Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

DeclareAligner: A Leap Towards Efficient Optimal Alignments for Declarative Process Model Conformance Checking

Created by
  • Haebom
Category
Empty

저자

Jacobo Casas-Ramos, Manuel Lama, Manuel Mucientes

개요

본 논문은 이벤트 로그와 선언적 프로세스 모델 간의 적합성 검사를 위한 새로운 알고리즘 DeclareAligner를 제시한다. 기존 접근 방식의 확장성 및 효율성 문제를 해결하기 위해 A* 탐색 알고리즘을 활용하여 최적의 정렬을 계산한다. DeclareAligner는 제약 위반 해결에 기여하는 작업만 수행하고, 최적의 해결책으로 향하는 맞춤형 휴리스틱을 사용하며, 비생산적인 분기를 조기에 제거하고 전처리 및 여러 수정을 통합된 작업으로 통합하여 프로세스를 간소화한다. 8,054개의 합성 및 실제 정렬 문제를 사용한 평가 결과, 기존 최고 성능보다 훨씬 우수한 효율성으로 최적의 정렬을 계산할 수 있음을 보여준다.

시사점, 한계점

시사점:
A* 탐색 알고리즘을 활용하여 선언적 프로세스 모델에서 최적의 정렬을 효율적으로 계산하는 새로운 방법을 제시한다.
기존 방법보다 확장성과 효율성이 뛰어나 실제 환경에 적용 가능성이 높다.
프로세스 분석가가 적합성 문제를 효과적으로 식별하고 이해하여 프로세스 개선 및 관리를 향상시킬 수 있다.
한계점:
본 논문에서 제시된 알고리즘의 성능은 사용된 합성 및 실제 데이터셋에 의존적일 수 있다. 다른 유형의 데이터셋에 대한 추가적인 실험이 필요하다.
A* 알고리즘의 특성상, 매우 복잡한 프로세스 모델의 경우 계산 시간이 길어질 수 있다. 복잡도에 대한 추가적인 분석이 필요하다.
선언적 모델의 유연성을 활용한다고 언급되었지만, 어떤 종류의 선언적 모델에 특히 효과적인지, 모든 종류의 선언적 모델에 적용 가능한지는 명확하지 않다.
👍