論文の概要: Navigating Process Mining: A Case study using pm4py

• arxiv url: http://arxiv.org/abs/2409.11294v1
• Date: Tue, 17 Sep 2024 15:48:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-18 15:57:32.583057
• Title: Navigating Process Mining: A Case study using pm4py
• Title（参考訳）: ナビゲーションプロセスマイニング:pm4pyを用いたケーススタディ
• Authors: Ali Jlidi, László Kovács,
• Abstract要約: 本稿では,Python の pm4py ライブラリを用いた道路交通管理プロセスの包括的解析を行う。 フィルタリングと統計的解析により、プロセスの実行における重要なパターンとバリエーションを明らかにする。 発見されたモデルを視覚化して、プロセス内のワークフロー構造と依存関係を理解します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Process-mining techniques have emerged as powerful tools for analyzing event data to gain insights into business processes. In this paper, we present a comprehensive analysis of road traffic fine management processes using the pm4py library in Python. We start by importing an event log dataset and explore its characteristics, including the distribution of activities and process variants. Through filtering and statistical analysis, we uncover key patterns and variations in the process executions. Subsequently, we apply various process-mining algorithms, including the Alpha Miner, Inductive Miner, and Heuristic Miner, to discover process models from the event log data. We visualize the discovered models to understand the workflow structures and dependencies within the process. Additionally, we discuss the strengths and limitations of each mining approach in capturing the underlying process dynamics. Our findings shed light on the efficiency and effectiveness of road traffic fine management processes, providing valuable insights for process optimization and decision-making. This study demonstrates the utility of pm4py in facilitating process mining tasks and its potential for analyzing real-world business processes.
• Abstract（参考訳）: ビジネスプロセスに関する洞察を得るために、イベントデータを分析するための強力なツールとして、プロセスマイニング技術が登場した。 本稿では,Python の pm4py ライブラリを用いた道路交通微粒化プロセスの包括的解析を行う。 まず、イベントログデータセットをインポートして、アクティビティの分散やプロセスのバリエーションなど、その特性を調べます。 フィルタリングと統計的解析により、プロセスの実行における重要なパターンとバリエーションを明らかにする。 次に、イベントログデータからプロセスモデルを発見するために、Alpha Miner、Inductive Miner、Huristic Minerなどのプロセスマイニングアルゴリズムを適用した。 発見されたモデルを視覚化して、プロセス内のワークフロー構造と依存関係を理解します。 さらに,基礎となるプロセスのダイナミックスを捕捉する際のマイニング手法の長所と短所についても論じる。 その結果,道路交通きめ細かな管理プロセスの効率と有効性に光を当て,プロセス最適化と意思決定に有用な洞察を提供することができた。 本研究では,プロセスマイニング作業の容易化におけるpm4pyの有用性と実世界のビジネスプロセス分析の可能性を示す。

関連論文リスト

• Revolutionizing Process Mining: A Novel Architecture for ChatGPT Integration and Enhanced User Experience through Optimized Prompt Engineering [2.4578723416255754]
  本研究では,ChatGPTなどの大規模言語モデル(LLM)をプロセスマイニングツールに統合することで,新たなアプローチを提案する。 この研究の重要な革新は、各プロセスマイニングサブモジュール用に調整された迅速なエンジニアリング戦略を開発することである。 このアプローチの有効性を検証するために、研究者らは、BehfaLabのプロセスマイニングツールを使用している17社のデータを使用した。
  論文  参考訳（メタデータ） (2024-05-17T10:48:14Z)
• Towards Knowledge-Centric Process Mining [5.429166905724047]
  ノイズ/不完全なイベントログに直面して,プロセス分析技術による価値提供を可能にするアプローチを提案する。 本手法では,イベントログにおけるノイズの影響を軽減するために知識グラフを活用するとともに,プロセスアナリストによるイベントログの多様性の理解を支援する。
  論文  参考訳（メタデータ） (2023-01-26T04:23:04Z)
• Automatic Discovery of Multi-perspective Process Model using Reinforcement Learning [7.5989847759545155]
  深層Q-Learningに基づく多視点プロセスモデルの自動発見フレームワークを提案する。 我々のDual Experience Replay with Experience Distribution(DERED)アプローチは、プロセスモデル発見ステップ、適合チェックステップ、拡張ステップを自動的に実行できます。 ポートロジスティクス、鉄鋼製造、金融、IT、政府管理で収集された6つの実世界のイベントデータセットを用いて、我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2022-11-30T02:18:29Z)
• Process-BERT: A Framework for Representation Learning on Educational Process Data [68.8204255655161]
  本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。 我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。 当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
  論文  参考訳（メタデータ） (2022-04-28T16:07:28Z)
• Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data Programming [77.38174112525168]
  私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
  論文  参考訳（メタデータ） (2022-03-02T19:57:32Z)
• Where Is My Training Bottleneck? Hidden Trade-Offs in Deep Learning Preprocessing Pipelines [77.45213180689952]
  ディープラーニングにおける前処理パイプラインは、トレーニングプロセスを忙しくするための十分なデータスループットの提供を目的としている。 エンドツーエンドのディープラーニングパイプラインのためのデータセットを効率的に準備する新たな視点を導入する。 チューニングされていないシステムに比べてスループットが3倍から13倍に向上する。
  論文  参考訳（メタデータ） (2022-02-17T14:31:58Z)
• 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)
• 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)
• Process Discovery for Structured Program Synthesis [70.29027202357385]
  プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。 本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。 我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
  論文  参考訳（メタデータ） (2020-08-13T10:33:10Z)
• A Technique for Determining Relevance Scores of Process Activities using Graph-based Neural Networks [0.0]
  本研究では,プロセス活動の関連点を評価指標として評価する手法を開発した。 このような関連性スコアでプロセスモデルに注釈を付けることは、ビジネスプロセスの問題に焦点を当てた分析を促進する。 異なる領域の4つのデータセットを用いて,本手法の予測品質を定量的に評価し,妥当性スコアの忠実性を示す。
  論文  参考訳（メタデータ） (2020-08-07T12:15:30Z)
• Discovering Business Area Effects to Process Mining Analysis Using Clustering and Influence Analysis [0.0]
  本稿では,プロセス実行の詳細に重要な影響を与えるビジネス領域を発見するための新しい手法を提案する。 本手法では,プロセスフロー特性に基づいて,クラスタリングを用いて類似事例をグループ化する。 また,公開されている実物購入注文プロセスデータに基づく実物購入の事例分析を行った。
  論文  参考訳（メタデータ） (2020-03-18T11:58:01Z)

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。