論文の概要: Enhancing the Accuracy of Predictors of Activity Sequences of Business Processes

• arxiv url: http://arxiv.org/abs/2312.05560v1
• Date: Sat, 9 Dec 2023 12:16:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-12 20:12:00.317641
• Title: Enhancing the Accuracy of Predictors of Activity Sequences of Business Processes
• Title（参考訳）: 業務プロセスのアクティビティシーケンスの予測者の正確性向上
• Authors: Muhammad Awais Ali, Marlon Dumas, Fredrik Milani
• Abstract要約: ケースサフィックスの予測は、リソーススケジュールの異なる短期的なワークロードと実行時間を見積もる入力を提供する。 この問題に対処する既存の方法は、いくつかのアクティビティが何度も繰り返される接尾辞を生成することが多いが、このパターンはデータでは観測されない。 本稿では,予測された症例接尾辞における活動の繰り返しを軽減するためのサンプリング手法を提案する。
• 参考スコア（独自算出の注目度）: 0.9668407688201361
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Predictive process monitoring is an evolving research field that studies how to train and use predictive models for operational decision-making. One of the problems studied in this field is that of predicting the sequence of upcoming activities in a case up to its completion, a.k.a. the case suffix. The prediction of case suffixes provides input to estimate short-term workloads and execution times under different resource schedules. Existing methods to address this problem often generate suffixes wherein some activities are repeated many times, whereas this pattern is not observed in the data. Closer examination shows that this shortcoming stems from the approach used to sample the successive activity instances to generate a case suffix. Accordingly, the paper introduces a sampling approach aimed at reducing repetitions of activities in the predicted case suffixes. The approach, namely Daemon action, strikes a balance between exploration and exploitation when generating the successive activity instances. We enhance a deep learning approach for case suffix predictions using this sampling approach, and experimentally show that the enhanced approach outperforms the unenhanced ones with respect to control-flow accuracy measures.
• Abstract（参考訳）: 予測プロセスモニタリングは、運用上の意思決定のために予測モデルを訓練し使用する方法を研究する進化途上の研究分野である。 この分野で研究された問題の1つは、その完了までのケースにおける今後の活動の順序を予測することである。 ケースサフィックスの予測は、リソーススケジュールの異なる短期的ワークロードと実行時間を予測する入力を提供する。 この問題に対処する既存の方法は、いくつかのアクティビティが何度も繰り返される接尾辞を生成することが多いが、このパターンはデータでは観測されない。 より綿密な検査では、この欠点は連続したアクティビティインスタンスをサンプリングしてケース接尾辞を生成するアプローチに起因している。 そこで本論文では,予測事例の接尾辞における活動の繰り返しを減らすことを目的としたサンプリング手法を提案する。 このアプローチ、すなわちデーモンアクションは、連続したアクティビティインスタンスを生成するときに探索と搾取のバランスを取る。 このサンプリング手法を用いて,ケース接尾辞予測のための深層学習アプローチを強化し,制御-フロー精度測定において,改良されたアプローチが未強化の手法よりも優れていることを示す。

関連論文リスト

• A Discussion on Generalization in Next-Activity Prediction [1.2289361708127877]
  一般的に使用されるイベントログには、膨大な量のサンプルリークがあることが示されています。 我々は、ロバストな評価を設計するには、次の活動予測のトピックとより深い概念的関与が必要であると論じる。
  論文  参考訳（メタデータ） (2023-09-18T09:42:36Z)
• Predictive Coding beyond Correlations [59.47245250412873]
  このようなアルゴリズムのうちの1つは、予測符号化と呼ばれ、因果推論タスクを実行することができるかを示す。 まず、予測符号化の推論過程における簡単な変化が、因果グラフを再利用したり再定義したりすることなく、介入を計算できることを示す。
  論文  参考訳（メタデータ） (2023-06-27T13:57:16Z)
• Performance-Preserving Event Log Sampling for Predictive Monitoring [0.3425341633647624]
  本稿では,予測モデルのためのトレーニングプロセスインスタンスのサンプリングを可能にするインスタンス選択手法を提案する。 インスタンスの選択手順により、次のアクティビティのトレーニング速度が大幅に向上し、残り時間の予測が可能であることを示す。
  論文  参考訳（メタデータ） (2023-01-18T16:07:56Z)
• Encoder-Decoder Model for Suffix Prediction in Predictive Monitoring [0.0]
  接尾辞予測問題に対するほとんどのアプローチは、次の活動のみを予測する方法を学ぶことによって接尾辞を予測することを学ぶ。 本稿では,プレフィックスの表現学習を推論フェーズから分離するアテンション機構を備えたエンコーダ・デコーダモデルに基づく新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-11-29T11:27:29Z)
• Towards Out-of-Distribution Sequential Event Prediction: A Causal Treatment [72.50906475214457]
  シーケンシャルなイベント予測の目標は、一連の歴史的なイベントに基づいて次のイベントを見積もることである。 実際には、次のイベント予測モデルは、一度に収集されたシーケンシャルなデータで訓練される。 文脈固有の表現を学習するための階層的な分岐構造を持つフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-24T07:54:13Z)
• Event Log Sampling for Predictive Monitoring [0.3425341633647624]
  本稿では,予測モデルのためのトレーニングプロセスインスタンスのサンプリングを可能にするインスタンス選択手法を提案する。 本手法は,次の活動予測法において,信頼性の高い予測精度を維持しつつ,トレーニング速度を大幅に向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-04-04T13:36:48Z)
• Self-supervised Pretraining with Classification Labels for Temporal Activity Detection [54.366236719520565]
  時間的アクティビティ検出は、1フレーム当たりのアクティビティクラスを予測することを目的としている。 検出に必要なフレームレベルのアノテーションが高価なため、検出データセットの規模は限られている。 本研究では,分類ラベルを利用した自己教師付き事前学習手法を提案する。
  論文  参考訳（メタデータ） (2021-11-26T18:59:28Z)
• Video Prediction via Example Guidance [156.08546987158616]
  ビデオ予測タスクでは、将来のコンテンツとダイナミクスのマルチモーダルな性質を捉えることが大きな課題である。 本研究では,有効な将来状態の予測を効果的に行うための,シンプルで効果的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-03T14:57:24Z)
• Counterfactual Predictions under Runtime Confounding [74.90756694584839]
  本研究は, 過去のデータからすべての関連要因を抽出した環境で, 事実予測タスクについて検討する。 本稿では,この環境下での対実予測モデル学習のための2次ロバスト手法を提案する。
  論文  参考訳（メタデータ） (2020-06-30T15:49:05Z)
• Ambiguity in Sequential Data: Predicting Uncertain Futures with Recurrent Models [110.82452096672182]
  逐次データによる曖昧な予測を扱うために,Multiple hypothesis Prediction(MHP)モデルの拡張を提案する。 また、不確実性を考慮するのに適した曖昧な問題に対する新しい尺度も導入する。
  論文  参考訳（メタデータ） (2020-03-10T09:15:42Z)

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。