【摘 要】
：
业务流程的执行产生了大量事件日志,为业务流程挖掘提供了重要依据。流程预测是业务流程挖掘中的一个热点问题,目标是对当前正在执行的流程实例进行分析,推断出其未来可能的执行状态。业务流程预测包括活动预测,时间预测以及违规预测等,预测方法主要分为基于模型的预测和基于深度学习的预测两大类。基于深度学习的预测近年来大多是在LSTM神经网络模型的基础上进行改进,对于数据的编码方式以及活动序列的训练还存在不足,没
论文部分内容阅读
业务流程的执行产生了大量事件日志,为业务流程挖掘提供了重要依据。流程预测是业务流程挖掘中的一个热点问题,目标是对当前正在执行的流程实例进行分析,推断出其未来可能的执行状态。业务流程预测包括活动预测,时间预测以及违规预测等,预测方法主要分为基于模型的预测和基于深度学习的预测两大类。基于深度学习的预测近年来大多是在LSTM神经网络模型的基础上进行改进,对于数据的编码方式以及活动序列的训练还存在不足,没有考虑到数据本身的语义信息以及未能充分利用活动序列之间的关联关系。本文采用Glove模型对事件日志数据进行编码,结合Attention机制建立编码到解码的业务流程预测模型来解决业务流程中的活动以及时间预测问题,主要工作如下。首先,考虑活动序列数据之间的语义关系,使用Glove模型对事件日志中的活动序列进行编码。基于神经网络中编解码的结构特点,结合Attention机制建立编码到解码的业务流程预测模型EDPM。对下一活动预测和后续活动预测生成带有不同的标签值的日志向量,并将其输入到预测模型中进行训练,得到最终的活动预测模型。其次,考虑到时间序列是连续的值,将每条轨迹中活动序列的初始活动执行时间进行离散化处理。与活动序列合并到一起加入到事件日志当中,作为其输入特征向量的标签值。将构建好的事件日志进行编码得到日志向量并输入到EDPM预测模型中进行训练,得到最终的时间预测模型。最后,在两个公共数据集上对本文提出的模型进行了实验验证。通过对比不同规模数据集的实验效果,验证了本文所提模型的有效性。通过与已有预测模型进行对比,验证了本文所提模型能够提高预测的准确度。
其他文献
随着人工智能的发展与应用,对被广泛应用于各个领域的四旋翼无人机提出了更智能化的要求。其中,具有自主避障能力成为四旋翼无人机智能化的一个重要指标。在低空复杂环境中,四旋翼无人机避障系统需兼顾快速、安全、准确等要求。然而传统飞行器的导航系统便难以满足避障应用的要求。针对以上问题,本文对四旋翼无人机低空环境双目视觉避障控制系统展开研究,论文的主要研究工作如下:首先,进行了双目视觉标定实验并建立了四旋翼无
随着网络使用量的增加,网络流量异常检测在网络安全中扮演着越来越重要的角色。然而随着网络环境的日益复杂,传统的机器学习检测方案由于结构单一,难以有效检测不同类型的攻击,导致机器学习检测方案在网络异常检测领域取得了一定效果的同时,在面对关系复杂、流量数据分布不均的场景时也会存在着无法构造准确性高的分类模型而导致检测的适应能力和结果的有效性降低的问题。因此,为解决上述问题,本文从三个层面进行研究工作。首
制造业是国民经济的主体,是立国之本、兴国之器、强国之基。智能制造是落实我国制造强国战略的重要举措,也是中国制造2025的主攻方向。在智能制造的推进过程中,生产制造执行系统越来越多的受到企业的青睐,但生产制造执行系统的建设却是一个复杂的过程,其与企业的市场营销模式、产品定位、生产组织模式、工厂设备等各项因素息息相关,与其它系统信息交互紧密、关系错综复杂,因此如何建立一套高效且适用的生产制造执行系统,
随着道路交通的持续发展,机动车保有量也在日益增长,与此同时,机动车辆的违法行为发生频率也呈现出上升趋势,交通违法行为逐渐成为影响公共交通安全的主要因素。违法行为造成了道路交通秩序的混乱,为了解决此类问题,本文结合目标检测相关算法,以大量存在违法行为的卡口图片为基础进行分析,整个违法行为的识别由污损遮挡号牌识别和驾驶过程中妨碍安全驾驶识别两部分组成。首先,针对违法行为中的污损遮挡号牌问题,使用YOL
悬挂系统对应急救援车辆的行驶平顺性具有重要影响,但目前主动悬挂系统的研究主要在寻求更有效的控制策略上,忽略了作动器摩擦力对悬挂系统的影响,导致悬挂控制理论与实际应用存在偏差。本文结合国家重点研发计划“高机动应急救援车辆（含消防车辆）专用底盘及悬挂关键技术研究”（编号:2016YFC0802902）,以提高三轴应急救援车辆行驶平顺性为目的,针对主动悬挂作动器摩擦力补偿控制技术进行深入研究,以实现对作
Android系统的开源特性使其快速发展的同时,也给Android应用带来了巨大的安全隐患。研究Android应用安全加固方法的目的,在于从破解时间、破解难度两个方面增加应用破解所要付出的代价。本文围绕如何在不明显影响Android应用性能的前提下,实现加固后的Android应用同时具有抵御静态攻击、动态攻击以及重打包攻击的能力这一问题,展开了如下研究工作。首先,在分析主流攻击方式的基本原理及其相
随着信息技术的飞速发展,网络上的信息出现爆炸式增长,如何有效地利用数据中的信息完成对用户的推荐成为网络生态中的研究重点。而在商家评论网站中的评价数据中,隐含着商家属性和用户情感,现有的商家个性化推荐主要依据近邻用户的评分信息产生推荐,无法细粒度的探究用户偏好,忽略了商家及用户在属性层的情感评分。对此,本文提出一种基于多属性矩阵构建的商家推荐方法。首先,针对现有研究商家及用户在属性层面的属性细粒度情
推荐系统的研究一直是数据挖掘中的热点,在解决信息过载方面起到了重要作用。其中协同过滤是相对成熟的推荐技术,但目前协同过滤算法仍存在数据稀疏性、冷启动以及隐式信息挖掘不充分等问题。本文通过对项目隐式信息的挖掘以及融合多因素来改善协同过滤过程进而影响推荐准确度,缓解数据稀疏性。首先,本文对常用的推荐算法进行描述,详细介绍了协同过滤中矩阵分解方法的原理及优缺点,分析了针对项目隐式反馈和协同过滤算法过程的
随着地理定位技术和基于位置服务的发展,产生了大量的轨迹数据,带有活动信息的轨迹更是引起了广泛的关注。基于范围的活动轨迹搜索,给定一个查询区域和一组关键字,从轨迹数据集中检索出通过该区域并且满足关键字的轨迹。由于返回的轨迹旅行代价过高,或者是该轨迹不够流行,这使得找到的轨迹不能使用户满意。因此,为了满足用户的需求,本文考虑了关键字的流行度以及轨迹可拼接,提出一种新的查询,在满足给定区域以及关键字文本
篮球项目中,运动员弹跳能力是专项身体素质中的重要一环,是比赛中争抢篮板、防守中封盖对手以及跳投的专项素质保障。但目前大多数基层教练员,将篮球项目中的弹跳训练等同于田径训练,没有与项目特征结合。虽然在此训练下,会使球员弹跳能力得以提高,但训练针对性不强,导致训练效率受到一定影响。因此,本文通过对中学篮球运动员的专项弹跳能力训练实验教学进行研究,探索青少年篮球基础训练阶段专项弹跳能力的发展路径。