論文の概要: Log Optimization Simplification Method for Predicting Remaining Time

• arxiv url: http://arxiv.org/abs/2503.07683v1
• Date: Mon, 10 Mar 2025 11:54:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-12 15:42:05.892950
• Title: Log Optimization Simplification Method for Predicting Remaining Time
• Title（参考訳）: 残時間予測のためのログ最適化簡易化法
• Authors: Jianhong Ye, Siyuan Zhang, Yan Lin,
• Abstract要約: 同様に機能する全ての点の単純化を避けるために,予測点選択アルゴリズムを提案する。 実験によると、単純化されたイベントログは予測性能を保持し、場合によっては、元のイベントログと比較して予測精度を高める。
• 参考スコア（独自算出の注目度）: 9.196871811517026
• License:
• Abstract: Information systems generate a large volume of event log data during business operations, much of which consists of low-value and redundant information. When performance predictions are made directly from these logs, the accuracy of the predictions can be compromised. Researchers have explored methods to simplify and compress these data while preserving their valuable components. Most existing approaches focus on reducing the dimensionality of the data by eliminating redundant and irrelevant features. However, there has been limited investigation into the efficiency of execution both before and after event log simplification. In this paper, we present a prediction point selection algorithm designed to avoid the simplification of all points that function similarly. We select sequences or self-loop structures to form a simplifiable segment, and we optimize the deviation between the actual simplifiable value and the original data prediction value to prevent over-simplification. Experiments indicate that the simplified event log retains its predictive performance and, in some cases, enhances its predictive accuracy compared to the original event log.
• Abstract（参考訳）: 情報システムは、ビジネスオペレーション中に大量のイベントログデータを生成します。 これらのログから直接性能予測を行うと、予測の精度を損なうことができる。 研究者は、貴重なコンポーネントを保持しながら、これらのデータを単純化し、圧縮する方法を模索してきた。 既存のアプローチのほとんどは、冗長で無関係な特徴を排除して、データの次元性を減らすことに重点を置いている。 しかし、イベントログの単純化前後の実行効率については、限定的な調査がなされている。 本稿では,同様に機能する全ての点の単純化を回避するために,予測点選択アルゴリズムを提案する。 我々は、単純化されたセグメントを形成するためにシーケンスまたは自己ループ構造を選択し、実際の単純化可能な値と元のデータ予測値との偏差を最適化し、過剰な単純化を防ぐ。 実験によると、単純化されたイベントログは予測性能を保持し、場合によっては、元のイベントログと比較して予測精度を高める。

関連論文リスト

• Query-Adaptive Predictive Inference with Partial Labels [0.0]
  ブラックボックス予測モデル上に部分的にラベル付けされたデータのみを用いて予測集合を構築する新しい手法を提案する。 我々の実験は、予測セット構築の有効性と、よりフレキシブルなユーザ依存損失フレームワークの魅力を強調した。
  論文  参考訳（メタデータ） (2022-06-15T01:48:42Z)
• Efficient and Differentiable Conformal Prediction with General Function Classes [96.74055810115456]
  本稿では,複数の学習可能なパラメータに対する共形予測の一般化を提案する。 本研究は, クラス内において, ほぼ有効な人口被覆率, ほぼ最適効率を実現していることを示す。 実験の結果,提案アルゴリズムは有効な予測セットを学習し,効率を著しく向上できることがわかった。
  論文  参考訳（メタデータ） (2022-02-22T18:37:23Z)
• When less is more: Simplifying inputs aids neural network understanding [12.73748893809092]
  本研究では,事前学習した生成モデルによって与えられる符号化ビットサイズを用いて,単純さを計測する。 本稿では, 従来の訓練, データセットの凝縮, ポストホックな説明など, 単純化の効果について検討する。
  論文  参考訳（メタデータ） (2022-01-14T18:58:36Z)
• Understanding Memorization from the Perspective of Optimization via Efficient Influence Estimation [54.899751055620904]
  本研究では,実データ(実データ)とランダムラベル(ランダムデータ)のデータに対する,ターンオーバードロップアウトによる暗記現象,影響と暗記を効率的に推定する手法について検討する。 i) 実データと乱データの両方において、簡単な例(例えば、実データ)と難しい例(例えば、乱データ)の最適化は、ネットワークによって同時に行われる。
  論文  参考訳（メタデータ） (2021-12-16T11:34:23Z)
• Robust and Transferable Anomaly Detection in Log Data using Pre-Trained Language Models [59.04636530383049]
  クラウドのような大規模コンピュータシステムにおける異常や障害は、多くのユーザに影響を与える。 システム情報の主要なトラブルシューティングソースとして,ログデータの異常検出のためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-23T09:17:05Z)
• Few-shot Conformal Prediction with Auxiliary Tasks [29.034390810078172]
  対象タスクがトレーニングに利用可能なデータに制限がある場合に,コンフォメーション予測を行うための新しい手法を開発した。 共形予測をメタラーニングパラダイムとしてキャスティングすることで、望ましい限界保証を維持しつつ、より厳密な予測セットを得る。 本手法は,自然言語処理,コンピュータビジョン,薬物発見のための計算化学において,数発の分類と回帰タスクにまたがる効果を示す。
  論文  参考訳（メタデータ） (2021-02-17T17:46:57Z)
• Representation Learning for Sequence Data with Deep Autoencoding Predictive Components [96.42805872177067]
  本稿では,シーケンスデータの有用な表現が潜在空間における単純な構造を示すべきという直感に基づく,シーケンスデータの自己教師型表現学習法を提案する。 我々は,過去と将来のウィンドウ間の相互情報である潜在特徴系列の予測情報を最大化することにより,この潜時構造を奨励する。 提案手法は,ノイズの多い動的システムの潜時空間を復元し,タスク予測のための予測特徴を抽出し,エンコーダを大量の未ラベルデータで事前訓練する場合に音声認識を改善する。
  論文  参考訳（メタデータ） (2020-10-07T03:34:01Z)
• Activation Relaxation: A Local Dynamical Approximation to Backpropagation in the Brain [62.997667081978825]
  活性化緩和(AR)は、バックプロパゲーション勾配を力学系の平衡点として構成することで動機付けられる。 我々のアルゴリズムは、正しいバックプロパゲーション勾配に迅速かつ堅牢に収束し、単一のタイプの計算単位しか必要とせず、任意の計算グラフで操作できる。
  論文  参考訳（メタデータ） (2020-09-11T11:56:34Z)
• Self-Attentive Classification-Based Anomaly Detection in Unstructured Logs [59.04636530383049]
  ログ表現を学習するための分類法であるLogsyを提案する。 従来の方法と比較して,F1スコアの平均0.25の改善を示す。
  論文  参考訳（メタデータ） (2020-08-21T07:26:55Z)

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。