論文の概要: BPMN Analyzer 2.0: Instantaneous, Comprehensible, and Fixable Control Flow Analysis for Realistic BPMN Models

• arxiv url: http://arxiv.org/abs/2408.06028v1
• Date: Mon, 12 Aug 2024 09:32:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-13 13:35:58.259966
• Title: BPMN Analyzer 2.0: Instantaneous, Comprehensible, and Fixable Control Flow Analysis for Realistic BPMN Models
• Title（参考訳）: BPMN Analyzer 2.0: 現実的なBPMNモデルのための即時、理解可能、そして固定可能な制御フロー分析
• Authors: Tim Kräuter, Patrick Stünkel, Adrian Rutle, Yngve Lamo, Harald König,
• Abstract要約: デッドロックやライブロックのようなフローエラーを制御することは、ビジネスプロセスモデルの適切な実行を妨げる。 我々はBPMNモデルにおける制御フローエラーを瞬時に識別し、モデラーに理解できるようにし、修正を提案する新しいツールを紹介します。
• 参考スコア（独自算出の注目度）: 0.9903198600681908
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many business process models contain control flow errors, such as deadlocks or livelocks, which hinder proper execution. In this paper, we introduce a new tool that can instantaneously identify control flow errors in BPMN models, make them understandable for modelers, and suggest corrections to resolve them. We demonstrate that detection is instantaneous by benchmarking our tool against synthetic BPMN models with increasing size and state space complexity, as well as realistic models. Moreover, the tool directly displays detected errors in the model, including an interactive visualization, and suggests fixes to resolve them. The tool is open source, extensible, and integrated into a popular BPMN modeling tool.
• Abstract（参考訳）: 多くのビジネスプロセスモデルには、デッドロックやライブロックのような制御フローエラーが含まれており、適切な実行を妨げる。 本稿では、BPMNモデルにおける制御フローエラーを瞬時に識別し、モデリング者に対して理解できるようにし、修正を提案する新しいツールを提案する。 私たちは、ツールを、サイズと状態空間の複雑さが増大する合成BPMNモデルと、現実的なモデルとをベンチマークすることによって、検出が瞬時に行われることを実証します。 さらに、インタラクティブな可視化を含むモデル内の検出されたエラーを直接表示し、それらを解決する修正を提案する。 このツールはオープンソースで拡張可能で、人気のあるBPMNモデリングツールに統合されています。

関連論文リスト

• SMILE: Zero-Shot Sparse Mixture of Low-Rank Experts Construction From Pre-Trained Foundation Models [85.67096251281191]
  我々は、ゼロショットスパースミクチャー(SMILE)と呼ばれるモデル融合に対する革新的なアプローチを提案する。 SMILEは、余分なデータやさらなるトレーニングなしに、ソースモデルをMoEモデルにアップスケーリングできる。 画像分類やテキスト生成タスクなど,さまざまなシナリオに対して,フル微調整とLoRA微調整を用いて広範な実験を行う。
  論文  参考訳（メタデータ） (2024-08-19T17:32:15Z)
• Instantaneous, Comprehensible, and Fixable Soundness Checking of Realistic BPMN Models [0.9903198600681908]
  私たちはBPMNモデルのエラーを瞬時に識別できる新しい音質チェックツールを導入しました。 ツールの音質チェックは,500ms未満の即時性であることを示す。 このツールはオープンソースで、モジュール化され、発見され、人気のあるBPMNモデリングツールに統合されています。
  論文  参考訳（メタデータ） (2024-07-04T14:34:52Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• EMR-Merging: Tuning-Free High-Performance Model Merging [55.03509900949149]
  Elect, Mask & Rescale-Merging (EMR-Merging) は既存のマージ手法と比較して優れた性能を示した。 EMR-Mergingはチューニング不要なので、データアベイラビリティや追加のトレーニングは必要ありません。
  論文  参考訳（メタデータ） (2024-05-23T05:25:45Z)
• Predictable MDP Abstraction for Unsupervised Model-Based RL [93.91375268580806]
  予測可能なMDP抽象化(PMA)を提案する。 元のMDPで予測モデルを訓練する代わりに、学習されたアクション空間を持つ変換MDPでモデルを訓練する。 我々はPMAを理論的に解析し、PMAが以前の教師なしモデルベースRLアプローチよりも大幅に改善することを示す。
  論文  参考訳（メタデータ） (2023-02-08T07:37:51Z)
• Neural Enhanced Belief Propagation for Multiobject Tracking [8.228150100178983]
  モデルベースとデータ駆動型MOTを組み合わせたBPの変種を紹介する。 NEBP法はモデルベース法と比較して追跡性能が向上する。 nuScenes 自律運転データセット上でのMOTに対するNEBP手法の性能評価を行った。
  論文  参考訳（メタデータ） (2022-12-16T08:31:07Z)
• Interpretations Steered Network Pruning via Amortized Inferred Saliency Maps [85.49020931411825]
  限られたリソースを持つエッジデバイスにこれらのモデルをデプロイするには、畳み込みニューラルネットワーク(CNN)圧縮が不可欠である。 本稿では,新しい視点からチャネルプルーニング問題に対処するために,モデルの解釈を活用して,プルーニング過程を解析する手法を提案する。 本研究では,実時間スムーズなスムーズなスムーズなスムーズなマスク予測を行うセレクタモデルを導入することで,この問題に対処する。
  論文  参考訳（メタデータ） (2022-09-07T01:12:11Z)
• GAM Changer: Editing Generalized Additive Models with Interactive Visualization [28.77745864749409]
  私たちは、データサイエンティストがGAM(Generalized Additive Models)を簡単にかつ責任を持って編集できるオープンソースのインタラクティブシステムであるGAM Changerを紹介します。 私たちのツールは、新しい可視化技術によって、解釈可能性(interpretability)を行動に導入します -- 人間のユーザに対して、モデル行動と知識と価値を分析、検証、調整することを可能にするのです。
  論文  参考訳（メタデータ） (2021-12-06T18:51:49Z)
• Scanflow: A multi-graph framework for Machine Learning workflow management, supervision, and debugging [0.0]
  本稿では,エンドツーエンドの機械学習ワークフロー管理を支援するコンテナ化指向グラフフレームワークを提案する。 このフレームワークは、コンテナ内でMLを定義してデプロイし、メタデータを追跡し、本番環境での振る舞いを確認し、学習された知識と人為的な知識を使用してモデルを改善する。
  論文  参考訳（メタデータ） (2021-11-04T17:01:12Z)
• AdViCE: Aggregated Visual Counterfactual Explanations for Machine Learning Model Validation [9.996986104171754]
  我々は,ブラックボックスモデルデバッグとバリデーションでユーザをガイドすることを目的とした視覚分析ツールであるAdViCEを紹介する。 1) ユーザ定義データサブセットの意思決定の比較を可能にするインタラクティブな可視化,(2) 反現実的説明の計算と視覚化を行うアルゴリズムとビジュアルデザイン。
  論文  参考訳（メタデータ） (2021-09-12T22:52:12Z)
• DirectDebug: Automated Testing and Debugging of Feature Models [55.41644538483948]
  変数モデル(例えば、特徴モデル)は、ソフトウェアアーティファクトの変数と共通性を表現する一般的な方法である。 複雑でしばしば大規模な機能モデルは欠陥になりうる、すなわち、ソフトウェアアーチファクトの期待される変動特性を表現しない。
  論文  参考訳（メタデータ） (2021-02-11T11:22:20Z)

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。