دانلود ترجمه مقاله استفاده از مدل های مخفی مارکوف جهت ارزیابی کیفیت مدل های فرآیند

1. مقدمه 2. ارزیابی مدل فرآیند 3. اصول اولیه 4. ساختن HMM ها برای مدل فرآیند و گزارش رویداد 5. معیارها و ارزیابی داده ها 6. توان نمایندگی HMM ها و شبکه های پتری 7. تولید نویز 8. نتایج تجربی 9. بحث و بررسی

چکیده: مدلهای مخفی مارکوف (HMM ها) یک اسلوب مدلسازی احتمالاتی سیگنال است که به طور گسترده در جامعه یادگیری ماشینی برای انواع مختلفی از کاربردها مانند تشخیص کلام و فعالیت، مورد استفاده قرار می گیرد. فنون کارآمد برای یادگیری مدلهای HMM از یک مجموعه داده معین و برآورد «راستنمایی داده ها» با توجه به یک HMM معین، وجود دارند (یعنی، «چقدر احتمال دارد که این داده ها توسط این HMM تولید شده اند؟»). حالت دوم ارزیابی و انتخاب مدلهای مناسب را امکانپذیر می کند. در حوزه «فرآیند کاوی» ارزیابی مدلها (یعنی «چگونه می توانیم کیفیت یک مدل فرآیند کاوش شده را اندازه گیری کنیم؟») هنوز تحت پژوهش و بررسی مداوم است. زیرا انواع مدلهای استفاده شده در فرآیندکاوی معمولاً در سطح انتزاع بالاتر هستند (یعنی، برای مثال، گویاتر از آنچیزی که برای استخراج همزمانی اجازه می دهند، گویا هستند)، مسئله ارزیابی مدل، چالش برانگیز است. در این مقاله، احتمالات و محدودیت های استفاده از HMM برای ارزیابی مدلهای فرآیند و مقایسه اندازه کیفیت حاصل با معیارهای معمولاً استفاده شده در حوزه فرآیند کاوی، را مورد بررسی قرار می دهیم. مقدمه: فرآیند کاوی با اکتشاف «مدلهای فرآیند» از داده های رویدادی (یعنی ساختارهایی که رفتار را مدل می کنند)، سروکار دارد. هدف ایجاد آن مدل فرآیندی است که رفتار مشاهده شده را در نوعی «گزارش رویداد»، منعکس می کند. یک گزارش رویداد، یک مجموعه از رشته های رویدادهای متناهی هستند، درحالی که رشته رویداد متناظر است با یک عینیت و جسمیت بخشی خاص از فرآیند. بنابراین، زبان های مدل سازی فرآیند، مانند شبکه های پتری [13] می توانند برای استخراج روابط علی گام ها، یا فعالیت های درون فرآیند، استفاده شوند. درحالی که روشهای فرآیندکاوی مختلف بسیاری در دهه اخیر پیشنهاد شده است، هیچ معیار استانداردی برای ارزیابی کیفیت چنین مدل آموخته شده، وجود ندارد [29]. معیارهای کیفیت لازم هستند، زیرا یک مدل آموخته شده نمی تواند همیشه توجیه کننده همه داده ها باشد و چندین مدل برای داده های یکسان وجود دارد («کدامیک بهترین است؟»). این مسائل بخاطر آن است که یک گزارش معمولاً مثالهای منفی ندارد و ممکن است مدلهای تجزیه ای مختلف وجود داشته باشد که رفتار یکسان (یا بسیار مشابه) داشته باشند. این مقاله با موضوع ارزیابی مدلهای فرآیندی سروکار دارد و از شبکه های پتری به عنوان یک نمایش معمول از دسته زبان های مدل سازی فرآیند مبتنی بر گراف (EPCها، BPMN، دیگرام های فعالیت UML، و غیره)، استفاده می کنیم.

Abstract. Hidden Markov Models (HMMs) are a stochastic signal modeling formalism that is actively used in the machine learning community for a wide range of applications such as speech and activity recognition. Efficient techniques exist to learn HMM models from a given data set, and to estimate the data likelihood with respect to a given HMM (i.e., "How probable is it that these data were produced by this HMM?"). The latter enables the evaluation and selection of suitable models. In the domain of process mining the evaluation of models (i.e., "How can we measure the quality of a mined process model?") is still subject to ongoing research. Because the types of models used in process mining are typically on a higher level of abstraction (i.e., they are more expressive as they, for example, allow to capture concurrency), the problem of model evaluation is challenging. In this paper, we investigate the possibilities and limitations of using HMMs for evaluating process models and compare the resulting quality measurements to the metrics typically used in the process mining domain. Introduction: Process mining deals with the discovery of process models (i.e., structures that model behavior) from event-based data. The goal is to construct a process model which reflects the behavior that has been observed in some kind of event log. An event log is a set of finite event sequences, whereas each event sequence corresponds to one particular materialization of the process. Process modeling languages, such as Petri nets [13], can then be used to capture the causal relationships of the steps, or activities, in the process. While many different process mining approaches have been proposed over the last decade, no standard measure is available to evaluate the quality of such a learned model [29]. Quality measures are needed because a learned model cannot always explain all the data, and there are multiple models for the same data ('Which one is the best?"). These problems are due to the fact that a log typically does not contain negative examples and that there may be syntactically different models having the same (or very similar) behavior. This paper deals with the topic of evaluating process models and we use Petri nets as a typical representation of the class of graph-based process modeling languages (EPCs, BPMN, UML Activity Diagrams etc.).