×

使用通道分解流程挖掘问题。 (英语) Zbl 1357.68146号

Haddad,Serge(编辑)等人,《Petri网的应用和理论》。第33届国际会议,2012年6月25日至29日,德国汉堡,PETRI NETS 2012。诉讼程序。柏林:施普林格出版社(ISBN 978-3-642-31130-7/pbk)。计算机科学课堂讲稿7347,72-91(2012)。
摘要:流程发现(从事件日志中记录的示例行为中发现流程模型)是流程挖掘中最具挑战性的任务之一。发现方法需要处理相互竞争的质量标准,如适应性、简单性、准确性和泛化。此外,事件日志可能包含低频率的行为,并且往往远未完成(即,通常只记录了可能行为的一小部分)。同时,模型需要有正式的语义,以便对其质量进行推理。这些复杂性解释了为什么近年来提出了几十种过程发现方法。这些方法大多耗时且/或生成的模型质量较差。事实上,简单地检查模型的质量已经具有计算上的挑战性。
本文表明,在确定所谓的因果结构后,过程挖掘问题可以分解为一组较小的问题。给定因果结构,我们将活动划分为一组段落。每次通过都可以进行一致性检查和发现。过程挖掘问题的分解有两个优点。首先,问题可以通过计算机网络进行传播。其次,由于大多数进程挖掘算法的指数性质,分解可以显著减少计算时间(即使在单个计算机上)。因此,一致性检查和流程发现可以更高效地完成。
关于整个系列,请参见[Zbl 1245.68011号].

MSC公司:

68问题85 并发和分布式计算的模型和方法(进程代数、互模拟、转换网等)
68T05型 人工智能中的学习和自适应系统
90B70型 组织理论,运筹学中的人力规划

软件:

红矿工
PDF格式BibTeX公司 XML格式引用
全文: 内政部