检索结果-维普期刊中文期刊服务平台

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... 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

基于行为轮廓矩阵增强的业务流程结果预测方法被引量：1: 2; 作者刘恒方贤文卢可《计算机应用研究》 CSCD 北大核心 2024年第6期1762-1768,共7页; 预测性过程监控依赖于预测效果,针对如何增强预测性过程监控预测效果的问题,提出了一种基于行为轮廓矩阵增强的业务流程结果预测方法。首先,通过分析活动间的行为关系提取行为轮廓矩阵,并将其与事件序列一同输入到模型中。随后,结合卷... 展开更多; 关键词行为轮廓预测性过程监控业务流程结果预测; 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... 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

基于行为向量的在线事件流预测被引量：2: 4; 作者卢可方贤文方娜《计算机集成制造系统》 EI CSCD 北大核心 2022年第10期3052-3063,共12页; 为了有效分析事件流之间特定的行为关系并将其融入预测过程,提出一种基于事件流行为向量的在线事件流协同过滤推荐算法来预测下一个事件。首先分析事件流之间的结构相似性和行为相似性,以确定事件流的行为轮廓关系,在此基础上捕获事件... 展开更多; 关键词事件流预测行为向量编码在线协同过滤业务流程监控; 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

题名基于行为轮廓矩阵增强的业务流程结果预测方法被引量：1: 2; 作者刘恒方贤文卢可; 机构安徽理工大学数学与大数据学院安徽省煤矿安全大数据分析与预警技术工程实验室; 出处《计算机应用研究》 CSCD 北大核心 2024年第6期1762-1768,共7页; 基金国家自然科学基金资助项目(61572035,61402011) 安徽省重点研究与开发计划资助项目(2022a05020005)。; 文摘预测性过程监控依赖于预测效果,针对如何增强预测性过程监控预测效果的问题,提出了一种基于行为轮廓矩阵增强的业务流程结果预测方法。首先,通过分析活动间的行为关系提取行为轮廓矩阵,并将其与事件序列一同输入到模型中。随后,结合卷积神经网络(CNN)和长短期记忆网络(LSTM)分别学习矩阵图像特征和序列特征。最后,引入注意力机制以整合图像特征和序列特征进行预测。通过真实事件日志进行验证,在预测事件日志结果方面,提出的增强方法对比基准的LSTM预测方法提高了预测效果,验证了方法的可行性。该方法结合行为轮廓矩阵增强了预测模型对事件日志中行为之间关系的理解,进而提升了预测效果。; 关键词行为轮廓预测性过程监控业务流程结果预测; Keywords behavior profile predictive process monitoring business process outcome prediction; 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 种基金湘江实验室重大项目(23XJ01001) 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

题名基于行为向量的在线事件流预测被引量：2: 4; 作者卢可方贤文方娜; 机构安徽理工大学数学与大数据学院同济大学嵌入式系统与服务计算教育部重点实验室; 出处《计算机集成制造系统》 EI CSCD 北大核心 2022年第10期3052-3063,共12页; 基金国家自然科学基金资助项目(61572035,61402011) 安徽省高校领军骨干人才资助项目(2020-1-12) +3 种基金安徽省学术和技术带头人资助项目(2019H239)。; 文摘为了有效分析事件流之间特定的行为关系并将其融入预测过程,提出一种基于事件流行为向量的在线事件流协同过滤推荐算法来预测下一个事件。首先分析事件流之间的结构相似性和行为相似性,以确定事件流的行为轮廓关系,在此基础上捕获事件流的行为依赖关系,将事件流构建为行为向量;然后调整传统的协同过滤推荐算法以分析在线事件流,对下一个事件流进行有效预测;最后,在Pm4py框架中实现相关算法,并在合成日志和真实日志中进行仿真预测。实验结果表明,行为向量能够体现事件流的行为关系,并提高预测的有效性。; 关键词事件流预测行为向量编码在线协同过滤业务流程监控; Keywords event stream prediction behavioral vector encoding online collaborative filtering business process monitor; 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	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	基于行为轮廓矩阵增强的业务流程结果预测方法	刘恒方贤文卢可	《计算机应用研究》 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
4	基于行为向量的在线事件流预测	卢可方贤文方娜	《计算机集成制造系统》 EI CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料