Detecting novel behavior and process improvement with multi-modal process mining
Çok modlu süreç madenciliği ile yeni davranışın tespiti ve süreç iyileştirme
- Tez No: 896763
- Danışmanlar: DOÇ. DR. AYÇA KOLUKISA TARHAN, DR. TUĞBA GÜRGEN ERDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Süreç madenciliği, yazılım mimarisi, makine öğrenimi, çok modlu analiz, süreç madenciliğinde kalite, kök neden analizi, süreç geliştirme, Process mining, software architecture, machine learning, multi-modal analysis, quality in process mining, root cause analysis, process enhancement
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Özellikle Dördüncü Sanayi Devrimi sonucunda Nesnelerin İnterneti (İng. Internet-of-Things (IoT)) gibi teknolojilerin yaygınlaşmasıyla birlikte verinin önemi artmıştır. Verilerin anlamlandırılması için değerli bilimler de bu doğrultuda önem kazanmıştır. Veri bilimi de bu bilimlerden biridir. Süreç madenciliği, veriyi anlamlandırmak açısından veri biliminden farklılaşsa da veri bilimi ile kesişerek süreç tabanlı sistemlerin modellenmesinde baskın bir rol oynamaktadır. Süreç madenciliği veri bilimi ile kesiştiğinde ve diğer perspektif verilerini de analize dahil ettiğinde veri biliminden kaynaklanan hatalardan dolayı hatasız operasyonların gerçekleştirilmesinde sorunlar yaşanabilmektedir. Bu süreçlerden biri; diğer perspektif verilerinin (örneğin veri perspektifi) birleşimiyle yeni davranışın tespitidir. Mevcut çalışmalar için diğer perspektif verilerinin de analize dâhil edilmesiyle veri biliminin desteğiyle çok perspektifli analiz gerçekleştirilebilir. Bu tez kapsamında, kontrol akış perspektifine diğer perspektif verileri de eklenerek süreç madenciliği yoğun bir yaklaşımla, bağlam kaybı olmadan çok modlu analiz gerçekleştirilebilir. Çok modlu analiz, bir aktiviteyi etkileyen diğer niteliklerin kombinasyonuyla yapılan analizdir. Ayrıca hazır olay günlükleri kullanmak yerine 4. Sanayi Devrimi ile parlayan sanal fabrikalar üzerinden olay günlükleri üretilebilmektedir. Gerçek süreçlere ait veri olmadan modellenen süreçler üzerinde iyileştirme yapılabilir. Bu stratejiyle temel olarak, bağlam kaybıyla diğer perspektif verilerini kullanan yaklaşımlar arasındaki boşluk doldurulur, ancak mevcut süreç iyileştirmelerinin aksine, gerçek sistem olay günlüklerini beklemeden süreç iyileştirme üzerinde çalışılabilir. Bu avantajlarla bağımsız birimler arasında (yani üreticiden işlemciye) olay günlükleri üretebilen bir süreç madenciliği çerçevesi önerilmektedir. Bu günlüklerin dağıtık bir yapıda birimler arası aktarımı broker tabanlı bir mimari ile gerçekleştirilmektedir. Alınan kayıtlar için kontrol-akış perspektifine eklenen diğer perspektifler aracılığıyla, metrikler yardımıyla kök neden analizi yapılabilmekte ve özellikle çok perspektifli analizin veri keşif modundan farklı olarak bağlam kaybı olmadan çok modlu analiz ile yeni davranışın tespiti istenen seviyede yapılabilmektedir. Tez kapsamında çerçevenin geçerlenmesi amacıyla, repairExample.xes olay günlüğü ile bulunan BPMN modeli üzerinden olay günlüğü üretilmektedir. Üretilen olay günlükleri için çok perspektifli BPMN ve çok modlu süreç keşfi ile geçerleme gerçekleştirilmektedir. Doğruluğu görülen olay günlükleri, işlemci kısmına aktarılmaktadır. İşlemci kısmında alınan kayıtlar öncelikle diske yazılmaktadır. Sonrasında yeni olay günlüklerinden biri seçilerek, kök neden analizi kontrol perspektifine eklemlenen diğer perspektif verileri aracılığıyla çok modlu yapılmaktadır. Tahmin ve yanıt için simge ve yerleşim tabanlı geri oynatım kullanılmaktadır. Gerekli durumda, model tamiri yoluyla süreç iyileştirmesi sağlanmaktadır. İyileştirme için uygunluk en önemli metriktir. Kesinlik ve genelleştirme metrikleri, sistem hakkında fikir sağlayabilir. Zamanla ilgili modda analiz, varyant ve sorgu desteğiyle hibrid hal alabilir.
Özet (Çeviri)
The importance of data has increased, especially with the spread of Internet of Things (IoT)-like technologies as a result of the 4th Industrial Revolution. In order to make sense of the data, valuable sciences have also gained importance in this direction. Data science is one of these sciences. Although it differs from data science in order to make sense of the data, process mining (PM) plays a dominant role in modeling process-based systems by intersecting with data science. When PM intersects with data science and includes other perspective data in the analysis, problems may occur in performing error-free operations due to data science-related errors. One of these processes is; to detect new behavior with the combination of other perspective data (e.g., data perspective). For existing studies, multi-perspective analysis can be performed with the support of data science by including other perspective data in the analysis. Within the scope of this thesis, by adding other perspective data to the control-flow perspective, multi-modal analysis can be carried out with a PM-intensive approach without loss of context. Multi-modal analysis is the analysis of an activity in combination with the attributes that affect that activity. In addition, instead of using ready-made event logs, event logs can be produced through virtual factories that shine with the 4th Industrial Revolution, and improvement can be made on modeled processes without data from real processes. Essentially, with this strategy, the gap for approaches that use other perspective data with loss of context is filled, but unlike existing process improvements, process improvement can be worked on without waiting for real system event logs. With these advantages, a PM framework that can produce event logs between independent units (i.e., from producer to processor) is proposed. The transmission of these logs between units in a distributed structure is carried out with a broker-based architecture. Root-cause analysis (RCA) can be performed with the help of metrics through other perspectives added to the control-flow perspective for the taken records, and the detection of new behavior in desired level can be done with multi-modal analysis, without loss of context, unlike especially multi-perspective analysis with data exploration mode. In order to verify the framework within the scope of the thesis, an event log is produced via the Business Process Modeling Notation (BPMN) model found with the repairExample.xes event log. Verification is carried out for the generated event logs with multi-perspective BPMN and multi-modal process discovery. Event logs that are verified are transferred to the processor part. The records taken in the processor part are first written to disk. Afterwards, one of the new event logs is selected and root cause analysis is performed. Through other perspective data added to the control perspective, root cause analysis is done multi-modal. Token and alignment based replay is used for predictor and response. If necessary, process improvement is provided through model repair. Fitness is the most important metric for improvement. Precision and generalization can provide insight into the system. In time-related mode, analysis can become a hybrid with variant and query support.
Benzer Tezler
- detecting cancer cells inside images of the patients
Hastaların görüntülerindeki kanser hücrelerini tespit etmek
OUISSAL CHATOUI
Yüksek Lisans
İngilizce
2023
BiyomühendislikAltınbaş ÜniversitesiAvrupa Birliği İktisadı ve İşletme Anabilim Dalı
YRD. DOÇ. DR. HAKAN KOYUNCU
- Deep learning approaches for hailstorm detection and forecasting using CNN and LSTM algorithms: Comparative evaluation of radar products
Derin öğrenme yaklaşımlarıyla dolu fırtınası tespiti ve tahmini için CNN ve LSTM algoritmalarının kullanılması: Radar ürünlerinin karşılaştırmalı değerlendirmesi
NAHİT ÇATMADIM
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET SİNAN ÖZEREN
- Metildopanın hassas tespiti için itriyum oksit ve tungstennanoparçacıkları içeren bir voltametrik platform
A voltammetric platform with yttrium oxide and tungstennanoparticles for the sensitive detection of methyldopa
FARHANG IKRAM KHUDHUR KHUDHUR
- Hafniyum oksit destekli grafen nanotabakaları ile modifiye edilenbir elektrot yüzeyinde parasetamolün saptanması
Başlık çevirisi yok
FATMA NUR BAĞDİKEN
- A novel voltammetric platform based on europium oxide, niobiumand graphene for the sensitive determination of dopamine
Dopaminin hassas bir şekilde saptanması için öropiyum oksit,niyobyum ve grafen temelli yeni bir voltametrik platform
HASAN TAREQ FAIEQ FAIEQ
