論文の概要: From Source to Target: Leveraging Transfer Learning for Predictive Process Monitoring in Organizations

• arxiv url: http://arxiv.org/abs/2508.08061v1
• Date: Mon, 11 Aug 2025 15:03:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 21:23:29.160618
• Title: From Source to Target: Leveraging Transfer Learning for Predictive Process Monitoring in Organizations
• Title（参考訳）: ソースからターゲットへ - 組織における予測プロセス監視のためのトランスファー学習の活用
• Authors: Sven Weinzierl, Sandra Zilker, Annina Liessmann, Martin Käppel, Weixin Wang, Martin Matzner,
• Abstract要約: 既存の予測プロセス監視(PPM)技術は、十分な量のイベントデータやその他の関連するリソースを必要とする。 本稿では,伝達学習に基づくPPM技術により,適切なイベントデータや関連するリソースを持たない組織がPPMを実装することができる。 実験の結果は、ひとつのビジネスプロセスの知識が、同じまたは異なる組織内の類似したビジネスプロセスに移行できることを示唆している。
• 参考スコア（独自算出の注目度）: 0.026923593620453233
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Event logs reflect the behavior of business processes that are mapped in organizational information systems. Predictive process monitoring (PPM) transforms these data into value by creating process-related predictions that provide the insights required for proactive interventions at process runtime. Existing PPM techniques require sufficient amounts of event data or other relevant resources that might not be readily available, preventing some organizations from utilizing PPM. The transfer learning-based PPM technique presented in this paper allows organizations without suitable event data or other relevant resources to implement PPM for effective decision support. The technique is instantiated in two real-life use cases, based on which numerical experiments are performed using event logs for IT service management processes in an intra- and inter-organizational setting. The results of the experiments suggest that knowledge of one business process can be transferred to a similar business process in the same or a different organization to enable effective PPM in the target context. With the proposed technique, organizations can benefit from transfer learning in an intra- and inter-organizational setting, where resources like pre-trained models are transferred within and across organizational boundaries.
• Abstract（参考訳）: イベントログは、組織情報システムにマッピングされたビジネスプロセスの振る舞いを反映します。 予測プロセス監視(PPM)は、プロセスランタイムにおける積極的な介入に必要な洞察を提供するプロセス関連予測を作成することで、これらのデータを価値に変換する。 既存のPPM技術では、容易に利用できないイベントデータやその他の関連するリソースを十分に必要としており、一部の組織ではPPMの利用を妨げている。 本稿では,伝達学習に基づくPPM技術により,適切なイベントデータや関連するリソースを持たない組織が,効果的な意思決定支援のためにPPMを実装することができる。 本手法は,ITサービス管理プロセスのイベントログを用いて,組織内および組織間環境で数値実験を行う2つの実運用事例でインスタンス化される。 実験の結果は、ひとつのビジネスプロセスの知識を同じまたは別の組織で同様のビジネスプロセスに移行して、ターゲットコンテキストにおける効果的なPPMを実現することができることを示唆している。 提案した手法により、組織内および組織間における移行学習の恩恵を受けることができる。

関連論文リスト

• FAST: Similarity-based Knowledge Transfer for Efficient Policy Learning [57.4737157531239]
  Transfer Learningは、タスク間で知識を伝達することで学習を加速する能力を提供する。 これは、負の転送、ドメイン適応、ソリッドソースポリシーの選択における非効率といった重要な課題に直面します。 本研究では,知識伝達の改善,タスク間のパフォーマンスの促進,計算コストの削減など,TLの課題に挑戦する。
  論文  参考訳（メタデータ） (2025-07-27T22:21:53Z)
• Flexible Process Variant Binding in Information Systems with Software Product Line Engineering [4.1966208277855745]
  プロセスモデルにおける変異を管理するための様々なアプローチが提案されている。 以前の作業では、デジタル化されたビジネスプロセスの実装のバリエーションを管理するアプローチを導入しました。 本稿では,コンパイル時だけでなく,起動時や実行時のアクティビティ実装の選択を可能にすることで,これまでの作業を拡張する。
  論文  参考訳（メタデータ） (2024-10-23T09:10:42Z)
• Extending predictive process monitoring for collaborative processes [0.9208007322096533]
  予測プロセス監視は、過去のインスタンスから実行データを利用して、現在のケースの実行を予測する。 予防措置を講じるプロセスの逸脱、違反、遅延を予知するために、次の活動と残り時間の予測を行うことが可能である。 本研究では,このタイプのプロセスの特異性を考慮した,従来のプロセス予測の協調プロセスの拡張を提案する。
  論文  参考訳（メタデータ） (2024-09-13T21:56:23Z)
• Trusted Execution Environment for Decentralized Process Mining [1.6686882054452727]
  プロセスマイニングを複数のアクターのプロセスイベントデータにアンロックする新しいアプローチであるConFINEを紹介する。 医療シナリオへの応用を示すことによって、ソリューションの実現可能性を示す。
  論文  参考訳（メタデータ） (2023-12-19T12:30:13Z)
• Learning Transferable Conceptual Prototypes for Interpretable Unsupervised Domain Adaptation [79.22678026708134]
  本稿では,Transferable Prototype Learning (TCPL) という,本質的に解釈可能な手法を提案する。 この目的を達成するために、ソースドメインからターゲットドメインにカテゴリの基本概念を転送する階層的なプロトタイプモジュールを設計し、基礎となる推論プロセスを説明するためにドメイン共有プロトタイプを学習する。 総合的な実験により,提案手法は有効かつ直感的な説明を提供するだけでなく,従来の最先端技術よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-10-12T06:36:41Z)
• Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach [47.00450933765504]
  本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。 このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。 その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
  論文  参考訳（メタデータ） (2023-07-22T20:03:16Z)
• 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)
• Prescriptive Process Monitoring: Quo Vadis? [64.39761523935613]
  本論文はシステム文献レビュー(SLR)を通して,本分野における既存手法について考察する。 SLRは今後の研究の課題や分野に関する洞察を提供し、規範的なプロセス監視手法の有用性と適用性を高めることができる。
  論文  参考訳（メタデータ） (2021-12-03T08:06:24Z)
• 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)
• OrgMining 2.0: A Novel Framework for Organizational Model Mining from Event Logs [6.558355743287404]
  我々は、プロセス実行知識とリソースグループを結合する組織モデルのよりリッチな定義に基づいて構築された新しいフレームワークを開発する。 組織モデル発見のためのフレームワークによって根ざされたアプローチを提案することで、このフレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2020-11-24T23:46:47Z)

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。