論文の概要: A Reference Model and Patterns for Production Event Data Enrichment

• arxiv url: http://arxiv.org/abs/2506.11502v1
• Date: Fri, 13 Jun 2025 06:58:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-16 17:50:49.682535
• Title: A Reference Model and Patterns for Production Event Data Enrichment
• Title（参考訳）: 生産イベントデータ強化のための参照モデルとパターン
• Authors: Mark van der Pas, Remco Dijkman, Alp Akçay, Ivo Adan, John Walker,
• Abstract要約: プロダクションイベントデータを豊かにするために設計された参照モデルとパターンのコレクションを導入します。 リファレンスモデルは、プロダクションイベントデータを保存し、抽出する標準的な方法を提供する。 これらのパターンは、製造プロセスから発生したイベントデータセットからの経験的観察に基づいて開発される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: With the advent of digital transformation, organisations are increasingly generating large volumes of data through the execution of various processes across disparate systems. By integrating data from these heterogeneous sources, it becomes possible to derive new insights essential for tasks such as monitoring and analysing process performance. Typically, this information is extracted during a data pre-processing or engineering phase. However, this step is often performed in an ad-hoc manner and is time-consuming and labour-intensive. To streamline this process, we introduce a reference model and a collection of patterns designed to enrich production event data. The reference model provides a standard way for storing and extracting production event data. The patterns describe common information extraction tasks and how such tasks can be automated effectively. The reference model is developed by combining the ISA-95 industry standard with the Event Knowledge Graph formalism. The patterns are developed based on empirical observations from event data sets originating in manufacturing processes and are formalised using the reference model. We evaluate the relevance and applicability of these patterns by demonstrating their application to use cases.
• Abstract（参考訳）: デジタルトランスフォーメーションの出現に伴い、組織は異なるシステム間で様々なプロセスを実行することによって、ますます大量のデータを生成しています。 これらの異種ソースからのデータを統合することで、プロセスのパフォーマンスの監視や分析といったタスクに不可欠な新たな洞察を導き出すことができる。 通常、この情報はデータ前処理またはエンジニアリングフェーズ中に抽出される。 しかし、このステップは、しばしばアドホックな方法で行われ、時間がかかり、労働集約的である。 このプロセスを合理化するために、我々は、生産イベントデータを強化するために設計された参照モデルとパターンの集合を導入する。 リファレンスモデルは、プロダクションイベントデータを保存し、抽出する標準的な方法を提供する。 これらのパターンは、共通情報抽出タスクと、そのようなタスクを効果的に自動化する方法を記述している。 参照モデルは、ISA-95業界標準とEvent Knowledge Graph形式を組み合わせて開発されている。 これらのパターンは、製造プロセスから発生したイベントデータセットからの経験的観察に基づいて開発され、参照モデルを用いて定式化される。 我々は,これらのパターンの妥当性と適用性について,ユースケースへの応用を実証することによって評価した。

関連論文リスト

• Process-aware Human Activity Recognition [1.912429179274357]
  本稿では,HARの性能向上のために,コンテキストからのプロセス情報を組み込んだ新しい手法を提案する。 具体的には、機械学習モデルによって生成された確率的事象と、文脈情報から導出されるプロセスモデルとを一致させる。 このアライメントは、これらの2つの情報源を適応的に重み付けし、HARの精度を最適化する。
  論文  参考訳（メタデータ） (2024-11-13T17:53:23Z)
• Control-flow Reconstruction Attacks on Business Process Models [3.5602253012485656]
  この研究は、プロセスモデルに基づいて、このような再構築の試みを経験的に調査した最初のものである。 本稿では,プロセスツリーからの制御フローを再構築する様々なプレイアウト戦略を提案する。
  論文  参考訳（メタデータ） (2024-09-17T08:42:55Z)
• Mining Constraints from Reference Process Models for Detecting Best-Practice Violations in Event Log [1.389948527681755]
  本稿では,参照モデルコレクションから宣言的ベストプラクティス制約をマイニングするためのフレームワークを提案する。 本稿では,実世界のプロセスモデルコレクションとイベントログに基づく評価により,ベストプラクティス違反を検出するフレームワークの能力を実証する。
  論文  参考訳（メタデータ） (2024-07-02T15:05:37Z)
• Heat Death of Generative Models in Closed-Loop Learning [63.83608300361159]
  本研究では、独自の学習データセットに加えて、生成したコンテンツをフィードバックする生成モデルの学習ダイナミクスについて検討する。 各イテレーションで十分な量の外部データが導入されない限り、非自明な温度がモデルを退化させることを示す。
  論文  参考訳（メタデータ） (2024-04-02T21:51:39Z)
• Avoiding Post-Processing with Event-Based Detection in Biomedical Signals [69.34035527763916]
  学習対象としてイベントを直接扱うイベントベースのモデリングフレームワークを提案する。 イベントベースのモデリング(後処理なし)は、広範囲な後処理を伴うエポックベースのモデリングと同等以上のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-09-22T13:44:13Z)
• Deep Learning based pipeline for anomaly detection and quality enhancement in industrial binder jetting processes [68.8204255655161]
  異常検出は、通常の値空間とは異なる異常状態、インスタンス、あるいはデータポイントを検出する方法を記述する。 本稿では,産業生産における人工知能へのデータ中心のアプローチに寄与する。
  論文  参考訳（メタデータ） (2022-09-21T08:14:34Z)
• 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)
• Generating Privacy-Preserving Process Data with Deep Generative Models [7.3268099910347715]
  プロセスデータ生成のための逆生成ネットワーク(ProcessGAN)を導入する。 我々は6つの実世界のデータセット上でProcessGANと従来のモデルを評価する。 我々は,プロセスGANが,認証データと区別できない大量の共有可能な合成プロセスデータを生成することができると結論付けた。
  論文  参考訳（メタデータ） (2022-03-15T14:29:54Z)
• 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)

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。