项目名称: 过程大数据中合意路线获取关键技术研究

项目编号: No.61472207

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 其他

项目作者: 闻立杰

作者单位: 清华大学

项目金额: 80万元

中文摘要: 该项目旨在开发能处理记录了在高度变化和异构上下文中被执行过程的海量事件日志的新型过程挖掘技术。过程挖掘的目标是从事件日志中抽取过程相关信息,即自动发现一个过程模型。尽管过程挖掘有很多最新进展,但仍然存在很多亟待解决的重要挑战。事实上,从事件日志中发现过程模型的难度众所周知,而且过程挖掘的大规模应用需要重大的突破。该项目旨在进行这些突破,它由三个研究主题组成:一、将开发把过程挖掘问题(如过程发现和复合型检查)分解为能被更高效解决并且能分布到计算机集群的较小问题的技术;二、为了支持无法在极长一段时间内存储全部事件的应用,将开发不需要存储过量事件就能够学习(或检查)过程模型的即时过程挖掘技术;三、当前的过程挖掘技术要求分析师将范围限制在描述了稳态下一组同质案例的行为的单一过程模型上,将开发能够系统地突出共性和差异的可比较过程挖掘技术,以便能够处理随着时间发生改变而且有很多变种的异质过程。

中文关键词: 过程挖掘;大数据;分布式算法;合意路线;即时挖掘

英文摘要: The research project aims at developing new process mining techniques that are able to deal with huge event logs recorded for processes executed in possibly highly variable and heterogeneous contexts. The goal of process mining is to extract process-related information from event logs, e.g., to automatically discover a process model. Despite recent advances in process mining there are important challenges that need to be addressed. In fact, the discovery of process models from event logs is notoriously difficult and major breakthroughs are needed for the large-scale application of process mining. This project is composed of three research tracks aiming at such breakthroughs: (a) In Track T1 we will develop techniques to decompose process mining problems (e.g., process discovery and conformance checking) into smaller problems that can be solved more efficiently and that can be distributed over a network of computers. (b) Track T2 goes one step further. To support applications where it is impossible to store events over an extended period, on-the-fly process mining techniques will be developed that can learn (or check) process models without storing excessive amounts of events. (c) Existing techniques require the analyst to restrict the scope to a single process model describing the behavior of a homogeneous group of cases in steady-state. In Track T3 we will develop comparative process mining techniques that systematically highlight commonalities and differences. This way we can deal with heterogeneous processes that are changing over time and that have many variants.

英文关键词: Process Mining;Big Data;Distributed Algorithms;Desirable Line;On-the-fly Mining

成为VIP会员查看完整内容
3

相关内容

军事知识图谱构建技术
专知会员服务
116+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
82+阅读 · 2022年2月3日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
36+阅读 · 2021年12月30日
【SIGMOD2021】数据库与人工智能交叉技术综述
专知会员服务
65+阅读 · 2021年7月14日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
102+阅读 · 2020年11月27日
专知会员服务
79+阅读 · 2020年6月20日
空间数据智能:概念、技术与挑战
专知
7+阅读 · 2022年2月4日
作业帮基于Flink的实时计算平台实践
AI前线
0+阅读 · 2022年1月27日
NLP技术中的Tokenization
PaperWeekly
1+阅读 · 2021年12月16日
形式化验证工具TLA+:程序员视角的入门之道
阿里技术
0+阅读 · 2021年10月22日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
医学知识图谱构建技术与研究进展
全球人工智能
19+阅读 · 2017年11月13日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
44+阅读 · 2019年12月20日
Arxiv
15+阅读 · 2019年6月25日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
135+阅读 · 2018年10月8日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
116+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
82+阅读 · 2022年2月3日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
36+阅读 · 2021年12月30日
【SIGMOD2021】数据库与人工智能交叉技术综述
专知会员服务
65+阅读 · 2021年7月14日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
102+阅读 · 2020年11月27日
专知会员服务
79+阅读 · 2020年6月20日
相关资讯
空间数据智能:概念、技术与挑战
专知
7+阅读 · 2022年2月4日
作业帮基于Flink的实时计算平台实践
AI前线
0+阅读 · 2022年1月27日
NLP技术中的Tokenization
PaperWeekly
1+阅读 · 2021年12月16日
形式化验证工具TLA+:程序员视角的入门之道
阿里技术
0+阅读 · 2021年10月22日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
医学知识图谱构建技术与研究进展
全球人工智能
19+阅读 · 2017年11月13日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
16+阅读 · 2021年7月18日
Arxiv
44+阅读 · 2019年12月20日
Arxiv
15+阅读 · 2019年6月25日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
135+阅读 · 2018年10月8日
微信扫码咨询专知VIP会员