論文の概要: Extracting Process-Aware Decision Models from Object-Centric Process Data

• arxiv url: http://arxiv.org/abs/2401.14847v1
• Date: Fri, 26 Jan 2024 13:27:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-29 15:02:10.710050
• Title: Extracting Process-Aware Decision Models from Object-Centric Process Data
• Title（参考訳）: オブジェクト中心プロセスデータからのプロセス認識決定モデル抽出
• Authors: Alexandre Goossens, Johannes De Smedt, Jan Vanthienen
• Abstract要約: 本稿では,ODDA(Integrated Object-centric Decision Discovery Algorithm)と呼ばれる,オブジェクト中心決定マイニングアルゴリズムを提案する。 IODDAは意思決定の仕組みや意思決定の仕方を知ることができる。
• 参考スコア（独自算出の注目度）: 54.04724730771216
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Organizations execute decisions within business processes on a daily basis whilst having to take into account multiple stakeholders who might require multiple point of views of the same process. Moreover, the complexity of the information systems running these business processes is generally high as they are linked to databases storing all the relevant data and aspects of the processes. Given the presence of multiple objects within an information system which support the processes in their enactment, decisions are naturally influenced by both these perspectives, logged in object-centric process logs. However, the discovery of such decisions from object-centric process logs is not straightforward as it requires to correctly link the involved objects whilst considering the sequential constraints that business processes impose as well as correctly discovering what a decision actually does. This paper proposes the first object-centric decision-mining algorithm called Integrated Object-centric Decision Discovery Algorithm (IODDA). IODDA is able to discover how a decision is structured as well as how a decision is made. Moreover, IODDA is able to discover which activities and object types are involved in the decision-making process. Next, IODDA is demonstrated with the first artificial knowledge-intensive process logs whose log generators are provided to the research community.
• Abstract（参考訳）: 組織はビジネスプロセス内で意思決定を日々行う一方で、同じプロセスの複数の視点を必要とする複数の利害関係者を考慮する必要があります。 さらに、これらのビジネスプロセスを実行する情報システムの複雑さは、プロセスに関連するすべてのデータと側面を格納するデータベースにリンクされるため、一般的に高くなります。 実行中のプロセスをサポートする情報システム内の複数のオブジェクトの存在を考えると、決定は、オブジェクト中心のプロセスログにログされるこれらの視点の両方に影響される。 しかしながら、そのような決定をオブジェクト中心のプロセスログから発見することは、ビジネスプロセスが課す逐次的制約を考慮しつつ、決定が実際に何をするのかを正しく発見しながら、関係するオブジェクトを正しくリンクする必要があるため、簡単ではない。 本稿では,オブジェクト中心決定探索アルゴリズム(IODDA)と呼ばれる,オブジェクト中心決定マイニングアルゴリズムを提案する。 IODDAは意思決定の仕組みや意思決定の仕方を知ることができる。 さらに、IODDAは意思決定プロセスにどのアクティビティやオブジェクトタイプが関与しているかを発見することができる。 次に、IODDAは、研究コミュニティにログジェネレータを提供する最初の人工的な知識集約プロセスログで実証される。

関連論文リスト

• Disentangling Memory and Reasoning Ability in Large Language Models [97.26827060106581]
  本稿では、複雑な推論プロセスを2つの異なる明確なアクションに分解する新しい推論パラダイムを提案する。 実験の結果, この分解によりモデル性能が向上し, 推論プロセスの解釈可能性も向上することがわかった。
  論文  参考訳（メタデータ） (2024-11-20T17:55:38Z)
• Anomaly Detection via Learning-Based Sequential Controlled Sensing [25.282033825977827]
  本稿では,学習に基づく制御センシングによるバイナリプロセス間の異常検出の問題に対処する。 異常を識別するために、意思決定エージェントは、各時点でプロセスのサブセットを観察することができる。 我々の目標は、どの過程を観察するかを動的に決定するシーケンシャルな選択ポリシーを設計することである。
  論文  参考訳（メタデータ） (2023-11-30T07:49:33Z)
• 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)
• AVIS: Autonomous Visual Information Seeking with Large Language Model Agent [123.75169211547149]
  本稿では,視覚的質問応答フレームワークAVISを提案する。 本手法は,LLM(Large Language Model)を利用して外部ツールの利用を動的に強化する。 AVIS は Infoseek や OK-VQA などの知識集約型視覚質問応答ベンチマークの最先端結果を達成する。
  論文  参考訳（メタデータ） (2023-06-13T20:50:22Z)
• An End-to-End Approach for Online Decision Mining and Decision Drift Analysis in Process-Aware Information Systems: Extended Version [0.0]
  決定マイニングは、イベントログやストリームから決定ルールの発見を可能にする。 オンライン意思決定マイニングは、意思決定ルールの進化と意思決定のドリフトを継続的に監視することを可能にする。 本稿では,発見のためのエンドツーエンドアプローチと,実行中の決定点とそれに対応する決定ルールの監視について述べる。
  論文  参考訳（メタデータ） (2023-03-07T15:04:49Z)
• Explainable Data-Driven Optimization: From Context to Decision and Back Again [76.84947521482631]
  データ駆動最適化では、コンテキスト情報と機械学習アルゴリズムを使用して、不確実なパラメータによる決定問題の解決策を見つける。 本稿では,データ駆動型問題に対する解法を説明するために,対実的説明手法を提案する。 在庫管理やルーティングといった運用管理における重要な問題を説明することで,我々のアプローチを実証する。
  論文  参考訳（メタデータ） (2023-01-24T15:25:16Z)
• Clustering Object-Centric Event Logs [0.36748639131154304]
  本稿では,OCEL に類似したオブジェクトをクラスタリングするクラスタリング手法を提案する。 我々のアプローチは、プロセスモデルの複雑さを減らし、エンドユーザーがプロセスに対する洞察を得るのに役立つオブジェクトの一貫性のあるサブセットを生成する。
  論文  参考訳（メタデータ） (2022-07-26T09:16:39Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• 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)
• Towards Intelligent Risk-based Customer Segmentation in Banking [0.0]
  我々は、顧客のデータをあるシステムから別のシステムへ移動させるために、一連の処理要素からなるインテリジェントなデータ駆動パイプラインを提案する。 目標は、機能エンジニアリング、すなわち、(銀行化)ドメイン知識を使用して生データから特徴を抽出するプロセスを自動化する、新しいインテリジェントな顧客セグメンテーションプロセスを提供することである。 提案手法は,従来の手法に比べて91%の精度でトランザクションの検出,識別,分類を行うことができる。
  論文  参考訳（メタデータ） (2020-09-29T11:22:04Z)

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。