論文の概要: Discovery of Decision Synchronization Patterns from Event Logs

• arxiv url: http://arxiv.org/abs/2603.19879v1
• Date: Fri, 20 Mar 2026 11:47:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 19:48:39.126038
• Title: Discovery of Decision Synchronization Patterns from Event Logs
• Title（参考訳）: イベントログからの決定同期パターンの発見
• Authors: Tijmen Kuijpers, Karolin Winter, Remco Dijkman,
• Abstract要約: ビジネスプロセスにおけるケースの実行間での意思決定の同期は、公平かつ効率的なリソースの利用を促進する。 本稿では,サプライチェーンプロセスにインスパイアされた意思決定同期パターンの探索手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Synchronizing decisions between running cases in business processes facilitates fair and efficient use of resources, helps prioritize the most valuable cases, and prevents unnecessary waiting. Consequently, decision synchronization patterns are regularly built into processes, in the form of mechanisms that temporarily delay one case to favor another. These decision mechanisms therefore consider properties of multiple cases at once, rather than just the properties of a single case; an aspect that is rarely addressed by current process discovery techniques. To address this gap, this paper proposes an approach for discovering decision synchronization patterns inspired by supply chain processes. These decision synchronization patterns take the form of specific process constructs combined with a constraint that determines which particular case to execute. We describe, formalize and demonstrate how the constraint for four such patterns can be discovered. We evaluate our approach in two artificial scenarios. First, with four separate process models each containing a single decision synchronization pattern, i.e., we demonstrate that our approach can discover every type of pattern when only this one type is present. Second, we consider a process model containing all four decision synchronization patterns to show generalizability of the approach to more complex problems. For both scenarios, we could reliably retrieve the expected patterns.
• Abstract（参考訳）: ビジネスプロセスにおけるケース実行間の決定の同期は、公平で効率的なリソース利用を促進し、最も価値のあるケースの優先順位付けを助け、不要な待ち時間を防ぐ。 その結果、意思決定同期パターンはプロセス内に定期的に構築され、あるケースが別のケースを優先するように一時的に遅延するメカニズムの形で構築される。 これらの決定機構は、単一のケースの特性だけでなく、複数のケースの特性を一度に考慮する。 このギャップに対処するために,サプライチェーンプロセスにインスパイアされた決定同期パターンの発見手法を提案する。 これらの決定同期パターンは、特定のプロセス構成の形式と、どのケースを実行するかを決定する制約を組み合わせる。 このような4つのパターンの制約をどのように発見するかを記述し、形式化し、実証する。 我々は2つの人工シナリオでアプローチを評価した。 まず、4つの別々のプロセスモデルにそれぞれ1つの決定同期パターン、すなわち、この1つのタイプだけが存在する場合に、我々のアプローチがあらゆるタイプのパターンを発見することを実証する。 第2に、より複雑な問題に対するアプローチの一般化可能性を示すために、4つの決定同期パターン全てを含むプロセスモデルを考える。 どちらのシナリオでも、期待されるパターンを確実に取り出すことができます。

関連論文リスト

• UniT: Unified Multimodal Chain-of-Thought Test-time Scaling [85.590774707406]
  統一モデルは単一のアーキテクチャ内でマルチモーダル理解と生成の両方を扱うことができるが、通常は出力を反復的に書き換えることなく単一のパスで操作する。 マルチモーダルなテストタイムスケーリングのためのフレームワークであるUniTを導入し、単一の統一モデルで複数のラウンドをまたいだ推論、検証、精査を可能にします。
  論文  参考訳（メタデータ） (2026-02-12T18:59:49Z)
• Causal Structure Learning in Hawkes Processes with Complex Latent Confounder Networks [23.669083610595838]
  連続時間事象列は時間間隔が縮むにつれて離散時間因果モデルで表現できることを示す。 本稿では,検出したサブプロセス間の因果関係の推論と,新しい潜在サブプロセスの発見を交互に行う2相反復アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-08-15T09:03:39Z)
• The WHY in Business Processes: Unification of Causal Process Models [2.0811729303868005]
  因果推論はビジネスプロセスの介入と改善に不可欠です。 本稿では,複数の因果過程の変種を一貫したモデルに統一する新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-05-28T21:12:30Z)
• Object-Centric Conformance Alignments with Synchronization (Extended Version) [57.76661079749309]
  対象中心のペトリネットが一対多の関係を捉える能力と,その同一性に基づいたオブジェクトの比較と同期を行う識別子を持つペトリネットの能力を組み合わせた,新たな形式主義を提案する。 我々は、満足度変調理論(SMT)の符号化に基づく、そのようなネットに対する適合性チェック手法を提案する。
  論文  参考訳（メタデータ） (2023-12-13T21:53:32Z)
• The WHY in Business Processes: Discovery of Causal Execution Dependencies [2.0811729303868005]
  プロセスアクティビティの実行間の因果関係を明らかにすることは、プロセス介入の結果を予測する重要な要素である。 この研究は、既存の因果発見アルゴリズムを活動タイミングよりも活用することにより、因果ビジネスプロセスの公開に対する体系的なアプローチを提供する。 本手法は,3つの因果パターンの文脈における2つのモデル間の相違を探索し,これらの不整合がマイニングプロセスモデル上で注釈付けされるという新たな視点を導出する。
  論文  参考訳（メタデータ） (2023-10-23T14:23:15Z)
• Towards Robust and Adaptive Motion Forecasting: A Causal Representation Perspective [72.55093886515824]
  本稿では,3つの潜伏変数群からなる動的過程として,運動予測の因果的形式化を導入する。 我々は、因果グラフを近似するために、不変なメカニズムやスタイルの共創者の表現を分解するモジュラーアーキテクチャを考案する。 合成および実データを用いた実験結果から,提案した3つの成分は,学習した動き表現の頑健性と再利用性を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2021-11-29T18:59:09Z)
• Adversarial Robustness Verification and Attack Synthesis in Stochastic Systems [8.833548357664606]
  我々は、離散時間マルコフ連鎖(DTMC)として定義されるシステムにおける対向的堅牢性のための公式な枠組みを開発する。 我々は、元の遷移確率の周囲に$varepsilon$ボールで制約された、敵がシステム遷移を摂動できる脅威モデルのクラスを概説する。
  論文  参考訳（メタデータ） (2021-10-05T15:52:47Z)
• Attentional Prototype Inference for Few-Shot Segmentation [128.45753577331422]
  数発のセグメンテーションのための確率的潜在変数フレームワークである注意型プロトタイプ推論(API)を提案する。 我々は各オブジェクトカテゴリのプロトタイプを表現するためにグローバル潜在変数を定義し、確率分布としてモデル化する。 我々は4つのベンチマークで広範な実験を行い、提案手法は最先端のプロトタイプベースの手法よりも、少なくとも競争力があり、しばしば優れた性能が得られる。
  論文  参考訳（メタデータ） (2021-05-14T06:58:44Z)

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。