論文の概要: The Interplay Between High-Level Problems and The Process Instances That
Give Rise To Them
- arxiv url: http://arxiv.org/abs/2309.01571v1
- Date: Mon, 4 Sep 2023 12:46:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 09:16:19.462868
- Title: The Interplay Between High-Level Problems and The Process Instances That
Give Rise To Them
- Title（参考訳）: ハイレベルな問題とそれを引き起こすプロセスインスタンスの相互作用
- Authors: Bianka Bakullari, Jules van Thoor, Dirk Fahland, Wil M.P. van der
Aalst
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.13124513975412253
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Business processes may face a variety of problems due to the number of tasks
that need to be handled within short time periods, resources' workload and
working patterns, as well as bottlenecks. These problems may arise locally and
be short-lived, but as the process is forced to operate outside its standard
capacity, the effect on the underlying process instances can be costly. We use
the term high-level behavior to cover all process behavior which can not be
captured in terms of the individual process instances. %Whenever such behavior
emerges, we call the cases which are involved in it participating cases. The
natural question arises as to how the characteristics of cases relate to the
high-level behavior they give rise to. In this work, we first show how to
detect and correlate observations of high-level problems, as well as determine
the corresponding (non-)participating cases. Then we show how to assess the
connection between any case-level characteristic and any given detected
sequence of high-level problems. Applying our method on the event data of a
real loan application process revealed which specific combinations of delays,
batching and busy resources at which particular parts of the process correlate
with an application's duration and chance of a positive outcome.
- Abstract（参考訳）: ビジネスプロセスは、短時間で処理する必要があるタスクの数、リソースのワークロードと作業パターン、ボトルネックによって、さまざまな問題に直面します。
これらの問題は局所的に発生し、短命になる可能性があるが、プロセスが標準キャパシティ外で動作しなければならないため、基礎となるプロセスインスタンスへの影響はコストがかかる可能性がある。
個々のプロセスインスタンスで取得でき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。
%) の行動が出現すると, it参加事例に関与した事例を呼び出した。
自然の疑問は、ケースの特徴がそれらが生み出すハイレベルな行動にどのように関係するかという点で生じる。
本研究では,まず,高次問題の観測を検出・相関し,対応する(非参加的)事例を決定する方法について述べる。
次に,任意のケースレベル特性と検出されたハイレベル問題の列との関係を評価する方法を示す。
実際のローン申請プロセスのイベントデータに本手法を適用すると、プロセスの特定の部分がアプリケーションの持続時間と肯定的な結果の確率と相関する遅延、バッチ、忙しいリソースの特定の組み合わせが明らかになる。
関連論文リスト
- On the Identification of Temporally Causal Representation with Instantaneous Dependence [50.14432597910128]
時間的因果表現学習は時系列観測から潜在因果過程を特定することを目的としている。
ほとんどの方法は、潜在因果過程が即時関係を持たないという仮定を必要とする。
我々は,インスタントtextbfOus textbfLatent dynamics のための textbfIDentification フレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-24T08:08:05Z) - 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) - Data-CUBE: Data Curriculum for Instruction-based Sentence Representation
Learning [85.66907881270785]
本稿では,学習用マルチタスクデータの順序を列挙するデータカリキュラム,すなわちData-CUBEを提案する。
タスクレベルでは、タスク間の干渉リスクを最小化するために最適なタスクオーダーを見つけることを目的としている。
インスタンスレベルでは、タスク毎のすべてのインスタンスの難易度を測定し、トレーニングのためにそれらを簡単に微分できるミニバッチに分割します。
論文 参考訳（メタデータ） (2024-01-07T18:12:20Z) - Detecting Surprising Situations in Event Data [0.45119235878273]
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。
論文 参考訳（メタデータ） (2022-08-29T11:33:58Z) - Provable Reinforcement Learning with a Short-Term Memory [68.00677878812908]
我々はPMDPsの新しいサブクラスについて研究し、その潜在状態は、最近の短い長さ$m$の履歴によって復号化することができる。
特に、リッチ・オブザーブレーション・セッティングにおいて、指数関数的にスケールするサンプル複雑性を持つ新しい「モーメントマッチング」アプローチを用いて、新しいアルゴリズムを開発する。
以上の結果から,これらの環境下での強化学習には短期記憶が十分であることが示唆された。
論文 参考訳（メタデータ） (2022-02-08T16:39:57Z) - Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。
動的パーソナライズされた価格設定などの問題の因果構造を形式化する。
本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
論文 参考訳（メタデータ） (2021-10-19T16:15:56Z) - Distribution Matching for Heterogeneous Multi-Task Learning: a
Large-scale Face Study [75.42182503265056]
マルチタスク学習は、共有学習アルゴリズムによって複数のタスクを共同で学習する方法論として登場した。
我々は異種mtlに対処し,検出,分類,回帰問題を同時に解決する。
大規模な顔分析のための最初のフレームワークであるFaceBehaviorNetを構築し、すべての顔行動タスクを共同で学習する。
論文 参考訳（メタデータ） (2021-05-08T22:26:52Z) - Case Level Counterfactual Reasoning in Process Mining [0.0]
我々は, emphcounterfactual equation model と emphcounterfactual reasoning の使用を提唱する。
ProMプラグインは、パフォーマンスやコンプライアンスの問題を避けるために、特定のケースがどのように異なる方法で処理されたかを示す推奨事項を生成します。
論文 参考訳（メタデータ） (2021-02-25T09:52:18Z) - Process Mining Meets Causal Machine Learning: Discovering Causal Rules
from Event Logs [0.8924669503280334]
我々はアクションルールマイニング手法を用いて、ある条件下での結果と共起する治療を識別する。
次に、因果的機械学習技術、特に隆起木を用いて、治療が結果に因果的影響を及ぼす症例のサブグループを発見する。
論文 参考訳（メタデータ） (2020-09-03T10:10:30Z) - 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。