检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于流程模型分解的分布式合规性检查方法

计算机集成制造系统 2024年第8期30卷 2884-2896页

作者：沈晓林刘聪李会玲郑凯程龙曾庆田山东理工大学计算机科学与技术学院山东淄博255000 山东科技大学电子信息工程学院山东青岛266590 华北电力大学控制与计算机工程学院北京102206

合规性检查是流程挖掘领域的一项重要任务,旨在发现业务流程日志行为和模型行为之间的差异和共性。对齐(Alignment)是当前合规性检查的标准技术之一,能精确定位日志行为和模型行为之间的偏差。然而,随着事件日志规模和复杂程度的增长,... 详细信息

合规性检查是流程挖掘领域的一项重要任务,旨在发现业务流程日志行为和模型行为之间的差异和共性。对齐(Alignment)是当前合规性检查的标准技术之一,能精确定位日志行为和模型行为之间的偏差。然而,随着事件日志规模和复杂程度的增长,对齐通常非常耗时且难以在合理的时间内返回结果。为此,提出一种基于流程模型分解的分布式合规性检查方法,首先,将各类流程模型统一转换为流程树模型,并利用流程树的结构特性将流程树分解为子树,以减少对齐方法的搜索空间;其次,在分布式平台Spark上计算轨迹和子模型的最优对齐,从而加快对齐的计算;最后,通过多个日志进行实验对比。所提方法均已在PM4PY和Spark分布式环境中实现,并且可以作为一种框架与其他合规性检查方法结合使用。通过公开日志数据集将所提方法与已有基于A*的对齐方法和托肯重演方法进行对比,实验结果表明所提方法可以提高业务流程合规性检查的计算效率。

关键词：合规性检查流程树对齐分解分布式计算

基于深度迁移学习的业务流程实例剩余执行时间预测方法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2020年第2期4卷 134-142页

作者：刘彤倪维健孙宇健曾庆田山东科技大学计算机科学与工程学院青岛266510

【目的】预测正在执行中的业务流程实例的剩余执行时间,为业务流程优化提供决策支持。【方法】提出一个业务流程实例剩余执行时间预测的深度迁移学习框架,该框架使用多层循环神经网络构建预测模型,并设计事件表示学习方法为神经网络提... 详细信息

【目的】预测正在执行中的业务流程实例的剩余执行时间,为业务流程优化提供决策支持。【方法】提出一个业务流程实例剩余执行时间预测的深度迁移学习框架,该框架使用多层循环神经网络构建预测模型,并设计事件表示学习方法为神经网络提供预训练输入。【结果】在5个公开真实数据集上进行实验,结果表明本文方法与现有最优的基于流程模型和深度学习的方法相比,预测误差平均降低约11%。【局限】本文方法可解释性较差,这在一定程度上制约其现实应用场景。【结论】本文提出的深度迁移学习框架和事件表示学习方法能有效提升业务流程实例剩余执行时间预测的准确性。

关键词：剩余执行时间预测业务流程实例深度学习迁移学习

支持隐私保护的跨组织消息交互流程相似度计算方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2016年第2期22卷 395-405页

作者：周长红曾庆田段华鲁法明刁秀丽刘聪山东科技大学信息科学与工程学院山东青岛266590 山东科技大学经济管理学院山东青岛266590 山东科技大学电子通信与物理学院山东青岛266590 山东科技大学数学与系统科学学院山东青岛266590

为了有效、快速地构建协作业务流程、推荐合作伙伴,具体研究了组织间消息交互流程的相似度计算方法。给出了扩展消息交互的组织内流程模型转换为面向组织集的公共流程模型的转换规则,充分考虑顺序、选择、并行和循环结构,面向不同组织... 详细信息

为了有效、快速地构建协作业务流程、推荐合作伙伴,具体研究了组织间消息交互流程的相似度计算方法。给出了扩展消息交互的组织内流程模型转换为面向组织集的公共流程模型的转换规则,充分考虑顺序、选择、并行和循环结构,面向不同组织的公共流程模型保证了各组织隐私保护的个性化需求。在公共流程模型的基础上设计了面向组织集的消息交互流程的构造方法,在突出交互消息相关信息的基础上,从全局结构相似和多元结构相似两方面给出了消息交互流程的相似度计算方法。结合实例验证了所提方法的有效性。

关键词：跨组织业务流程隐私保护消息交互相似度计算

复杂产品协同设计流程的多视图自然语言文本生成

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2018年第7期24卷 1838-1849页

作者：周长红原桂远曾庆田段华山东科技大学经济管理学院山东青岛266590 山东科技大学计算机科学与工程学院山东青岛266590 山东科技大学数学与系统科学学院山东青岛266590

为了业务人员更好地理解复杂产品设计过程的业务流程建模标注(BPMN)模型,以便与系统分析人员进行有效沟通,提出一种基于BPMN模型的复杂产品设计过程多视图自然语言文本生成方法。该方法能够根据业务人员的不同需求对流程模型进行结构投... 详细信息

为了业务人员更好地理解复杂产品设计过程的业务流程建模标注(BPMN)模型,以便与系统分析人员进行有效沟通,提出一种基于BPMN模型的复杂产品设计过程多视图自然语言文本生成方法。该方法能够根据业务人员的不同需求对流程模型进行结构投影,进而使用句法分析和语义角色标注解析BPMN流程模型的文本信息,并使用流程结构树(RPST)算法解析BPMN流程模型的结构,从而将流程模型划分成具有层次的子流程片断得到流程结构树。解析的文本信息与不同视图下的流程结构树合并,形成带注释的多视图流程结构树,然后使用语法树由带注释的流程结构树自动生成自然语言文本,最终生成多视图下的自然语言文本。所提方法已在系统中实现,并通过测试集进行实验验证了所提方法的有效性。

关键词：协同设计业务流程建模标注多视图自然语言文本生成

在线全文

学校读者我要写书评

暂无评论

基于特征选择的风机检修流程预测性监控方法

计算机集成制造系统 2024年第8期30卷 2745-2755页

作者：郭娜刘聪李彩虹刘文娟王雷曾庆田山东理工大学电气与电子工程学院山东淄博255000 山东理工大学计算机科学与技术学院山东淄博255000 山东科技大学计算机科学与工程学院山东青岛266590

针对风机检修业务流程中存在的操作失误和工作延期等问题,应用业务流程预测性监控方法,预测业务的下一事件、下一事件执行时间和剩余时间,以提醒工作人员预防和避免风险的发生。首先,针对不同预测任务,提出一种基于优先级的特征自选取策... 详细信息

针对风机检修业务流程中存在的操作失误和工作延期等问题,应用业务流程预测性监控方法,预测业务的下一事件、下一事件执行时间和剩余时间,以提醒工作人员预防和避免风险的发生。首先,针对不同预测任务,提出一种基于优先级的特征自选取策略,并使用LightGBM(Light Gradient Boosting Machine)算法作为特征选择策略的依托预测模型,得到对预测结果有积极影响的输入特征;然后,针对不同预测任务分别采用LightGBM算法和LSTM(Long Short Term Memory)神经网络构建预测模型;最后,经实验评估和分析,在风机检修业务流程中,特征选择策略能够为不同的预测任务提供有效特征,确保预测的准确率,具有实际应用价值。对于不同预测任务而言,LightGBM算法更适用于下一事件任务预测,LSTM模型更适用于时间方面的任务预测。

关键词：流程预测性监控风机检修特征选择下一事件剩余时间

在线全文

学校读者我要写书评

暂无评论

基于药物疗效日志的临床路径挖掘方法

计算机集成制造系统 2019年第4期25卷 1017-1025页

作者：李睿易鲁法明包云霞曾庆田朱冠烨山东科技大学计算机科学与工程学院山东青岛266590 中国科学院计算技术研究所北京100190

标准临床路径对于规范治疗流程、提高治疗效果具有重要作用,但当前的临床路径是面向同一病种的所有患者制定的,无法体现患者或者医疗部门的个性化信息。为了实现符合患者和医疗部门特点的个性化临床路径,从医疗信息化系统中记录的患者... 详细信息

标准临床路径对于规范治疗流程、提高治疗效果具有重要作用,但当前的临床路径是面向同一病种的所有患者制定的,无法体现患者或者医疗部门的个性化信息。为了实现符合患者和医疗部门特点的个性化临床路径,从医疗信息化系统中记录的患者处方数据出发,进行药物治疗临床路径的挖掘。首先由处方数据结合DrugBank数据库生成患者的每日用药疗效文档;然后使用词对隐狄利克雷分布模型对这些药物疗效文档进行主题聚类,得到患者每日所用药物对应的疗效主题;最后以各个患者的药物疗效主题序列为输入,训练概率后缀树模型作为药物治疗的临床路径模型,该模型既可以辅助专家进行个性化临床路径的制定,也可以用于患者后续服用药物的推荐。以MIMIC-Ⅲ数据库中肺炎患者的处方数据为实例,对所提方法的可行性和有效性进行了验证。

关键词：过程挖掘词对隐狄利克雷分布模型概率后缀树临床路径

在线全文

学校读者我要写书评

暂无评论

基于医疗过程挖掘与患者体征的药物推荐方法

计算机集成制造系统 2020年第6期26卷 1668-1678页

作者：李鹏飞鲁法明包云霞曾庆田朱冠烨山东科技大学计算机科学与工程学院山东青岛266590 山东科技大学电子通信工程学院山东青岛266590

对医疗数据进行挖掘分析生成疾病治疗的标准过程模型,或者为治疗方案制定提供决策支持,是当前研究热点之一。基于历史患者的用药数据对疾病的药物治疗过程模型进行挖掘,并提出一种过程模型与用户体征数据相融合的药物推荐方法。具体而言... 详细信息

对医疗数据进行挖掘分析生成疾病治疗的标准过程模型,或者为治疗方案制定提供决策支持,是当前研究热点之一。基于历史患者的用药数据对疾病的药物治疗过程模型进行挖掘,并提出一种过程模型与用户体征数据相融合的药物推荐方法。具体而言,对于给定的疾病种类,首先利用隐含狄利克雷分布LDA主题模型对患者用药数据进行训练,得到药物治疗的功效主题以及各个诊疗日的药物功效主题分布;然后,对患者各个诊疗日的功效主题分布进行聚类,将患者的药物治疗过程转换为药物功效组合标签序列,在此基础上构建药物治疗过程的概率后缀树模型;最后,基于概率后缀树计算各节点后续治疗所采用药物功效组合的概率分布,将其与病人的体征向量作为联合特征,病人真实用药对应的功效组合作为分类标签,使用XGBoost的分类方法训练模型,并利用该模型进行患者药物推荐。以MIMIC-Ⅲ数据库中糖尿病患者的处方日志和体征数据为例,对所提方案的可行性和有效性进行了评估。

关键词：过程挖掘 LDA主题模型概率后缀树 XGBoost算法过程模型

在线全文

学校读者我要写书评

暂无评论

基于多头自注意力神经网络的购物篮推荐方法

数据分析与知识发现 2020年第2期4卷 68-77页

作者：倪维健郭浩宇刘彤曾庆田山东科技大学计算机学院青岛266510

【目的】针对用户一次购买多件物品的场景,为用户推荐下一次可能购买的多件物品。【方法】基于多头自注意力神经网络设计一种新的购物篮推荐方法,该方法使用多头自注意力机制捕捉购物篮中不同物品的关系以及融合物品属性信息,并使用具... 详细信息

【目的】针对用户一次购买多件物品的场景,为用户推荐下一次可能购买的多件物品。【方法】基于多头自注意力神经网络设计一种新的购物篮推荐方法,该方法使用多头自注意力机制捕捉购物篮中不同物品的关系以及融合物品属性信息,并使用具有注意力的循环神经网络建模购物篮序列信息。【结果】实验结果表明,本文方法优于传统推荐方法和现有基于深度学习的推荐方法,特别是在TaoBao数据集上F1值提升2%。【局限】本文方法仅提升了推荐结果的准确性,是否能够提升多样性还需进一步验证。【结论】多头自注意力能够更好地对购物篮进行建模,进而提升购物篮推荐效果。

关键词：购物篮推荐深度神经网络多头自注意力物品属性

Data Query Using Short Domain Question in Natural Language

在线全文

学校读者我要写书评

暂无评论

Data Query Using Short Domain Question in Natural Language