- 评估 LLMs 解决语义感知过程挖掘任务的能力
通过对大型语言模型(LLMs)进行理解和监督微调,本研究详细探讨了 LLMs 在过程挖掘任务中的实用性和应用价值,包括语义异常检测和下一活动预测等领域,并提供了大量基准数据集进行评估实验。结果表明,在给定少量示例和上下文环境的情况下,LLM - xSemAD:使用序列到序列模型进行可解释的事件日志语义异常检测
本文提出了一种名为 xSemAD 的方法,通过使用序列到序列模型学习给定过程模型存储库中的约束,并在考虑的事件日志中检查这些约束是否成立,从而超越了传统的纯识别方法,提供了扩展的解释。实验证明,该方法优于现有的最先进的语义异常检测方法。
- 数据 Petri 网与概率编程(扩展版)
概率编程是一种允许编写统计模型、通过运行这些模型进行模拟,并利用强大的推理引擎分析和改进它们的统计行为的编程范式。本文介绍了将数据 Petri 网(DPNs)系统地转化为使用大多数概率编程系统支持的概率编程语言模型的方法。我们证明了我们的转 - 一种可扩展和接近最优的适用于长跟踪的符合性检查方法
本研究提出了一种新颖的滑动窗口方法,以解决大规模过程挖掘应用中的符合性检查问题,并在保持基于对齐方法的可解释性的同时,显著降低搜索空间。该方法利用捕获跟踪信息和过程模型的结构特性的全局信息,做出明智的对齐决策,从而提高了结果的整体准确性。实 - 从物联网数据到业务流程:挑战与框架
该研究提出了一个框架,通过一系列结构化步骤将低级 IoT 传感器数据转换为适用于过程挖掘的高级过程事件,以引导事件提取、抽象和关联,为特定分析技术和算法插入变化点。
- 基于基础模型的企业自动化
自动化企业工作流程可以释放每年 4 万亿美元的生产力增益。通过案例研究医院和大型 B2B 企业,我们发现采用机器人流程自动化受到成本高昂(需 12-18 个月),执行不可靠(初始准确率为 60%)和繁琐的维护(需要多个全职员工)的限制。在这 - 过程挖掘嵌入:学习 Petri 网的矢量表示
通过使用嵌入向量表示的 PetriNet2Vec 方法,我们展示了在过程挖掘增强中,PetriNet2Vec 从 Petri 网模型中学习结构和特性,以及在过程分类和过程检索中所展现的实用性。
- 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。
- 通过图神经网络检测物体中心业务流程中的异常事件
该研究提出了一种利用图神经网络和面向对象的流程挖掘的框架来检测业务流程中的异常事件,结果表明该方法在活动类型和属性层面上能够很好地检测异常,但在事件的时间顺序上存在困难。
- 自主学习评估中的过程挖掘在电子学习中的应用
通过对 101 名大学生使用 Moodle 2.0 平台进行自主学习课程的交互记录进行数据分析,使用归纳挖掘算法发现了学生成绩良好和学生成绩较差的自主学习过程模型,并发现良好成绩组有较多与论坛协作学习相关的行为动作,而成绩较差组则相反。
- 使用增量评估挖掘最小的行为模式集
采用增量计算和修剪策略改进 COBPAM 方法,实现复杂、灵活流程的行为模式挖掘,提供关于流程的洞察力。
- PELP: 利用序列到序列神经网络预测先驱事件日志
使用序列到序列深度学习方法解决事件日志预测问题,可以在合成日志和真实日志中生成完美的预测,并为事件日志预测提供实际建议。
- 面向非结构化数据的过程挖掘:挑战与研究方向
运用过程挖掘技术分析无结构数据面临多项挑战,本文讨论这些挑战并提出初步解决方案和未来研究方向,为未来的合作奠定基础。
- 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。
- 商业流程中的 WHY:发现因果执行依赖关系
我们提出了一种系统的方法来揭示真实的业务过程的因果关系,通过利用现有的因果发现算法和活动时序,发现了现有的过程挖掘发现算法生成的模型与因果业务过程模型不一致的情况,并演示了如何在挖掘过程模型中注释这些不一致性的方法。
- 使用面向对象的流程挖掘分析售后服务过程的案例研究
通过对约 65,000 个事件的事件日志进行深入的博鲁桑卡特售后服务流程的案例研究,本研究强调了面向对象的过程挖掘能够捕获复杂业务流程细节的能力,突出了其在实际运营场景中潜在而尚未充分开发利益。
- 50 个商业任务记录
这篇文章介绍了一个包含 50 个真实商业流程的综合数据集,该数据集对于包括任务挖掘和流程自动化在内的各种应用具有重要潜力,是研究人员和从业者的宝贵资源。
- 企业协作系统中的事件抽象支持社交流程挖掘
企业协作系统(ECS)的社交流程挖掘中,通过事件抽象的方法(ECSEA)对细粒度 ECS 事件日志进行处理,使其能够成功地应用于从 ECS 日志中发现流程模型的过程挖掘(PM)中。
- 闲聊还是深层讨论:为过程挖掘设计提示工程
该研究主要探讨了大型语言模型在过程挖掘中的应用,以增强对话代理的能力,并改进了现有解决方案的许多问题,提高了可访问性和代理性能。通过实验验证了该框架在公共问题和数据集上的效果,为进一步探索大型语言模型在过程挖掘中的作用奠定了基础,并提出了改 - 为流程挖掘定制机器学习
本文探讨了在将机器学习模型整合进过程挖掘管道中所需考虑的问题,特别是数据分布的非参数性以及并发限制,提出了正确地将机器学习与过程挖掘相结合的方法学基础及在这一方向上的研究思路。