Zur Kurzanzeige

dc.contributor.authorZisgen, Yorck
dc.contributor.authorJanssen, Dominik
dc.contributor.authorImenkamp, Christian
dc.contributor.authorKoschmider, Agnes
dc.contributor.editorMichael, Judith
dc.contributor.editorPfeiffer
dc.contributor.editorJérôme
dc.contributor.editorWortmann, Andreas
dc.date.accessioned2022-06-30T13:01:08Z
dc.date.available2022-06-30T13:01:08Z
dc.date.issued2022
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/38798
dc.description.abstractProcess Mining hat in verschiedenen Bereichen einen erheblichen praktischen Nutzen erlangt. Der Ausgangspunkt von Process Mining ist ein Ereignisprotokoll, das die Ausführung von Aktivitäten beinhaltet, die einem Geschäftsprozess zugeordnet werden können. Somit hat die Qualität von Ereignisprotokollen erhebliche Auswirkungen auf das Process Mining-Ergebnis. Die Verwendung von Process Mining in neuartigen Anwendungsszenarien oder experimentellen Umgebungen scheitert aktuell daran, weil kaum geeignete Ereignisprotokolle öffentlich zugänglich sind. Dieser Beitrag stellt ein Werkzeug zum Generieren synthetischer (Sensor-)Ereignisprotokolle vor. Im Vergleich zu bestehenden synthetischen Protokollgenerator-Werkzeugen erzeugt der IoT-Prozessprotokollgenerator Daten auf nicht deterministische Weise. Benutzer können Rauschen kontrolliert hinzufügen und Prozesse mit IoT-Daten erweitern. Auf diese Weise ermöglicht das Werkzeug die Generierung synthetischer Daten für IoT-Umgebungen, die individuell konfiguriert werden können. Somit leistet unser Werkzeug einen Beitrag zu einem verstärkten Einsatz von Process Mining in Umgebungen, die auf (IoT-) Sensorereignisdaten angewiesen sind.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofModellierung 2022 Satellite Events
dc.subjectProzessmodellierung
dc.subjectInternet of Things
dc.subjectEreignisprotokoll
dc.subjectSynthetische Daten
dc.subjectGeschäftsprozess-Simulation
dc.subjectProcess Mining
dc.titleModellierungsumgebung zur Erzeugung synthetischer Ereignisprotokolle für das Process Miningde
dc.typeText/Conference Paper
dc.pubPlaceBonn
mci.reference.pages256-265
mci.conference.sessiontitleModellierung Tools und Demos
mci.conference.locationHamburg
mci.conference.date27.6. - 1.7.2022
dc.identifier.doi10.18420/modellierung2022ws-034


Dateien zu dieser Ressource

Thumbnail

Zur Kurzanzeige