×

过程模型发现:一种基于转换系统分解的方法。 (英语) Zbl 1410.68252号

Ciardo,Gianfranco(编辑)等人,Petri网和并发的应用和理论。第35届国际会议,PETRI NETS 2014,突尼斯突尼斯,2014年6月23日至27日。诉讼程序。柏林:斯普林格。莱克特。票据计算。科学。8489, 71-90 (2014).
摘要:流程挖掘旨在通过从事件日志中提取信息来发现和分析流程。过程挖掘发现算法处理大型数据集以自动学习过程模型。随着越来越多的事件数据变得可用,人们希望学习更大、更复杂的过程模型。为了解决与结果模型的可读性相关的问题,并确保可处理性,提出了各种分解方法。本文基于事件日志结构的先验知识,提出了一种新的分解方法,用于从事件日志中发现更可读的模型:分别处理流程执行的常规和特殊情况。对应于给定事件日志的转换系统被分解为常规部分和特定部分。然后将一个已知的发现算法应用于这两个部分,最后将这些模型组合成单个流程模型。证明了子模型的结构和行为属性是由统一过程模型继承的。通过一个运行示例说明了所提出的发现算法。
有关整个系列,请参见[Zbl 1291.68014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
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] van der Aalst,W.M.P.:Petri网在工作流管理中的应用。电路、系统和计算机杂志8(1),21–66(1998)·doi:10.1142/S0218126698000043
[2] van der Aalst,W.M.P.:流程挖掘-业务流程的发现、一致性和增强。施普林格(2011)·Zbl 1216.68016号
[3] van der Aalst,W.M.P.:使用通道分解流程挖掘问题。收录:Haddad,S.,Pomello,L.(编辑)PETRI NETS 2012。LNCS,第7347卷,第72-91页。斯普林格,海德堡(2012)·Zbl 1357.68146号 ·doi:10.1007/978-3642-31131-45
[4] van der Aalst,W.M.P.:分解过程挖掘的Petri网:通用方法。分布式和并行数据库31(4),471–507(2013)·doi:10.1007/s10619-013-7127-5
[5] van der Aalst,W.M.P.,Aldred,L.,Dumas,M.,ter Hofstede,A.H.M.:YAWL系统的设计与实施。昆士兰理工大学QUT技术报告,FIT-TR-2003-07,布里斯班(2003)
[6] van der Aalst,W.M.P.,Rubin,V.,Verbeek,H.M.W.,van Dongen,B.F.,Kindler,E.,Günther,C.W.:过程挖掘:平衡不足与过度的两步方法。软件和系统建模9(1),87–111(2010)·Zbl 05672248号 ·doi:10.1007/s10270-008-0106-z
[7] Badouel,E.,Bernardinello,L.,Darondeau,P.:有界网络综合的多项式算法。收录:Mosses,P.D.,Nielsen,M.,Schwartzbach,M.I.(编辑)TAPSOFT 1995。LNCS,第915卷,第364-378页。斯普林格,海德堡(1995)·doi:10.1007/3-540-59293-8_207
[8] Bergenthum,R.、Desel,J.、Lorenz,R.和Mauser,S.:基于语言区域的流程挖掘。摘自:Alonso,G.,Dadam,P.,Rosemann,M.(编辑)BPM 2007。LNCS,第4714卷,第375–383页。斯普林格,海德堡(2007)·Zbl 05319457号 ·doi:10.1007/978-3-540-75183-0_27
[9] Carmona,J.A.,Cortadella,J.,Kishinevsky,M.:从事件日志中发现Petri网的基于区域的算法。收录:Dumas,M.,Reichert,M.,Shan,M.-C(编辑)BPM 2008。LNCS,第5240卷,第358-373页。斯普林格,海德堡(2008)·Zbl 05359082号 ·doi:10.1007/978-3-540-85758-7_26
[10] Carmona,J.、Cortadella,J.和Kishinevsky,M.:过程挖掘的分治策略。收录:Dayal,U.,Eder,J.,Koehler,J..,Reijers,H.A.(编辑)BPM 2009。LNCS,第5701卷,第327-343页。斯普林格,海德堡(2009)·Zbl 05606614号 ·doi:10.1007/978-3642-03848-822
[11] Carmona,J.、Cortadella,J.和Kishinevsky,M.:导出有界Petri网的基于区域的新算法。IEEE计算机汇刊59(3),371–384(2010)·Zbl 1368.68259号 ·doi:10.1109/TC.2009.131
[12] Cortadella,J.,Kishinevsky,M.,Lavagno,L.,Yakovlev,A.:从基于状态的模型合成Petri网。1995年IEEE/ACM计算机辅助设计国际会议论文集(ICCAD 1995),第164-171页(1995)·doi:10.1109/ICCAD.1995.480008
[13] Cortadella,J.,Kishinevsky,M.,Lavagno,L.,Yakovlev,A.:导出有限转移系统的Petri网。IEEE传输。计算机47(8),859–882(1998)·数字对象标识代码:10.1109/12.707587
[14] Darondeau,P.:从形式语言导出无界Petri网。收录:Sangiorgi,D.,de Simone,R.(编辑)CONCUR 1998。LNCS,第1466卷,第533–548页。斯普林格,海德堡(1998)·Zbl 0940.68097号 ·doi:10.1007/BFb0055646
[15] van Dongen,B.F.,Alves de Medeiros,A.K.,Wen,L.:过程挖掘:Petri网发现算法的概述和展望。收录:Jensen,K.,van der Aalst,W.M.P.(编辑)《Petri网和其他并发模型学报II》。LNCS,第5460卷,第225-242页。斯普林格,海德堡(2009)·Zbl 05546916号 ·doi:10.1007/978-3-642-00899-3_13
[16] Ehrenfeucht,A.,Rozenberg,G.:部分(集合)2-结构-第1部分和第2部分。信息学报27(4),315-368(1989)·Zbl 0696.68082号 ·doi:10.1007/BF00264611
[17] Kalenkova,A.A.,Lomazova,I.A.:发现过程挖掘技术中的抵消区域。收录于:CS&P.CEUR研讨会论文集,第1032卷,第232-244页。CEUR-WS.org(2013)·Zbl 1302.68202号
[18] Lorenz,R.,Juhás,G.:如何从语言合成网络:一项调查。在:《冬季模拟会议论文集》(WSC 2007),第637–647页。IEEE计算机学会(2007)·doi:10.1009/WSC.2007.4419657
[19] 业务流程模型和符号(BPMN)。对象管理组,正式/2011-01-03(2011)
[20] Solé,M.,Carmona,J.:增量过程挖掘。位于:ACSD/Petri Nets Workshops。CEUR研讨会论文集,第827卷,第175-190页。CEUR-WS.org(2010)
[21] Solé,M.,Carmona,J.:基于州域的流程挖掘。收录:Lilius,J.,Penczek,W.(编辑)PETRI NETS 2010。LNCS,第6128卷,第226-245页。斯普林格,海德堡(2010)·Zbl 1233.68170号 ·doi:10.1007/978-3-642-13675-7_14
[22] Vanderfeesten,I.、Cardoso,J.、Mendling,J.,Reijers,H.A.、van der Aalst,W.M.P.:业务流程模型的质量指标。摘自:《2007年BPM和工作流手册》,第179-190页。Future Strategies Inc.,Lighthouse Point(2007)
[23] H.M.W.Verbeek、J.C.A.M.Buijs、B.F.van Dongen、W.M.P.van der Aalst:项目6:过程挖掘工具包。In:程序。2010年BPM示范轨道。CEUR研讨会记录,第615卷,第34-39页(2010年)
[24] van der Werf,J.M.E.M.,van Dongen,B.F.,Hurkens,C.A.J.,Serebrenik,A.:使用整数线性规划的过程发现。《基础信息》94(3),387–412(2009)·Zbl 1183.68710号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。