論文の概要: Logic Mining from Process Logs: Towards Automated Specification and Verification

• arxiv url: http://arxiv.org/abs/2506.08628v1
• Date: Tue, 10 Jun 2025 09:44:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:42.17126
• Title: Logic Mining from Process Logs: Towards Automated Specification and Verification
• Title（参考訳）: プロセスログからのロジックマイニング - 仕様の自動化と検証に向けて
• Authors: Radoslaw Klimek, Julia Witek,
• Abstract要約: 本稿では、ワークフローを介して発見されたプロセスモデルから論理的仕様を生成するアプローチを提案する。 本研究では、品質データ、特にノイズが生成された仕様の構造とテスト容易性に与える影響について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Logical specifications play a key role in the formal analysis of behavioural models. Automating the derivation of such specifications is particularly valuable in complex systems, where manual construction is time-consuming and error-prone. This article presents an approach for generating logical specifications from process models discovered via workflow mining, combining pattern-based translation with automated reasoning techniques. In contrast to earlier work, we evaluate the method on both general-purpose and real-case event logs, enabling a broader empirical assessment. The study examines the impact of data quality, particularly noise, on the structure and testability of generated specifications. Using automated theorem provers, we validate a variety of logical properties, including satisfiability, internal consistency, and alignment with predefined requirements. The results support the applicability of the approach in realistic settings and its potential integration into empirical software engineering practices.
• Abstract（参考訳）: 論理仕様は行動モデルの公式解析において重要な役割を果たす。 このような仕様の導出を自動化することは、手作業による構築に時間がかかり、エラーが発生しやすい複雑なシステムにおいて特に有用である。 本稿では,ワークフローマイニングによって発見されたプロセスモデルから論理的仕様を生成するアプローチについて述べる。 従来の研究とは対照的に,本手法は汎用イベントログと実ケースイベントログの両方で評価し,より広範な経験的評価を可能にする。 本研究では、データ品質、特にノイズが生成された仕様の構造とテスト容易性に与える影響について検討する。 自動定理証明器を用いて、満足度、内部整合性、事前定義された要件との整合性など、様々な論理的性質を検証する。 結果は、現実的な設定におけるアプローチの適用性と、実証的なソフトウェアエンジニアリングプラクティスへの潜在的な統合をサポートする。

関連論文リスト

• Re-evaluation of Logical Specification in Behavioural Verification [0.0]
  本研究では,行動モデルに対する自動論理仕様法を実証的に検証する。 自動推論における適応的性能不規則性の必要性を示唆する性能不規則性を特定する。 自己最適化解法によってこれらの非効率に対処することは、自動推論の安定性を高めることができる。
  論文  参考訳（メタデータ） (2025-05-23T14:46:39Z)
• Surrogate Neural Networks Local Stability for Aircraft Predictive Maintenance [1.6703148532130556]
  サロゲートニューラルネットワークは、計算的に要求されるエンジニアリングシミュレーションの代用として、産業で日常的に使用されている。 性能と時間効率のため、これらのサロゲートモデルは安全クリティカルなアプリケーションでの使用のために開発されている。
  論文  参考訳（メタデータ） (2024-01-11T21:04:28Z)
• An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
  このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。 応用例としては、メタ理論的性質の形式的解析と検証がある。
  論文  参考訳（メタデータ） (2023-12-08T09:32:26Z)
• Explainability in Process Outcome Prediction: Guidelines to Obtain Interpretable and Faithful Models [77.34726150561087]
  本稿では、プロセス結果予測の分野における説明可能性モデルと説明可能性モデルの忠実性を通して、説明可能性を定義する。 本稿では,イベントログの仕様に基づいて適切なモデルを選択することのできる,X-MOPというガイドラインのセットを提案する。
  論文  参考訳（メタデータ） (2022-03-30T05:59:50Z)
• Modeling and Automating Public Announcement Logic with Relativized Common Knowledge as a Fragment of HOL in LogiKEy [0.0]
  本稿では,関連する共通知識を用いた発表ロジックのセマンティックな埋め込みについて述べる。 これにより、古典的な高階論理に対するオフ・ザ・シェルフ定理証明を用いて、この論理を初めて自動化することができる。 この研究は、複数派のLogiKEy知識工学方法論に重要な追加となる。
  論文  参考訳（メタデータ） (2021-11-02T15:14:52Z)
• Automated Evolutionary Approach for the Design of Composite Machine Learning Pipelines [48.7576911714538]
  提案手法は、複合機械学習パイプラインの設計を自動化することを目的としている。 パイプラインをカスタマイズ可能なグラフベースの構造で設計し、得られた結果を分析して再生する。 このアプローチのソフトウェア実装は、オープンソースフレームワークとして紹介されている。
  論文  参考訳（メタデータ） (2021-06-26T23:19:06Z)
• 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)
• Multi-Agent Reinforcement Learning with Temporal Logic Specifications [65.79056365594654]
  本研究では,時間論理仕様を満たすための学習課題を,未知の環境下でエージェントのグループで検討する。 我々は、時間論理仕様のための最初のマルチエージェント強化学習手法を開発した。 主アルゴリズムの正確性と収束性を保証する。
  論文  参考訳（メタデータ） (2021-02-01T01:13:03Z)

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。