論文の概要: Discovery and Simulation of Data-Aware Business Processes

• arxiv url: http://arxiv.org/abs/2408.13666v1
• Date: Sat, 24 Aug 2024 20:13:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-27 18:29:37.126463
• Title: Discovery and Simulation of Data-Aware Business Processes
• Title（参考訳）: データ対応ビジネスプロセスの発見とシミュレーション
• Authors: Orlenys López-Pintado, Serhii Murashko, Marlon Dumas,
• Abstract要約: 本稿では,データ認識型BPSモデリング手法と,イベントログからデータ認識型BPSモデルを検出する手法を提案する。 結果のBPSモデルは、データ非認識のBPSモデルと比較して、プロセス実行制御フローをより密に再現する。
• 参考スコア（独自算出の注目度）: 0.28675177318965045
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Simulation is a common approach to predict the effect of business process changes on quantitative performance. The starting point of Business Process Simulation (BPS) is a process model enriched with simulation parameters. To cope with the typically large parameter spaces of BPS models, several methods have been proposed to automatically discover BPS models from event logs. Virtually all these approaches neglect the data perspective of business processes. Yet, the data attributes manipulated by a business process often determine which activities are performed, how many times, and when. This paper addresses this gap by introducing a data-aware BPS modeling approach and a method to discover data-aware BPS models from event logs. The BPS modeling approach supports three types of data attributes (global, case-level, and event-level) as well as deterministic and stochastic attribute update rules and data-aware branching conditions. An empirical evaluation shows that the proposed method accurately discovers the type of each data attribute and its associated update rules, and that the resulting BPS models more closely replicate the process execution control flow relative to data-unaware BPS models.
• Abstract（参考訳）: シミュレーションは、ビジネス・プロセスの変化が量的パフォーマンスに与える影響を予測する一般的な手法である。 ビジネスプロセスシミュレーション(Business Process Simulation, BPS)は、シミュレーションパラメータが豊富なプロセスモデルである。 BPSモデルの典型的なパラメータ空間に対処するため、イベントログからBPSモデルを自動的に検出するいくつかの手法が提案されている。 事実上、これらのアプローチはビジネスプロセスのデータ観点を無視します。 しかし、ビジネスプロセスによって操作されるデータ属性は、どのアクティビティが実行されるか、何回、いつ実行されるかを決定することが多い。 本稿では,データ認識型BPSモデリング手法と,イベントログからデータ認識型BPSモデルを検出する手法を導入することで,このギャップに対処する。 BPSモデリングアプローチは、3種類のデータ属性(グローバル、ケースレベル、イベントレベル)、決定論的および確率的属性更新ルールとデータ認識分岐条件をサポートする。 実験により,提案手法は,各データ属性とその関連更新ルールのタイプを正確に検出し,得られたBPSモデルが,データ非認識のBPSモデルに対してプロセス実行制御フローをより密に再現することを示す。

関連論文リスト

• AgentSimulator: An Agent-based Approach for Data-driven Business Process Simulation [6.590869939300887]
  ビジネスプロセスシミュレーション(Business Process Simulation, BPS)は、プロセスのパフォーマンスを様々なシナリオで推定するための汎用的な手法である。 本稿では,イベントログからマルチエージェントシステムを検出するリソースファーストなBPS手法であるAgentSimulatorを紹介する。 実験の結果,AgentSimulatorは従来の手法よりもはるかに少ない時間で計算精度を向上できることがわかった。
  論文  参考訳（メタデータ） (2024-08-16T07:19:11Z)
• Data Shapley in One Training Run [88.59484417202454]
  Data Shapleyは、機械学習コンテキストにおけるデータのコントリビューションに寄与するための、原則化されたフレームワークを提供する。 既存のアプローチでは、計算集約的な異なるデータサブセット上の再学習モデルが必要である。 本稿では、対象とするデータモデルに対するスケーラブルなデータ属性を提供することにより、これらの制限に対処するIn-Run Data Shapleyを紹介する。
  論文  参考訳（メタデータ） (2024-06-16T17:09:24Z)
• Can I Trust My Simulation Model? Measuring the Quality of Business Process Simulation Models [1.4027589547318842]
  ビジネスプロセスシミュレーション(Business Process Simulation、BPS)は、異なるシナリオ下でのビジネスプロセスのパフォーマンスを分析する手法である。 本稿では,BPSモデルの品質を評価するための尺度の集合を提案する。
  論文  参考訳（メタデータ） (2023-03-30T15:40:26Z)
• Relational Action Bases: Formalization, Effective Safety Verification, and Invariants (Extended Version) [67.99023219822564]
  我々はリレーショナルアクションベース(RAB)の一般的な枠組みを紹介する。 RABは両方の制限を解除することで既存のモデルを一般化する。 データ対応ビジネスプロセスのベンチマークにおいて、このアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2022-08-12T17:03:50Z)
• Accessing and Interpreting OPC UA Event Traces based on Semantic Process Descriptions [69.9674326582747]
  本稿では、イベントデータのコンテキストに基づいて、プロダクションシステムのイベントデータにアクセスするアプローチを提案する。 本手法は,1)生産システムの階層構造の意味モデル,2)形式化されたプロセス記述,3)OPC UA情報モデルを組み合わせることによって,データベースシステムからフィルタリングイベントログを抽出する。
  論文  参考訳（メタデータ） (2022-07-25T15:13:44Z)
• Enhancing Business Process Simulation Models with Extraneous Activity Delays [0.6073572808831218]
  本稿では,ビジネスプロセス実行のイベントログから異常な遅延を検出する手法を提案する。 提案手法は,各イベントログ内の因果連続したアクティビティインスタンスに対して,対象アクティビティインスタンスが理論的に開始すべき時刻を算出する。 合成および実生活ログを含む経験的評価は、この手法がプロセスの時間的ダイナミクスをよりよく反映したBPSモデルを生成することを示している。
  論文  参考訳（メタデータ） (2022-06-28T14:51:10Z)
• Soundness of Data-Aware Processes with Arithmetic Conditions [8.914271888521652]
  データペトリネット(DPN)は、単純さと表現性のバランスをとる能力によって、人気が高まっている。 データと制御フローの相互作用は、そのようなモデルの正しさ、特に音の良さ、決定的かつ困難さの確認を可能にする。 算術データ条件に富んだDPNの音質を評価するための枠組みを提供する。
  論文  参考訳（メタデータ） (2022-03-28T14:46:10Z)
• Bellamy: Reusing Performance Models for Distributed Dataflow Jobs Across Contexts [52.9168275057997]
  本稿では、スケールアウト、データセットサイズ、ランタイムをデータフロージョブの記述的特性と組み合わせた新しいモデリング手法であるBelamyを提案する。 我々は,異なる環境で実行される各種データフロージョブの実行データからなる2つの公開データセットに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2021-07-29T11:57:38Z)
• CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT (Extended Version) [62.96267257163426]
  我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。 まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。 次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
  論文  参考訳（メタデータ） (2021-03-18T20:22:50Z)
• Automated simulation and verification of process models discovered by process mining [0.0]
  本稿では,プロセスマイニング技術を用いたプロセスモデルの自動解析手法を提案する。 プロセスマイニングは、さまざまなデバイスによって生成されたイベントデータに隠された、基盤となるプロセスを探索する。
  論文  参考訳（メタデータ） (2020-11-03T11:51:53Z)
• How Training Data Impacts Performance in Learning-based Control [67.7875109298865]
  本稿では,トレーニングデータの密度と制御性能の関係を考察する。 データセットの品質尺度を定式化し、$rho$-gap と呼ぶ。 フィードバック線形化制御法に$rho$-gapを適用する方法を示す。
  論文  参考訳（メタデータ） (2020-05-25T12:13:49Z)

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。