論文の概要: Conformance Checking of Fuzzy Logs against Declarative Temporal Specifications

• arxiv url: http://arxiv.org/abs/2406.12078v1
• Date: Mon, 17 Jun 2024 20:38:57 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-19 23:57:19.987722
• Title: Conformance Checking of Fuzzy Logs against Declarative Temporal Specifications
• Title（参考訳）: 宣言的時間仕様に対するファジィログのコンパタンスチェック
• Authors: Ivan Donadello, Paolo Felli, Craig Innes, Fabrizio Maria Maggi, Marco Montali,
• Abstract要約: 本稿では,ファジィ事象データが宣言的時間規則に適合するかどうかをDeclareパターンとして検討する。 これは、各瞬間に1つのアクティビティのみが実行されるという仮定を緩める必要がある。 PyTorch Pythonライブラリに基づいた概念実証,効率的な実装を提供する。
• 参考スコア（独自算出の注目度）: 22.272099472568893
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Traditional conformance checking tasks assume that event data provide a faithful and complete representation of the actual process executions. This assumption has been recently questioned: more and more often events are not traced explicitly, but are instead indirectly obtained as the result of event recognition pipelines, and thus inherently come with uncertainty. In this work, differently from the typical probabilistic interpretation of uncertainty, we consider the relevant case where uncertainty refers to which activity is actually conducted, under a fuzzy semantics. In this novel setting, we consider the problem of checking whether fuzzy event data conform with declarative temporal rules specified as Declare patterns or, more generally, as formulae of linear temporal logic over finite traces (LTLf). This requires to relax the assumption that at each instant only one activity is executed, and to correspondingly redefine boolean operators of the logic with a fuzzy semantics. Specifically, we provide a threefold contribution. First, we define a fuzzy counterpart of LTLf tailored to our purpose. Second, we cast conformance checking over fuzzy logs as a verification problem in this logic. Third, we provide a proof-of-concept, efficient implementation based on the PyTorch Python library, suited to check conformance of multiple fuzzy traces at once.
• Abstract（参考訳）: 従来の適合性チェックタスクは、イベントデータが実際のプロセス実行の忠実で完全な表現を提供すると仮定します。 多くの場合、イベントは明示的にトレースされないが、イベント認識パイプラインの結果として間接的に取得されるため、本質的に不確実性が発生する。 本研究では、不確実性の典型的な確率論的解釈とは違い、ファジィ意味論の下で、不確実性が実際にどの活動が行われているかを示す場合について考察する。 本稿では,ファジィ事象データが宣言的時間規則に適合しているか,あるいはより一般的には,有限トレース(LTLf)上の線形時間論理の定式化として検討する。 これは、各瞬間に1つのアクティビティのみが実行されるという仮定を緩和し、ファジィセマンティクスで論理のブール演算子を再定義する必要がある。 具体的には、3倍のコントリビューションを提供します。 まず,我々の目的に合わせて,ファジィなLTLfを定義する。 次に,この論理の検証問題としてファジィログに対する適合性チェックを行った。 第三に、複数のファジィトレースの適合性をチェックするのに適した、PythonライブラリPyTorchに基づく概念実証、効率的な実装を提供する。

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)
• Mitigating LLM Hallucinations via Conformal Abstention [70.83870602967625]
  我々は,大言語モデルが一般ドメインでの応答をいつ無視すべきかを決定するための,原則化された手順を開発する。 我々は、幻覚率(エラー率)の厳密な理論的保証の恩恵を受けるため、共形予測手法を活用して、禁忌手順を開発する。 実験によって得られた共形禁忌法は, 種々の閉書, オープンドメイン生成質問応答データセットに, 幻覚率を確実に拘束する。
  論文  参考訳（メタデータ） (2024-04-04T11:32:03Z)
• DAPrompt: Deterministic Assumption Prompt Learning for Event Causality Identification [8.102227953905206]
  事象因果同定(ECI)は、2つの事象の言及の間に因果関係があるかどうかを決定することを目的としている。 ECIタスクに対して,DAPromptと呼ばれる決定論的仮定プロンプト学習モデルを提案する。 我々は、予測事象の確率を用いて、最終事象因果決定の仮定合理性を評価する。
  論文  参考訳（メタデータ） (2023-07-19T08:02:20Z)
• 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)
• Logical Satisfiability of Counterfactuals for Faithful Explanations in NLI [60.142926537264714]
  本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。 これは、説明に表される論理述語に基づいて、反実仮説を生成する。 そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
  論文  参考訳（メタデータ） (2022-05-25T03:40:59Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)
• Uncertain Process Data with Probabilistic Knowledge: Problem Characterization and Challenges [13.142848956949033]
  本稿では,プロセス観察に関連するタスクを,データセットから描画可能なプロセスモデルに提示する。 物理的デバイスやセンサを含む複数の情報源から得られた不確実な事象データを多量に収集した上で,本論文は3種類の課題を提示する。
  論文  参考訳（メタデータ） (2021-06-07T03:56:14Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• 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。