論文の概要: A Framework for Object-Centric Predictive Monitoring of Collaborative Processes
- arxiv url: http://arxiv.org/abs/2608.27671v1
- Date: Thu, 27 Aug 2026 19:57:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.139385
- Title: A Framework for Object-Centric Predictive Monitoring of Collaborative Processes
- Title（参考訳）: 協調プロセスのオブジェクト中心予測モニタリングのためのフレームワーク
- Abstract要約: この研究は、協調予測プロセスモニタリング(PPM)とオブジェクト指向プロセスマイニング(OCPM)を結びつける。
OCPMは、明示的な関係と複数のケースの概念を持つ一級オブジェクトとして協調的な実体を表す。
BPI Challenge 2013のインシデント管理ログから派生した4つのイベントログと5番目のイベントログのフレームワークを評価する。
- 参考スコア（独自算出の注目度）: 0.5599792629509229
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Predictive Process Monitoring (PPM) of collaborative, inter-organizational processes requires reasoning over multiple interdependent entities, including participants, messages, local executions, and the global collaboration case. Existing approaches extend traditional event logs with collaboration attributes but retain a single-case perspective, leaving much of this structure implicit. Object-centric process mining (OCPM) provides an alternative by representing these entities as first-class objects with explicit relations and multiple notions of case. This study connects collaborative PPM and OCPM through three contributions: (i) a formal semantic mapping from extended collaborative event logs to an OCED-conformant object-centric representation, serialized in OCEL 2.0; (ii) a reformulation of collaborative prediction tasks as object-centric prediction tasks; and (iii) a reproducible converter and prediction pipeline implementing the proposed mapping. We evaluate the framework on four public collaborative event logs and a fifth derived from the BPI Challenge 2013 incident-management log by executing the fourteen reformulated tasks using five predictive strategies across tabular, sequential, and graph-native encodings. We further discuss the benefits, limitations, and threats to the approach's validity. The representation makes collaboration structure explicit and makes it natural to state prediction targets based on object relations that fall outside the case-centric taxonomy, at the cost of increased relational complexity and dependence on object-centric tooling.
- Abstract（参考訳）: 協調的組織間プロセスの予測プロセスモニタリング(PPM)には、参加者、メッセージ、ローカル実行、グローバルなコラボレーションケースを含む、複数の相互依存エンティティの推論が必要となる。
既存のアプローチは、従来のイベントログをコラボレーション属性で拡張するが、単一ケースの視点を維持し、この構造の多くを暗黙的に残している。
オブジェクト指向プロセスマイニング(OCPM)は、これらのエンティティを明示的な関係と複数のケースの概念を持つ第一級オブジェクトとして表現することで、代替手段を提供する。
本研究は,3つのコントリビューションを通じて共同PPMとOCPMを結合する。
i) OCEL 2.0でシリアライズされたOCED互換オブジェクト中心表現への拡張協調イベントログからの形式的意味マッピング
(二)目標中心予測タスクとしての協調予測タスクの見直し、及び
3)提案したマッピングを実装した再現可能なコンバータと予測パイプライン。
BPIチャレンジ2013のインシデント管理ログから派生した4つの公開イベントログと5番目のフレームワークを,表,シーケンシャル,グラフネイティブの5つの予測戦略を用いて,14の修正タスクを実行することで評価した。
さらに、アプローチの妥当性に対するメリット、制限、脅威について論じます。
この表現は、コラボ構造を明確にし、ケース中心の分類の外側にあるオブジェクト関係に基づいて、関係複雑性の増大とオブジェクト中心のツールへの依存を犠牲にして、予測対象を述べるのを自然にする。
関連論文リスト
- Predictive Process Monitoring Using Object-centric Graph Embeddings [0.0]
本稿では,次のアクティビティ予測と次のイベント時間という2つのタスクに焦点をあて,将来のプロセス行動を予測するエンド・ツー・エンド・エンド・モデルを提案する。
提案モデルでは,アクティビティとその関係を符号化するグラフアテンションネットワークと,時間的依存を処理するLSTMネットワークを併用する。
論文 参考訳（メタデータ） (2025-07-21T09:10:49Z) - EAGER: Two-Stream Generative Recommender with Behavior-Semantic Collaboration [63.112790050749695]
本稿では,行動情報と意味情報の両方をシームレスに統合する新しい生成推薦フレームワークであるEAGERを紹介する。
EAGERの有効性を4つの公開ベンチマークで検証し,既存手法と比較して優れた性能を示した。
論文 参考訳（メタデータ） (2024-06-20T06:21:56Z) - Unifying Feature and Cost Aggregation with Transformers for Semantic and Visual Correspondence [51.54175067684008]
本稿では,高密度マッチングタスク用に設計されたTransformerベースの積分機能とコスト集約ネットワークを提案する。
まず, 特徴集約とコスト集約が異なる特徴を示し, 双方の集約プロセスの司法的利用から生じる実質的な利益の可能性を明らかにした。
本フレームワークは意味マッチングのための標準ベンチマークで評価され,また幾何マッチングにも適用された。
論文 参考訳（メタデータ） (2024-03-17T07:02:55Z) - Coherent Entity Disambiguation via Modeling Topic and Categorical
Dependency [87.16283281290053]
従来のエンティティ曖昧化(ED)メソッドは、参照コンテキストと候補エンティティの一致するスコアに基づいて予測を行う、識別パラダイムを採用している。
本稿では,エンティティ予測のコヒーレンス向上を目的とした新しいデザインを備えたEDシステムであるCoherentedを提案する。
我々は、人気EDベンチマークにおいて、平均1.3F1ポイントの改善により、最先端の新たな結果を得る。
論文 参考訳（メタデータ） (2023-11-06T16:40:13Z) - Relational Prior Knowledge Graphs for Detection and Instance
Segmentation [24.360473253478112]
本稿では,先行値を用いたオブジェクト機能拡張グラフを提案する。
COCOの実験的評価は、リレーショナル先行で拡張されたシーングラフの利用は、オブジェクト検出とインスタンスセグメンテーションの利点をもたらすことを示している。
論文 参考訳（メタデータ） (2023-10-11T15:15:05Z) - CARE: Co-Attention Network for Joint Entity and Relation Extraction [0.0]
本稿では,共同エンティティと関係抽出のためのコ・アテンション・ネットワークを提案する。
提案手法では,サブタスク毎に異なる表現を学習するための並列符号化方式を採用する。
このアプローチのコアとなるのは,2つのサブタスク間の双方向のインタラクションをキャプチャするコアテンションモジュールです。
論文 参考訳（メタデータ） (2023-08-24T03:40:54Z) - Modeling Task Interactions in Document-Level Joint Entity and Relation
Extraction [20.548299226366193]
Graph Compatibility(GC)は、タスク特性を活用するために設計されており、直接タスク干渉のための2つのタスクの決定をブリッジする。
GCは、ベースラインよりも2.3/5.1 F1の改善によって最高のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2022-05-04T06:18:28Z) - PRGC: Potential Relation and Global Correspondence Based Joint
Relational Triple Extraction [23.998135821388203]
我々は、ポテンシャル関係と大域対応(PRGC)に基づく連立三重抽出フレームワークを提案する。
PRGCは、より効率のよい公開ベンチマークで最先端のパフォーマンスを実現し、重複するトリプルの複雑なシナリオで一貫したパフォーマンス向上を実現している。
論文 参考訳（メタデータ） (2021-06-18T03:38:07Z) - CoADNet: Collaborative Aggregation-and-Distribution Networks for
Co-Salient Object Detection [91.91911418421086]
Co-Salient Object Detection (CoSOD)は、2つ以上の関連する画像を含む所定のクエリグループに繰り返し現れる健全なオブジェクトを発見することを目的としている。
課題の1つは、画像間の関係をモデリングし、活用することによって、コ・サリヤ・キューを効果的にキャプチャする方法である。
我々は,複数画像から有能かつ反復的な視覚パターンを捉えるために,エンドツーエンドの協調集約配信ネットワーク(CoADNet)を提案する。
論文 参考訳（メタデータ） (2020-11-10T04:28:11Z) - Cross-Supervised Joint-Event-Extraction with Heterogeneous Information
Networks [61.950353376870154]
Joint-event- Extractは、トリガとエンティティのタグからなるタグセットを備えたシーケンスからシーケンスまでのラベリングタスクである。
トリガやエンティティの抽出を交互に監督するクロススーパーバイザードメカニズム(CSM)を提案する。
我々の手法は、エンティティとトリガー抽出の両方において最先端の手法よりも優れています。
論文 参考訳（メタデータ） (2020-10-13T11:51:17Z) - Cascaded Human-Object Interaction Recognition [175.60439054047043]
マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。
各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。
慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
論文 参考訳（メタデータ） (2020-03-09T17:05:04Z)
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。