論文の概要: Measuring Rule-based LTLf Process Specifications: A Probabilistic
Data-driven Approach
- arxiv url: http://arxiv.org/abs/2305.05418v1
- Date: Tue, 9 May 2023 13:07:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 19:31:38.996231
- Title: Measuring Rule-based LTLf Process Specifications: A Probabilistic
Data-driven Approach
- Title（参考訳）: ルールベースのLTLfプロセス仕様の測定:確率的データ駆動アプローチ
- Authors: Alessio Cecconi, Luca Barbaro, Claudio Di Ciccio, Arik Senderovich
- Abstract要約: 宣言的プロセス仕様は、有限トレース上の線形時間論理に基づくルールによってプロセスの振舞いを定義します。
マイニングの文脈では、これらの仕様は情報システムによって記録された複数セットの実行から推論され、チェックされる。
本稿では,イベントログに対する仕様書の満足度を測定する手法を提案する。
- 参考スコア（独自算出の注目度）: 1.0800983456810165
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Declarative process specifications define the behavior of processes by means
of rules based on Linear Temporal Logic on Finite Traces (LTLf). In a mining
context, these specifications are inferred from, and checked on, multi-sets of
runs recorded by information systems (namely, event logs). To this end, being
able to gauge the degree to which process data comply with a specification is
key. However, existing mining and verification techniques analyze the rules in
isolation, thereby disregarding their interplay. In this paper, we introduce a
framework to devise probabilistic measures for declarative process
specifications. Thereupon, we propose a technique that measures the degree of
satisfaction of specifications over event logs. To assess our approach, we
conduct an evaluation with real-world data, evidencing its applicability in
discovery, checking, and drift detection contexts.
- Abstract（参考訳）: 宣言的プロセス仕様は、有限トレース上の線形時間論理(LTLf)に基づくルールによってプロセスの振る舞いを定義する。
マイニングのコンテキストでは、これらの仕様は情報システム(つまりイベントログ)によって記録された複数の実行を推測し、チェックする。
この目的のために、どのプロセスデータが仕様に準拠しているかを評価できることが重要です。
しかし、既存の鉱業や検証技術はルールを個別に分析し、相互行為を無視している。
本稿では,宣言的プロセス仕様の確率的尺度を考案する枠組みを提案する。
そこで本稿では,イベントログに対する仕様の満足度を計測する手法を提案する。
提案手法を評価するために,実世界のデータを用いて評価を行い,発見,チェック,ドリフト検出における適用性を評価する。
関連論文リスト
- Alignment-based conformance checking over probabilistic events [4.060731229044571]
本稿では、重み付きトレースモデルと重み付きアライメントコスト関数と、イベントデータに対する信頼度を制御するカスタムしきい値パラメータを導入する。
結果のアルゴリズムは、プロセスモデルとよりよく一致した、低いが十分に高い確率のアクティビティを考慮します。
論文 参考訳（メタデータ） (2022-09-09T14:07:37Z) - Relational Action Bases: Formalization, Effective Safety Verification,
and Invariants (Extended Version) [67.99023219822564]
我々はリレーショナルアクションベース(RAB)の一般的な枠組みを紹介する。
RABは両方の制限を解除することで既存のモデルを一般化する。
データ対応ビジネスプロセスのベンチマークにおいて、このアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2022-08-12T17:03:50Z) - 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) - Conformance Checking with Uncertainty via SMT (Extended Version) [66.58864135810981]
データ認識参照プロセスに対する不確実なログの適合性を確認する方法を示す。
我々のアプローチはモジュラーであり、異なるタイプの不確実性に均質に適合する。
本研究は,概念実証によるアプローチの正しさと実現可能性を示す。
論文 参考訳（メタデータ） (2022-06-15T11:39:45Z) - 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) - A2Log: Attentive Augmented Log Anomaly Detection [53.06341151551106]
異常検出は、ITサービスの信頼性とサービス性にとってますます重要になる。
既存の教師なし手法は、適切な決定境界を得るために異常な例を必要とする。
我々は,異常判定と異常判定の2段階からなる教師なし異常検出手法であるA2Logを開発した。
論文 参考訳（メタデータ） (2021-09-20T13:40:21Z) - SaCoFa: Semantics-aware Control-flow Anonymization for Process Mining [4.806322013167162]
プロセスのセマンティクスを組み込んだプライバシー保護について論じる。
指数関数的なメカニズムに基づいて,クエリ結果の差分プライバシーを確保するためにセマンティック制約が組み込まれていることを示す。
論文 参考訳（メタデータ） (2021-09-17T12:26:49Z) - 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) - 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) - Conformance Checking over Uncertain Event Data [0.45119235878273]
未解明のイベントログの設定を解析する。
このようなイベントログでは、不確実性は明示的に記録され、すなわち、イベントの時間、活動、ケースは不明確または不正確である。
正規プロセスモデルに不確実なトレースをアライメントすることで、適合性のための上と下の境界がどうやって得られるかを示す。
論文 参考訳（メタデータ） (2020-09-29T14:27:30Z) - Partial Order Resolution of Event Logs for Process Conformance Checking [10.58705988536919]
既存の適合性チェック技術の重要な前提は、すべてのイベントがプロセスインスタンス毎のイベントの順序を推測できるタイムスタンプに関連付けられているということです。
本稿では,動作抽象化の異なる概念を取り入れた,この課題に対するいくつかの推定手法を提案する。
実世界のデータと合成データの実験により、我々の手法は最先端の精度を大幅に向上させることが明らかとなった。
論文 参考訳（メタデータ） (2020-07-05T18:43:57Z)
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。