지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.1
- 수록면
- 183 - 193 (11page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Process mining is an analytical technique aimed at obtaining useful information about a process by extracting a process model from events log. However, most existing process models are deterministic because they do not include stochastic elements such as the occurrence probabilities or execution times of activities. Therefore, available information is limited, resulting in the limitations on analyzing and understanding the process. Furthermore, it is also important to develop an efficient methodology to discover the process model. Although genetic process mining algorithm is one of the methods that can handle data with noises, it has a limitation of large computation time when it is applied to data with large capacity. To resolve these issues, in this paper, we define a stochastic process tree and propose a tabu search-genetic process mining (TS-GPM) algorithm for a stochastic process tree. Specifically, we define a two-dimensional array as a chromosome to represent a stochastic process tree, fitness function, a procedure for generating stochastic process tree and a model trace as a string of activities generated from the process tree. Furthermore, by storing and comparing model traces with low fitness values in the tabu list, we can prevent duplicated searches for process trees with low fitness value being performed. In order to verify the performance of the proposed algorithm, we performed a numerical experiment by using two kinds of event log data used in the previous research. The results showed that the suggested TS-GPM algorithm outperformed the GPM algorithm in terms of fitness and computation time.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
프로세스 마이닝을 위한 Stochastic Random Initial Process Tree 생성 및 Simplicity 평가 방법 연구
한국CDE학회 학술발표회 논문집
2016 .01
-
프로세스 마이닝을 활용한 제품 수리 프로세스 분석 사례연구
대한산업공학회지
2015 .02
-
Manufacturing process improvement of offshore plant: Process mining technique and case study
Ocean systems engineering
2019 .01
-
Process Mining 기반의 PI 수행 방법론 연구
한국생산제조학회 학술발표대회 논문집
2018 .05
-
A Decision Tree Approach for Identifying Defective Products in the Manufacturing Process
International JOURNAL OF CONTENTS
2017 .06
-
An Industrial Application of Process Mining for Analyzing a Real Order Fulfillment Process of a Shipbuilding industry.
대한산업공학회 추계학술대회 논문집
2018 .11
-
탐색 성능 향상을 위한 학습된 B-Tree 분석
한국정보과학회 학술발표논문집
2020 .12
-
New Collision Avoidance Technique for Tree Algorithm
대한전자공학회 학술대회
2017 .01
-
프로세스 마이닝 기법을 이용한 해양플랜트 배관재 제작 공정 관리 방법에 관한 연구
대한조선학회 논문집
2019 .04
-
인공지능 및 토양 모니터링 기반 스마트 수목 보호틀 통합 관리 시스템
멀티미디어학회논문지
2023 .04
-
An application of Process mining on Business Process Re-engineering : A case study
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
랜덤포레스트와 유전알고리즘을 이용한 표적 분류 기법
대한전자공학회 학술대회
2016 .11
-
보건정보 자료를 이용한 나무구조회귀모형의 시각화에 대한 고찰
보건정보통계학회지
2020 .01
-
Object Classification Method Using Dynamic Random Forests and Genetic Optimization
한국컴퓨터정보학회논문지
2016 .05
-
Ensemble of Fuzzy Decision Tree for Efficient Indoor Space Recognition
한국컴퓨터정보학회논문지
2017 .04
-
프로세스 마이닝의 전자정부 적용에 관한 탐색적 연구: 전자정부의 성공적인 구현 관점에서
한국경영공학회지
2016 .01
-
설명 가능한 인공지능 기반의 프로세스 마이닝 분석 자동화 연구
전자공학회논문지
2019 .11
-
Diagnosis Analysis of Patient Process Log Data
산업경영시스템학회지
2019 .01
-
Optimization for Large-Scale n-ary Family Tree Visualization
Journal of information and communication convergence engineering
2023 .03
-
ProcessLogTailor: 맞춤형 프로세스 로그 메이커
Proceedings of KIIT Conference
2024 .05
이 논문의 저자 정보
최근 본 자료
댓글(0)
0