增量过程发现中冻结子模型：扩展版

Daniel Schuster; Sebastiaan J. van Zelst; Wil M. P. van der Aalst

增量过程发现中冻结子模型：扩展版

机器学习 2021-08-03 v1 数据库人机交互

作者: Daniel Schuster , Sebastiaan J. van Zelst , Wil M. P. van der Aalst

摘要

过程发现旨在从观测的过程行为中学习过程模型。从用户角度看，多数发现算法如同黑箱。除参数调优外，用户与算法之间并无交互。交互式过程发现允许用户利用领域知识并引导发现过程。此前已提出一种增量发现方法，其中被视为构建中的模型通过用户所选过程行为被逐步扩展。本文引入一种新方法，额外允许用户冻结构建中模型的若干模型部分。当向模型添加新行为时，增量方法不会改变被冻结的子模型。用户由此可引导发现算法。实验表明，冻结子模型可得到更高质量的模型。

关键词

过程发现交互式发现增量发现冻结子模型过程模型领域知识

引用

@article{arxiv.2108.00215,
  title  = {Freezing Sub-Models During Incremental Process Discovery: Extended Version},
  author = {Daniel Schuster and Sebastiaan J. van Zelst and Wil M. P. van der Aalst},
  journal= {arXiv preprint arXiv:2108.00215},
  year   = {2021}
}

备注

This paper is an extended version of the paper "Freezing Sub-Models During Incremental Process Discovery" presented at the 40th International Conference on Conceptual Modeling 2021

增量过程发现中冻结子模型：扩展版

摘要

关键词

引用

备注

相关论文