当前位置: X-MOL 学术Inform. Syst. › 论文详情
Conformance checking over uncertain event data
Information Systems ( IF 2.466 ) Pub Date : 2021-06-01 , DOI: 10.1016/j.is.2021.101810
Marco Pegoraro, Merih Seran Uysal, Wil M.P. van der Aalst

The strong impulse to digitize processes and operations in companies and enterprises have resulted in the creation and automatic recording of an increasingly large amount of process data in information systems. These are made available in the form of event logs. Process mining techniques enable the process-centric analysis of data, including automatically discovering process models and checking if event data conform to a given model. In this paper, we analyze the previously unexplored setting of uncertain event logs. In such event logs uncertainty is recorded explicitly, i.e., the time, activity and case of an event may be unclear or imprecise. In this work, we define a taxonomy of uncertain event logs and models, and we examine the challenges that uncertainty poses on process discovery and conformance checking. Finally, we show how upper and lower bounds for conformance can be obtained by aligning an uncertain trace onto a regular process model.



中文翻译:

不确定事件数据的一致性检查

将公司和企业中的流程和运营数字化的强烈冲动导致在信息系统中创建和自动记录越来越多的流程数据。这些以事件日志的形式提供. 流程挖掘技术支持以流程为中心的数据分析,包括自动发现流程模型和检查事件数据是否符合给定模型。在本文中,我们分析了以前未探索过的不确定事件日志的设置。在此类事件日志中,不确定性被明确记录,即事件的时间、活动和案例可能不清楚或不精确。在这项工作中,我们定义了不确定事件日志和模型的分类,并检查了不确定性对流程发现和一致性检查带来的挑战。最后,我们展示了如何通过将不确定的轨迹与常规过程模型对齐来获得一致性的上限和下限。

更新日期:2021-06-10
全部期刊列表>>
virulence
欢迎新作者ACS
中国作者高影响力研究精选
虚拟特刊
屿渡论文,编辑服务
浙大
上海中医药大学
深圳大学
上海交通大学
南方科技大学
浙江大学
清华大学
徐晶
张大卫
彭孝军
北京大学
隐藏1h前已浏览文章
课题组网站
新版X-MOL期刊搜索和高级搜索功能介绍
ACS材料视界
华辉
天合科研
x-mol收录
试剂库存
down
wechat
bug