객체 중심 예측 프로세스 모니터링을 위한 새로운 접근법: HOEG

Core Concepts

HOEG(Heterogeneous Object Event Graph)는 이벤트와 객체를 다양한 노드 유형을 가진 그래프 구조로 통합하여, 객체 속성과 이벤트-객체 상호작용을 손실 없이 인코딩하고 활용할 수 있는 접근법이다.

Abstract

이 연구는 객체 중심 이벤트 데이터(OCEL)의 객체, 상호작용, 속성을 손실 없이 인코딩할 수 있는 일반적인 접근법을 개발하고자 했다. 이를 위해 HOEG(Heterogeneous Object Event Graph) 접근법을 제안했다. HOEG는 다음과 같은 특징을 가진다: 이벤트와 객체를 다양한 노드 유형을 가진 그래프 구조로 통합 객체 속성과 이벤트-객체 상호작용을 손실 없이 인코딩 기존 접근법과 달리 이벤트 데이터를 평면화하거나 객체 속성을 집계하지 않음 3개의 실험을 통해 HOEG의 성능과 확장성을 평가했다: 하이퍼파라미터 튜닝 실험: HOEG가 안정적인 학습 과정을 보여줌 인코딩 유형 실험: 객체 상호작용과 속성이 풍부한 데이터셋에서 HOEG가 우수한 성능을 보임 베이스라인 실험: HOEG가 기존 접근법과 유사한 성능을 보이거나 우수한 성능을 보임 결과적으로 HOEG는 객체 중심 프로세스에서 우수한 예측 성능을 보이며, 특히 객체 상호작용과 속성이 풍부한 경우에 강점을 발휘한다. 다만 확장성 측면에서는 기존 접근법보다 다소 떨어지는 것으로 나타났다.

Stats

프로세스 실행 당 평균 객체 상호작용 수: BPI17 1.35, OTC 7.15, FI 1.09 BPI17 OCEL에는 10개의 객체 속성이 존재

Quotes

"HOEG는 이벤트와 객체를 다양한 노드 유형을 가진 그래프 구조로 통합하여, 객체 속성과 이벤트-객체 상호작용을 손실 없이 인코딩하고 활용할 수 있는 접근법이다." "HOEG는 객체 상호작용과 속성이 풍부한 데이터셋에서 우수한 예측 성능을 보이지만, 확장성 측면에서는 기존 접근법보다 다소 떨어지는 것으로 나타났다."

Key Insights Distilled From

HOEG

by Tim K. Smit,... at arxiv.org 04-09-2024

https://arxiv.org/pdf/2404.05316.pdf

Deeper Inquiries

객체 속성이 시간에 따라 변화하는 경우 HOEG의 성능은 어떻게 달라질까?

HOEG는 현재 객체 특성이 불변이라고 가정하고 구현되어 있기 때문에 객체 속성이 시간에 따라 변하는 경우에는 성능에 영향을 줄 수 있습니다. 시간에 따라 변화하는 객체 속성을 고려하려면 HOEG의 구조를 수정하여 동적인 객체 특성을 반영할 수 있는 방법을 도입해야 합니다. 이를 통해 모델이 객체의 변화하는 속성을 적절히 학습하고 예측할 수 있게 될 것입니다. 또한, 시간에 따라 변화하는 객체 속성을 고려하는 경우 데이터의 불규칙성과 불확실성을 고려하여 모델을 더 견고하게 만들어야 합니다.