論文の概要: In System Alignments we Trust! Explainable Alignments via Projections

• arxiv url: http://arxiv.org/abs/2501.14360v1
• Date: Fri, 24 Jan 2025 09:47:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-27 14:56:17.878505
• Title: In System Alignments we Trust! Explainable Alignments via Projections
• Title（参考訳）: システムアライメントにおける信頼! 投影による説明可能なアライメント
• Authors: Dominique Sommers, Natalia Sidorova, Boudewijn van Dongen,
• Abstract要約: 緩和(Relaxations)とは、アライメントが部分的に正しいモデルとログを扱うためのプロジェクションである。 本稿では、部分的に正しいモデルとログを扱うためのアライメントのプロジェクションによる「緩和」の概念を紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Alignments are a well-known process mining technique for reconciling system logs and normative process models. Evidence of certain behaviors in a real system may only be present in one representation - either a log or a model - but not in the other. Since for processes in which multiple entities, like objects and resources, are involved in the activities, their interactions affect the behavior and are therefore essential to take into account in the alignments. Additionally, both logged and modeled representations of reality may be imprecise and only partially represent some of these entities, but not all. In this paper, we introduce the concept of "relaxations" through projections for alignments to deal with partially correct models and logs. Relaxed alignments help to distinguish between trustworthy and untrustworthy content of the two representations (the log and the model) to achieve a better understanding of the underlying process and expose quality issues.
• Abstract（参考訳）: アライメントは、システムログと規範的なプロセスモデルを調整するための、よく知られたプロセスマイニング技術である。 実際のシステムにおける特定の振る舞いの証拠は、1つの表現(ログまたはモデル)にのみ存在するが、もう1つの表現には存在しない。 オブジェクトやリソースのような複数のエンティティがアクティビティに関与しているプロセスの場合、それらの相互作用は振舞いに影響を与えるため、アライメントを考慮することが不可欠である。 さらに、現実のログ化された表現とモデル化された表現はどちらも不正確であり、これらの実体の一部だけを部分的に表現するが、全てではない。 本稿では、部分的に正しいモデルとログを扱うためのアライメントの投影を通して「緩和」の概念を紹介する。 緩和されたアライメントは、2つの表現(ログとモデル)の信頼に値するコンテンツと信頼できないコンテンツを区別し、基盤となるプロセスをよりよく理解し、品質の問題を明らかにするのに役立つ。

関連論文リスト

• Towards a Learning Theory of Representation Alignment [12.166663160280056]
  表現アライメントに対する学習理論的な視点を提案する。 この結果は, 表現アライメントを学習理論問題としてキャストする第一歩と見なすことができる。
  論文  参考訳（メタデータ） (2025-02-19T19:09:14Z)
• Identifiable Exchangeable Mechanisms for Causal Structure and Representation Learning [54.69189620971405]
  IEM(Identible Exchangeable Mechanisms)と呼ばれる,表現と構造学習のための統合フレームワークを提供する。 IEMは、交換可能な非i.d.データにおける因果構造同定に必要な条件を緩和する新しい洞察を提供する。 また、認識可能な表現学習における双対性条件の存在を実証し、新たな識別可能性結果をもたらす。
  論文  参考訳（メタデータ） (2024-06-20T13:30:25Z)
• Tradeoffs Between Alignment and Helpfulness in Language Models with Representation Engineering [15.471566708181824]
  本研究では,アライメントの増加とモデルの有用性の低下のトレードオフについて検討する。 フレームワークの条件下では、アライメントは表現工学によって保証される。 本研究は,表現工学ベクトルのノルムにより,有用性が2次的に損なわれることを示す。
  論文  参考訳（メタデータ） (2024-01-29T17:38:14Z)
• Object-Centric Conformance Alignments with Synchronization (Extended Version) [57.76661079749309]
  対象中心のペトリネットが一対多の関係を捉える能力と,その同一性に基づいたオブジェクトの比較と同期を行う識別子を持つペトリネットの能力を組み合わせた,新たな形式主義を提案する。 我々は、満足度変調理論(SMT)の符号化に基づく、そのようなネットに対する適合性チェック手法を提案する。
  論文  参考訳（メタデータ） (2023-12-13T21:53:32Z)
• Sparse Relational Reasoning with Object-Centric Representations [78.83747601814669]
  対象中心表現の操作において,リレーショナルニューラルアーキテクチャによって学習されたソフトルールの構成可能性について検討する。 特に特徴量の増加は,いくつかのモデルの性能を向上し,より単純な関係をもたらすことが判明した。
  論文  参考訳（メタデータ） (2022-07-15T14:57:33Z)
• Process discovery on deviant traces and other stranger things [6.974048370610024]
  我々は、宣言的プロセスに焦点をあて、プロセス発見のあまり人気のない視点をバイナリ教師付き学習タスクとして受け入れる。 これら2つのセットから得られる価値情報を抽出し,ユーザ定義の目標に従って最適なモデルにフォーマル化する方法について,より深く検討する。
  論文  参考訳（メタデータ） (2021-09-30T06:58:34Z)
• Concurrent Discrimination and Alignment for Self-Supervised Feature Learning [52.213140525321165]
  既存の自己指導型学習手法は,(1)どの特徴が分離されるべきかを明確に示すこと,あるいは(2)どの特徴が閉じるべきかを明確に示すこと,のいずれかのプリテキストタスクを用いて学習する。 本研究では,識別・調整手法の正の側面を組み合わせて,上記の課題に対処するハイブリッド手法を設計する。 本手法は,識別的予測タスクによってそれぞれ反発とアトラクションのメカニズムを明確に特定し,ペアビュー間の相互情報を同時に最大化する。 確立された9つのベンチマーク実験により,提案モデルが自己監督と移動の既成結果より一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2021-08-19T09:07:41Z)
• Out of Context: A New Clue for Context Modeling of Aspect-based Sentiment Analysis [54.735400754548635]
  ABSAは、与えられた側面に関してレビューで表現された感情を予測することを目的としている。 与えられたアスペクトは、コンテキストモデリングプロセスにおけるコンテキストからの新たなヒントと見なされるべきである。 異なるバックボーンに基づいて複数のアスペクト認識コンテキストエンコーダを設計する。
  論文  参考訳（メタデータ） (2021-06-21T02:26:03Z)
• TIME: A Transparent, Interpretable, Model-Adaptive and Explainable Neural Network for Dynamic Physical Processes [0.0]
  我々は、観測可能なシステムを再構築するために、ドメインの不変構造をキャプチャする完全な畳み込みアーキテクチャを提案する。 我々の意図は、モデル適応性のための独立したプロセスを表す真のカーネルからの逸脱として解釈された結合された動的プロセスを学ぶことである。
  論文  参考訳（メタデータ） (2020-03-05T04:19:59Z)
• Coordinated Reasoning for Cross-Lingual Knowledge Graph Alignment [74.0482641714311]
  本稿では,2つのコーディネート推論手法,すなわち Easy-to-Hardデコード戦略とジョイントエンティティアライメントアルゴリズムを導入する。 我々のモデルは最先端の性能を実現し,提案手法は既存のベースラインを大幅に改善する。
  論文  参考訳（メタデータ） (2020-01-23T18:41:21Z)

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。