基于图卷积神经网络的漂移检测方法
来源:计算机集成制造系统杂志2024年第8期北京时间:
作者:林雷蕾, 肖礼文, 魏代森, 徐昱嵩, 王静岐, 闻立杰, 李猛坤
单位:1.首都师范大学管理学院2.工业大数据系统与应用北京市重点实验室3.浪潮通用软件有限公司4.清华大学软件学院
摘要:从时间维度来看,演化是业务过程的必然性。流程挖掘中漂移检测的宗旨是找出运行日志中的变化时间点,进而划分出演化前后的不同业务过程。然而,现有漂移检测算法在执行过程中,都需要人为指定需要监控的演化特征,给用户增加了使用负担。同时,还存在准确率低和耗时较长问题。为此,提出一种基于图卷积网络的检测算法:首先,将日志轨迹转为活动图,利用图的节点信息和拓扑结构来刻画日志所有特征;接着,利用图卷积的聚合特性获取到活动图的全局特征;然后,通过增加虚拟节点来表达活动图的所有信息;最后,采用欧氏距离和k-近邻算法来检测漂移点位置。通过真实公开数据集实验测试,表明了本文方法的有效性。
关键词:概念漂移,业务演化,图卷积网络,流程挖掘
基金资助:国家重点研发计划资助项目(2019YFB1704003);国家自然科学基金资助项目(62021002);北京市教育委员会科学研究计划资助项目(KM202310028003)。
2024年8期其他文献查阅:
基于事件日志的业务过程控制流异常检测算法:现状与评测
基于无监督学习的工业互联网时序数据事件检测
基于图嵌入的多任务用户交互日志分段方法
学习困难与泛化能力感知的软件缺陷预测过采样方法
基于谱残差方法的工业互联网时间序列异常检测
面向工业互联网数据分析的机器学习工作流推荐方法
工业互联网业务过程行为中的协同聚合与智能化提升方法
能耗感知的云制造服务选择与调度优化方法
基于概念漂移发现的业务过程异常检测方法
业务过程概念漂移检测算法的质量评估框架
基于图卷积神经网络的漂移检测方法
基于特征选择的风机检修流程预测性监控方法
基于XGBoost增量实现业务流程执行结果的预测性监控方法
融合记忆网络与变迁系统的业务过程实例剩余执行时间预测方法
基于图像数据的缺失活动日志修复CNN方法
基于约束轨迹聚类的事件日志批量修复方法
面向行为不变性的事件日志采样方法
基于前景理论的软件缺陷预测过采样方法
面向紧邻关系重发现的事件日志采样方法及其应用
工业互联网环境下面向生产要素需求的服务推荐方法
基于Petri网的面向公共过程的协同业务过程验证方法
基于活动次序决策树的业务过程合规性检查方法
基于流程模型分解的分布式合规性检查方法
基于混合链的协作业务流程的隐私保护和数据监管
一种面向无标记事件日志的案例识别方法
工业互联网环境下位置感知的生产要素资源服务组合优化
异步通信系统的合理性检测
基于CZ-BWT改进的LZW压缩算法在电力报文中的应用
基于静止轨道卫星的雷达反射率反演业务过程研究
基于RC-LSTM的雷达回波外推方法
基于业务过程模型的刑事案件裁判文书过程信息自动梳理技术