Jun, 2022

在保健流程中应用模型复杂度优化和循环状态识别扩展流程发现的研究

PDF
TL;DR为了更好的达到过程模型的符合度和简化度之间的平衡，本文提出一种半自动化的过程挖掘方法，包括模型简化方法和引入 meta-state 概念来减少模型复杂度，并以三个医疗领域的数据集为案例来说明该技术方案的应用和提供更好实践。
process miningmodel optimizationmodel simplificationmeta-stateshealthcare
发现论文，激发创造
  • 心力衰竭患者治疗路径的过程感知分析：一个案例研究

    通过对稀疏心衰患者数据集进行处理挖掘和决策挖掘，本研究探讨了在医疗保健领域处理不同类型数据的各种挑战，并分析了患者心衰数据中与多个研究问题相关的信息增益和决策结果。

    Mar, 2024

  • 从事件日志中自动发现过程模型：评估与基准

    该论文通过对 12 个公开事件日志，12 个专有事件日志和 9 个质量指标的评估，对自动化流程发现方法进行了系统的回顾和比较评估，突出了该领域存在的差距和未被探索的权衡，其中包括某些方法缺乏可扩展性以及它们在所使用的不同质量度量方面性能强烈分歧。

    May, 2017

  • 发现分层流程模型：基于事件聚类的方法

    本文介绍了一种基于事件聚类的自动化合成算法，用于从底层事件日志中发现层次化业务流程模型，以便生成更易读和理解的过程模型。

    Mar, 2023

  • 使用过程挖掘分析医学数据：COVID-19 病例研究

    本文介绍了通过数据科学中的过程挖掘技术对 Uniklinik Aachen 医院 COVID-19 患者的医疗数据进行分析，以及成功实现 ICU 治疗模型的重建。

    Feb, 2022

  • 本地过程模型分组

    近年来，过程挖掘作为一项成熟技术被应用于分析和改进运营过程。本文提出了一个通过使用不同的过程模型相似性度量来对类似的局部过程模型进行分组的三步流程，并通过实际案例研究展示了分组的实用性以及发现的局部过程模型的重复性对其进行改进的影响。

    Nov, 2023

  • 朝向以知识为中心的过程挖掘

    本文提出了一种基于知识图谱的方法，用于缓解事件日志中的噪声 / 不完整信息对流程分析技术的影响，并帮助流程分析师理解与事件日志相关的可变性。

    Jan, 2023

  • 基于事件日志模式的自动化流程发现中的泛化框架

    本研究提出了一种从事件日志中发现模式并将其与流程模型中的控制流结构进行比较的通用性度量框架，并使用串联重复和并发神谕等方法实例化框架以更好地解决流程挖掘中存在的一些问题。

    Mar, 2022

  • 流程预测深度学习现有技术的系统文献综述

    该研究综合了深度学习算法在流程挖掘中的应用，着重通过系统性文献综述的方式，分析不同数据处理方案、网络拓扑结构、以及目标预测等方面的优缺点。

    Jan, 2021

  • 基于过程挖掘的预处理步骤在关键健康结果预测中的影响

    通过使用连接算法进行预处理来提高数据质量，本研究从两个数据库中提取了 16 个医疗数据集，将其转换为事件日志，使用 Split Miner（SM）算法生成了一个过程模型，并使用 Decay Replay Mining（DREAM）算法预测关键结果，结果表明连接算法改善了过程模型和预测的关键健康结果的质量。

    Jul, 2024

  • 基于时间轴的流程发现

    自动流程发现关注业务流程性能，其中等待时间至关重要。本文提出了一种能够明确与时间轴对齐的自动构建流程模型的方法，并以直接后继图为例证。通过对两个 BPIC 数据集和一个专有数据集的评估，突出了该表示方法相较于标准布局技术的优势。

    Dec, 2023