論文の概要: Object-Centric Analysis of XES Event Logs: Integrating OCED Modeling with SPARQL Queries

• arxiv url: http://arxiv.org/abs/2511.00693v1
• Date: Sat, 01 Nov 2025 20:24:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.896244
• Title: Object-Centric Analysis of XES Event Logs: Integrating OCED Modeling with SPARQL Queries
• Title（参考訳）: XESイベントログのオブジェクト中心分析:SPARQLクエリによるOCEDモデリングの統合
• Authors: Saba Latif, Huma Latif, Muhammad Rameez Ur Rahman,
• Abstract要約: 本稿では,プロセスマイニングにおけるイベントログにおけるXES標準の限界を克服するために,OEDO(Object-Centric Event Data Ontology)を用いることを提案する。 我々は、イベントとオブジェクトの関係をより明確にするために、SPARQLクエリと統合されたOCEDOアプローチをBPIC 2013データセットに適用する方法を実証する。
• 参考スコア（独自算出の注目度）: 1.0741812455993254
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Object Centric Event Data (OCED) has gained attention in recent years within the field of process mining. However, there are still many challenges, such as connecting the XES format to object-centric approaches to enable more insightful analysis. It is important for a process miner to understand the insights and dependencies of events in the event log to see what is going on in our processes. In previous standards, the dependencies of event logs are only used to show events, but not their dependencies among each other and actions in detail as described in OCEDO. There is more information in the event log when it is revealed using the OCEDO model. It becomes more understandable and easier to grasp the concepts and deal with the processes. This paper proposes the use of Object-Centric Event Data Ontology (OCEDO) to overcome the limitations of the XES standard in event logs for process mining. We demonstrate how the OCEDO approach, integrated with SPARQL queries, can be applied to the BPIC 2013 dataset to make the relationships between events and objects more explicit. It describes dealing with the meta descriptions of the OCEDO model on a business process challenge as an event log. It improves the completeness and readability of process data, suggesting that object-centric modeling allows for richer analyses than traditional approaches.
• Abstract（参考訳）: オブジェクト中心イベントデータ(OCED)は近年,プロセスマイニング分野において注目されている。 しかしながら、より洞察力のある分析を可能にするために、XESフォーマットをオブジェクト中心のアプローチに接続するなど、まだ多くの課題があります。 プロセスマイナは、イベントログ内のイベントの洞察と依存性を理解して、プロセスで何が起きているのかを確認することが重要です。 以前の標準では、イベントログの依存関係はイベントを表示するためにのみ使用されるが、OCEDOに記載されているように、イベント間の依存関係やアクションの詳細は表示されない。 イベントログには,OCEDOモデルを使用した公開時の情報が追加されている。 概念を理解し、プロセスを扱うのは、より理解しやすくなります。 本稿では,プロセスマイニングにおけるイベントログにおけるXES標準の限界を克服するために,OEDO(Object-Centric Event Data Ontology)を用いることを提案する。 我々は、イベントとオブジェクトの関係をより明確にするために、SPARQLクエリと統合されたOCEDOアプローチをBPIC 2013データセットに適用する方法を実証する。 イベントログとしてビジネスプロセスチャレンジにおけるOCEDOモデルのメタ記述の扱いについて説明する。 プロセスデータの完全性と可読性を改善し、オブジェクト中心モデリングが従来のアプローチよりもリッチな分析を可能にすることを示唆している。

関連論文リスト

• Transforming Football Data into Object-centric Event Logs with Spatial Context Information [2.176760487933973]
  本稿では,サッカー(サッカー)データをオブジェクト中心のイベントログに変換するフレームワークを提案する。 フットボール・アナリティクスにおけるオブジェクト中心イベントログの最初の例を示す。
  論文  参考訳（メタデータ） (2025-07-16T07:40:29Z)
• HOEG: A New Approach for Object-Centric Predictive Process Monitoring [0.6144680854063939]
  予測プロセスモニタリングは、残りの時間を予測するなど、進行中のプロセス実行の将来の状態を予測することに焦点を当てる。 オブジェクト中心のプロセスマイニングの最近の進歩は、オブジェクトとイベントデータと、イベント間の明示的な関係を豊かにしている。 本稿では,イベントとオブジェクトを多種多様なノード型でグラフ構造に統合するヘテロジニアスオブジェクトイベントグラフ符号化(HOEG)を提案する。 そして、予測タスクにこれらの多様なオブジェクト特徴を組み込んだ異種グラフニューラルネットワークアーキテクチャを採用する。
  論文  参考訳（メタデータ） (2024-04-08T09:06:16Z)
• Detecting Anomalous Events in Object-centric Business Processes via Graph Neural Networks [55.583478485027]
  本研究では,ビジネスプロセスにおける異常検出のための新しいフレームワークを提案する。 まず、属性グラフとしてオブジェクト中心のイベントログのプロセス依存性を再構築する。 次に、異常事象を検出するために、グラフ畳み込みオートエンコーダアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2024-02-14T14:17:56Z)
• MAVEN-Arg: Completing the Puzzle of All-in-One Event Understanding Dataset with Event Argument Annotation [104.6065882758648]
  MAVEN-Argは、イベント検出、イベント引数抽出、イベント関係抽出をサポートする最初のオールインワンデータセットである。 EAEベンチマークでは、(1)162のイベントタイプと612の引数ロールをカバーする包括的なスキーマ、(2)98,591のイベントと290,613の引数を含む大規模なデータスケール、(3)EAEのすべてのタスク変種をサポートする包括的なアノテーションの3つの利点がある。
  論文  参考訳（メタデータ） (2023-11-15T16:52:14Z)
• Exploring the Limits of Historical Information for Temporal Knowledge Graph Extrapolation [59.417443739208146]
  本稿では,歴史的コントラスト学習の新しい学習枠組みに基づくイベント予測モデルを提案する。 CENETは、最も潜在的なエンティティを識別するために、歴史的および非歴史的依存関係の両方を学ぶ。 提案したモデルを5つのベンチマークグラフで評価する。
  論文  参考訳（メタデータ） (2023-08-29T03:26:38Z)
• Defining Cases and Variants for Object-Centric Event Data [0.36748639131154304]
  オブジェクト中心のプロセスマイニングのケースコンセプト:プロセス実行を紹介します。 プロセス実行を抽出する技術を提供します。 実生活のイベントログの最も頻繁なオブジェクト中心の変種を示す。
  論文  参考訳（メタデータ） (2022-08-05T15:33:03Z)
• Clustering Object-Centric Event Logs [0.36748639131154304]
  本稿では,OCEL に類似したオブジェクトをクラスタリングするクラスタリング手法を提案する。 我々のアプローチは、プロセスモデルの複雑さを減らし、エンドユーザーがプロセスに対する洞察を得るのに役立つオブジェクトの一貫性のあるサブセットを生成する。
  論文  参考訳（メタデータ） (2022-07-26T09:16:39Z)
• 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)
• Predictive Object-Centric Process Monitoring [10.219621548854343]
  本稿では,GAN(Generative Adversarial Networks),LSTM(Long Short-Term Memory),Seq2seq(Sequence to Sequence Model)を用いた予測手法をOCELに含まれるリッチデータで拡張可能であることを示す。 この論文は、ユーザの入力から次のアクティビティのシーケンスを予測するWebインターフェースを提供する。
  論文  参考訳（メタデータ） (2022-07-20T16:30:47Z)
• EA$^2$E: Improving Consistency with Event Awareness for Document-Level Argument Extraction [52.43978926985928]
  本稿では、トレーニングと推論のための拡張コンテキストを備えたイベント・アウェア・引数抽出(EA$2$E)モデルを紹介する。 WIKIEVENTSとACE2005データセットの実験結果から,EA$2$Eの有効性が示された。
  論文  参考訳（メタデータ） (2022-05-30T04:33:51Z)
• Event Data Association via Robust Model Fitting for Event-based Object Tracking [4.36706221903271]
  本稿では,イベントアソシエーションと融合問題に明示的に対処する新しいイベントデータアソシエーション(EDA)手法を提案する。 提案するEDAは、統合データアソシエーションと情報融合を行うために、イベントデータに最も適したイベントトラジェクトリを求める。 実験結果から,高速,運動のぼやけ,高ダイナミックレンジ条件といった難易度シナリオ下でのEDAの有効性が示された。
  論文  参考訳（メタデータ） (2021-10-25T13:56:00Z)

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。