期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的融合流程多视角行为分析:预测业务流程监控
被引量：
3
1
作者
袁永旺
方贤文
卢可
《计算机应用研究》
CSCD
北大核心
2024年第6期1790-1796,共7页
预测性业务流程监控(PBPM)是业务流程管理(BPM)中的一个重要研究领域,旨在准确预测未来的行为事件。目前,PBPM研究中广泛引用了深度学习方法,但大多数方法只考虑单一的事件-控制流视角,无法将属性-数据流视角与之结合进行流程预测。针...
预测性业务流程监控(PBPM)是业务流程管理(BPM)中的一个重要研究领域,旨在准确预测未来的行为事件。目前,PBPM研究中广泛引用了深度学习方法,但大多数方法只考虑单一的事件-控制流视角,无法将属性-数据流视角与之结合进行流程预测。针对这一问题,提出了一种基于双层BERT神经网络和融合流程多视角行为分析方法(简称FMP框架)。首先,基于第一层BERT学习属性-数据流信息;接着,基于第二层BERT学习事件-行为控制流信息;最后,通过FMP框架融合数据流和控制流实现多维视角流程预测。在真实的事件日志中的实验结果表明,相比其他研究方法,基于FPM框架预测下一个事件的活动精度更高。这证明融合流程多视角的FMP框架能够更全面、更深层次地分析复杂的流程行为,并提高预测的性能。
展开更多
关键词
业务流程
管理
业务流程预测监控
深度学习
注意力机制
数据流视角
控制流视角
在线阅读
下载PDF
职称材料
基于XGBoost增量实现业务流程执行结果的预测性监控方法
被引量：
1
2
作者
王娇娇
马小雨
+3 位作者
刘畅
俞定国
俞东进
张银珠
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第8期2756-2775,共20页
随着工业制造业务流程智能化提升,以预测执行结果为目标的监控技术成为必需。该技术基于历史执行构建预测模型,从而对正在执行的流程进行结果预测。但现有研究假定流程执行行为一直保持不变,实际上流程在运行中常发生变化(即流程执行发...
随着工业制造业务流程智能化提升,以预测执行结果为目标的监控技术成为必需。该技术基于历史执行构建预测模型,从而对正在执行的流程进行结果预测。但现有研究假定流程执行行为一直保持不变,实际上流程在运行中常发生变化(即流程执行发生漂移),因此预测模型也需要适应这种漂移。针对这种情况,受到在线学习思想的启发,提出了基于XGBoost增量实现以流程执行结果为目标的预测流程监控技术,并分别在真实数据集和合成数据集上进行了大量的实验。实验结果表明,基于XGBoost的增量学习技术能够很好地为工业制造真实场景中的预测性流程监控提供一种有效的解决方案。
展开更多
关键词
预测
性
业务流程
监控
XGBoost
增量学习
概念漂移
在线阅读
下载PDF
职称材料
基于概念漂移的预测性业务流程监控方法
3
作者
黄华
杨子仪
+1 位作者
李小龙
李闯
《计算机应用》
CSCD
北大核心
2024年第10期3167-3176,共10页
为解决现有的业务流程监控(BPM)方法的模型精度随时间下降和实时性较差的问题,提出一种基于概念漂移的预测性业务流程监控(PPM)方法。首先,对事件日志数据进行预处理及编码;其次,利用双向长短时记忆(BiLSTM)网络模型从前后方向捕获足够...
为解决现有的业务流程监控(BPM)方法的模型精度随时间下降和实时性较差的问题,提出一种基于概念漂移的预测性业务流程监控(PPM)方法。首先,对事件日志数据进行预处理及编码;其次,利用双向长短时记忆(BiLSTM)网络模型从前后方向捕获足够的序列信息以构建业务流程模型,并利用注意力机制充分考虑不同事件对预测结果的贡献程度,赋予事件日志不同的权重,从而减少噪声对预测结果的影响;最后,将正在执行的实例输入构建的模型,得到预测的执行结果,并将这些结果作为历史数据对模型微调。在8个公开且真实的数据集上的测试结果表明,所提方法的平均预测准确率相较于支持向量机(SVM)、逻辑回归(LR)和随机森林(RF)等已有的BPM方法提升了5.4%~23.8%,且早期性和时间性能都优于现有的研究方法。
展开更多
关键词
概念漂移
预测
性
业务流程
监控
业务流程
管理
事件日志
双向长短时记忆
注意力机制
在线阅读
下载PDF
职称材料
题名
基于深度学习的融合流程多视角行为分析:预测业务流程监控
被引量：
3
1
作者
袁永旺
方贤文
卢可
机构
安徽理工大学数学与大数据学院
出处
《计算机应用研究》
CSCD
北大核心
2024年第6期1790-1796,共7页
基金
国家自然科学基金资助项目(61572035)
安徽省重点研究与开发计划资助项目(2022a05020005)
安徽省自然科学基金资助项目(水科学联合基金2308085US11)。
文摘
预测性业务流程监控(PBPM)是业务流程管理(BPM)中的一个重要研究领域,旨在准确预测未来的行为事件。目前,PBPM研究中广泛引用了深度学习方法,但大多数方法只考虑单一的事件-控制流视角,无法将属性-数据流视角与之结合进行流程预测。针对这一问题,提出了一种基于双层BERT神经网络和融合流程多视角行为分析方法(简称FMP框架)。首先,基于第一层BERT学习属性-数据流信息;接着,基于第二层BERT学习事件-行为控制流信息;最后,通过FMP框架融合数据流和控制流实现多维视角流程预测。在真实的事件日志中的实验结果表明,相比其他研究方法,基于FPM框架预测下一个事件的活动精度更高。这证明融合流程多视角的FMP框架能够更全面、更深层次地分析复杂的流程行为,并提高预测的性能。
关键词
业务流程
管理
业务流程预测监控
深度学习
注意力机制
数据流视角
控制流视角
Keywords
business process management(BPM)
business process prediction monitoring
deep learning
attention mechanism
data flow perspective
control flow perspective
分类号
TP39 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于XGBoost增量实现业务流程执行结果的预测性监控方法
被引量：
1
2
作者
王娇娇
马小雨
刘畅
俞定国
俞东进
张银珠
机构
浙江传媒学院智能媒体技术研究院
浙江省影视媒体技术研究重点实验室
杭州电子科技大学计算机学院
上海电机学院信息化中心
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第8期2756-2775,共20页
基金
国家自然科学基金资助项目(62002316)
浙江省重点研发计划资助项目(2019C03138,2017C01010,2021C03138)
浙江省公益性技术应用研究资助项目(LGF21F010001)。
文摘
随着工业制造业务流程智能化提升,以预测执行结果为目标的监控技术成为必需。该技术基于历史执行构建预测模型,从而对正在执行的流程进行结果预测。但现有研究假定流程执行行为一直保持不变,实际上流程在运行中常发生变化(即流程执行发生漂移),因此预测模型也需要适应这种漂移。针对这种情况,受到在线学习思想的启发,提出了基于XGBoost增量实现以流程执行结果为目标的预测流程监控技术,并分别在真实数据集和合成数据集上进行了大量的实验。实验结果表明,基于XGBoost的增量学习技术能够很好地为工业制造真实场景中的预测性流程监控提供一种有效的解决方案。
关键词
预测
性
业务流程
监控
XGBoost
增量学习
概念漂移
Keywords
predictive process monitoring
extreme gradient boosting
incremental learning
concept drift
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于概念漂移的预测性业务流程监控方法
3
作者
黄华
杨子仪
李小龙
李闯
机构
湖南工商大学计算机学院
物联网智能感知与分布式协同优化湖南省高等学校重点实验室(湖南工商大学)
出处
《计算机应用》
CSCD
北大核心
2024年第10期3167-3176,共10页
基金
国家自然科学基金青年科学基金资助项目(62002115)
湖南省自然科学基金资助项目(2023JJ50319,2023JJ70005)
+5 种基金
湖南省自然科学基金青年项目(2022JJ40128)
湖南省重点研发科技计划项目(2021NK2020)
湖南省教育厅科学研究项目(21B0560)
湘江实验室重大项目(23XJ01001)
长沙市杰出创新青年培养计划项目(kq2107020)
湖南省普通高等学校科技创新团队支持项目。
文摘
为解决现有的业务流程监控(BPM)方法的模型精度随时间下降和实时性较差的问题,提出一种基于概念漂移的预测性业务流程监控(PPM)方法。首先,对事件日志数据进行预处理及编码;其次,利用双向长短时记忆(BiLSTM)网络模型从前后方向捕获足够的序列信息以构建业务流程模型,并利用注意力机制充分考虑不同事件对预测结果的贡献程度,赋予事件日志不同的权重,从而减少噪声对预测结果的影响;最后,将正在执行的实例输入构建的模型,得到预测的执行结果,并将这些结果作为历史数据对模型微调。在8个公开且真实的数据集上的测试结果表明,所提方法的平均预测准确率相较于支持向量机(SVM)、逻辑回归(LR)和随机森林(RF)等已有的BPM方法提升了5.4%~23.8%,且早期性和时间性能都优于现有的研究方法。
关键词
概念漂移
预测
性
业务流程
监控
业务流程
管理
事件日志
双向长短时记忆
注意力机制
Keywords
concept drift
Predictive business Process Monitoring(PPM)
Business Process Management(BPM)
event log
Bidirectional Long Short-Term Memory(Bi-LSTM)
attention mechanism
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的融合流程多视角行为分析:预测业务流程监控
袁永旺
方贤文
卢可
《计算机应用研究》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于XGBoost增量实现业务流程执行结果的预测性监控方法
王娇娇
马小雨
刘畅
俞定国
俞东进
张银珠
《计算机集成制造系统》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
基于概念漂移的预测性业务流程监控方法
黄华
杨子仪
李小龙
李闯
《计算机应用》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
