論文の概要: Explainable Verification of Hierarchical Workflows Mined from Event Logs with Shapley Values
- arxiv url: http://arxiv.org/abs/2512.09562v1
- Date: Wed, 10 Dec 2025 11:57:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-11 15:14:53.503589
- Title: Explainable Verification of Hierarchical Workflows Mined from Event Logs with Shapley Values
- Title（参考訳）: 共有値を持つイベントログから抽出した階層型ワークフローの説明可能な検証
- Authors: Radoslaw Klimek, Jakub Blazowski,
- Abstract要約: マイニングされたプロセスツリーを論理的仕様に変換し、自動定理証明器を用いて満足度、生存性、安全性などの特性を解析する。
この記事では、ソフトウェアエンジニアリングプラクティスに直接関係するワークフロー分析、コンプライアンスチェックのサポート、プロセス最適化、冗長性低減、次世代プロセスマイニングツールの設計など、新たな方向性を概説する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Workflow mining discovers hierarchical process trees from event logs, but it remains unclear why such models satisfy or violate logical properties, or how individual elements contribute to overall behavior. We propose to translate mined workflows into logical specifications and analyze properties such as satisfiability, liveness, and safety with automated theorem provers. On this basis, we adapt Shapley values from cooperative game theory to attribute outcomes to workflow elements and quantify their contributions. Experiments on benchmark datasets show that this combination identifies critical nodes, reveals redundancies, and exposes harmful structures. This outlines a novel direction for explainable workflow analysis with direct relevance to software engineering practice, supporting compliance checks, process optimization, redundancy reduction, and the design of next-generation process mining tools.
- Abstract（参考訳）: ワークフローマイニングはイベントログから階層的なプロセスツリーを発見するが、なぜそのようなモデルが論理的性質を満たすか、違反するのか、あるいは個々の要素が全体的な振る舞いにどのように貢献するかは、まだ不明である。
本稿では, 自動定理証明器を用いて, マイニングされたワークフローを論理仕様に変換し, 満足度, 生活性, 安全性などの特性を解析することを提案する。
そこで本研究では,協調ゲーム理論からのShapley値の属性をワークフロー要素に適応させ,それらの寄与を定量化する。
ベンチマークデータセットの実験によると、この組み合わせはクリティカルノードを特定し、冗長性を明らかにし、有害な構造を公開する。
この記事では、ソフトウェアエンジニアリングプラクティスに直接関係するワークフロー分析、コンプライアンスチェックのサポート、プロセス最適化、冗長性低減、次世代プロセスマイニングツールの設計など、新たな方向性を概説する。
関連論文リスト
- Constant-Size Cryptographic Evidence Structures for Regulated AI Workflows [0.0]
本稿では,規制環境におけるAIの正当性検証のための暗号証拠構造について紹介する。
それぞれのエビデンス項目は、(i)ワークフローイベントとコンフィギュレーションへの強いバインドを提供するように設計された、固定サイズの暗号化フィールドの固定サイズであり、(ii)一定のサイズのストレージとイベント毎の検証コストをサポートし、(iii)ハッシュチェーンとMerkleベースの監査をクリーンに構成する。
論文 参考訳（メタデータ） (2025-11-21T10:28:07Z) - Logic Mining from Process Logs: Towards Automated Specification and Verification [0.0]
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。
論文 参考訳（メタデータ） (2025-06-10T09:44:19Z) - Understanding and Optimizing Agentic Workflows via Shapley value [49.508008396810624]
エージェント構成の分析と最適化に協調ゲーム理論を利用する最初のフレームワークであるShapleyFlowを紹介した。
ShagleyFlowは、各コンポーネントのコントリビューションの詳細な属性を可能にし、タスク固有の最適設定の識別を容易にする。
論文 参考訳（メタデータ） (2025-02-01T18:07:34Z) - Benchmarking Agentic Workflow Generation [80.74757493266057]
複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。
また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。
我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
論文 参考訳（メタデータ） (2024-10-10T12:41:19Z) - 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) - 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)
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。