Monitoring system recommending temporal relations between activities that have to be guaranteed during the process execution in order to achieve a desired outcome. This softens the mandatory execution of an activity at a given point in time, thus leaving more freedom to the user in deciding the interventions to put in place. Our approach defines these temporal relations with Linear Temporal Logic over finite traces patterns that are used as features to describe the historical process data recorded in an event log by the information systems supporting the execution of the process. Such encoded log is used to train a Machine Learning classifier to learn a mapping between the temporal patterns and the outcome of a process execution. The classifier is then queried at runtime to return as recommendations the most salient temporal patterns to be satisfied to maximize the likelihood of a certain outcome for an input ongoing process execution. The proposed system is assessed using a pool of 22 real-life event logs that have already been used as a benchmark in the Process Mining community.
• Abstract（参考訳）: 規範的なプロセス監視システムは、ビジネスプロセスの実行中に、もし従えばプロセスのネガティブな結果を防ぐための介入を推奨します。 このような介入は信頼性があり、すなわち、望ましい結果やパフォーマンスの達成を保証する必要があり、柔軟性、すなわち、通常のプロセスの実行をひっくり返したり、特定のアクティビティの実行を強制するのを避ける必要がある。 しかし、既存のPrescriptive Process Monitoringソリューションのほとんどは、レコメンデーションの信頼性の観点からうまく機能する一方で、ユーザにはこれらのレコメンデーションの有効性を気にすることなく、実行しなければならない非常に具体的な(一連の)アクティビティを提供します。 そこで本研究では,プロセス実行中に保証されるべきアクティビティ間の時間的関係を推奨する,新たな成果指向規範的プロセス監視システムを提案する。 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軟化されるため、実施すべき介入を決定する際に、ユーザにより多くの自由が与えられる。 本稿では,これらの時間関係を有限トレースパターン上の線形時相論理と定義し,プロセス実行を支援する情報システムによってイベントログに記録された履歴プロセスデータを記述する特徴として用いる。 このようなエンコードされたログは、マシンラーニングの分類器をトレーニングして、時間パターンとプロセス実行結果のマッピングを学ぶために使用される。 分類器は実行時に照会され、入力中のプロセス実行に対する特定の結果の可能性を最大化するために満足すべき最も有意義な時間パターンとして返される。 提案システムは,プロセスマイニングコミュニティですでにベンチマークとして使用されている22のリアルタイムイベントログのプールを用いて評価する。

関連論文リスト

• Extending predictive process monitoring for collaborative processes [0.9208007322096533]
  予測プロセス監視は、過去のインスタンスから実行データを利用して、現在のケースの実行を予測する。 予防措置を講じるプロセスの逸脱、違反、遅延を予知するために、次の活動と残り時間の予測を行うことが可能である。 本研究では,このタイプのプロセスの特異性を考慮した,従来のプロセス予測の協調プロセスの拡張を提案する。
  論文  参考訳（メタデータ） (2024-09-13T21:56:23Z)
• 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)
• 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)
• Exploring Business Process Deviance with Sequential and Declarative Patterns [3.039637436705478]
  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。
  論文  参考訳（メタデータ） (2021-11-24T12:16:07Z)
• Prescriptive Process Monitoring for Cost-Aware Cycle Time Reduction [0.7837881800517111]
  本稿では,ネットゲイン全体の最大化を図る方法として,時間短縮的介入をいつ引き起こすか,という課題に対処する。 本稿では,無作為林モデルを用いて時間短縮介入の因果効果を推定する規範的プロセスモニタリング手法を提案する。
  論文  参考訳（メタデータ） (2021-05-15T01:19:04Z)
• ProcessTransformer: Predictive Business Process Monitoring with Transformer Network [0.06445605125467573]
  本稿では,イベントログから高レベル表現を注目ネットワークで学習するプロセストランスフォーマーを提案する。 本モデルでは,複数イベントシーケンスと対応する出力の依存関係を確立するための自己保持機構を,長期記憶に取り入れた。
  論文  参考訳（メタデータ） (2021-04-01T18:58:46Z)
• 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)
• Predictive Process Model Monitoring using Recurrent Neural Networks [2.4029798593292706]
  本稿では,予測モニタリングの中間地点となるプロセス・アズ・ムーブズ(PAM)について紹介する。 プロセス実行トレースのさまざまなウィンドウにおけるアクティビティ間の宣言的なプロセス制約をキャプチャすることで実現します。 高次元入力に適した様々なリカレントニューラルネットワークトポロジを使用して、ウィンドウをタイムステップとしてプロセスモデルの進化をモデル化する。
  論文  参考訳（メタデータ） (2020-11-05T13:57:33Z)
• 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)
• Time-varying Gaussian Process Bandit Optimization with Non-constant Evaluation Time [93.6788993843846]
  非定常評価時間を効果的に処理できる新しい時間変化ベイズ最適化アルゴリズムを提案する。 我々の限界は、評価時間列のパターンが問題の難易度に大きな影響を与えることを決定づける。
  論文  参考訳（メタデータ） (2020-03-10T13:28:33Z)

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。