ESTRATEGIAS PARA ACELERAR Y REFINAR EL ALGORITMO GENETICMINER.

Contenido principal del artículo

Asiel Díaz Vasallo
Orlenys López Pintado
Yasser Vázquez Alfonso
Efraín Velasteguí López

Resumen

Las técnicas de la minería de procesos permiten la extracción de conocimientos de los registros de eventos. El descubrimiento de modelos es una de las etapas que componen la minería de procesos. En esta etapa se utilizan una serie de algoritmos que parten inicialmente de un registro de eventos y generan diferentes modelos de procesos. El presente trabajo se centra en el algoritmo Genetic Miner, que es uno de los que ofrecen mejores resultados en la mencionada fase de descubrimiento. A pesar de la precisión del modelo que se obtiene, el algoritmo posee elevado coste temporal. Con vistas a reducir los tiempos de respuesta, en este trabajo se desarrolla una versión distribuida del Genetic Miner, haciendo uso de la infraestructura de invocación remota .Net Remoting. Se comparan los resultados obtenidos por la versión original del algoritmo, incorporada en la herramienta ProM, una variante desarrollada en el marco del proyecto CITI-UNAH, que extiende el modelo de matriz causal con la adición de una matriz de índices y la alternativa propuesta en este documento. Estas pruebas evaluaron precisión y tiempos de respuesta de los algoritmos.


 

Descargas

La descarga de datos todavía no está disponible.

Metrics

Cargando métricas ...

Detalles del artículo

Cómo citar
Díaz Vasallo, A., López Pintado, O., Vázquez Alfonso, Y., & Velasteguí López, E. (2018). ESTRATEGIAS PARA ACELERAR Y REFINAR EL ALGORITMO GENETICMINER. Ciencia Digital, 1(3), 39-49. https://doi.org/10.33262/cienciadigital.v1i3.66
Sección
Artículos

Citas

López Pintado, Lic. Orlenys .Estrategia para acelerar el algoritmo Genetic Miner utilizando matrices de índices. San José, Mayabeque: s.n., 2013.

Vander Aalst, WilM.P. Process Mining. Discovery, Conformanceand Enhancementof Business Processes. London New York : Springer Heidelberg Dordrecht, 2011 van der Aalst W.M.P., Weijters A. J.M.M., and L. Maruster. Work flowmining: Discovering process models frome ventlogs. IEEE Transaction son Knowledge and Data Engineering. 2004.

Weijters, A.J.M.M., vander Aalst,W.M.P. and Alvesde Medeiros,A.K. Process Mining with Heuristics Miner Algorithm. BETA Working Paper Series, WP 166 Eindhoven University of Technology. Eindhoven :s.n., 2006.

Günther, C.W. andvander Aalst, W.M.P. Fuzzy Mining: Adaptive Process Simplification Based on Multi-Perspective Metrics. 2007.

Alves de Medeiros, Ana Karla. Genetic Process Mining. Eindhoven: University Press Facilities, 2006.

Van Dongen, B.F. TheProM Framework: A New Erain Process MiningTool Support. 2005.

Vander Aalst, WilM.P. Process Mining. Discovery, Conformanceand Enhan cement of Business Processes.LondonNewYork :Springer Heidelberg Dordrecht, 2011.

Alves de Medeiros, Ana Karla, Weijters, A.J.M.M. and van der Aalst, W.M.P. Genetic Process Mining: An Experimental Evaluation. Data Mining and Knowledge Discovery.s.l. : Department of Technology Management, Eindhoven University of Technology, 2007.

Bratosin, Carmen. Grid Architecture for Distributed Process Mining. Eindhoven: University Press Facilities, 2011.

Banzhaf, Wolfgang, Nordin, Peterand Keller, RobertE.. Genetic Programming. AnIntroduction. San Francisco, California : Morgan Kaufmann Publishers, Inc., 1998.

Koza, John R. Genetic Programming. Theoryand PracticeII. Boston: Springer Science + Business Media, Inc., 2005.

Menon, Anil.Genetic Algorithmsand Evolutionary Computation. NewYork: s.n., 2004.

Turner, Christopher James. A Genetic Programming Based Business Process Mining Approach. 2009.

Palomino Vila, César. Herramientas para el descubrimiento de modelos de procesos. 2013.

Wiley, John. Tools and Environments for Parallel and Distributed Computing. New Jersey :s.n., 2004.

Tanenbaum, Andrew. Introdution to Distributed Systems.

Microsoft.MSDNLibrary.[Enlínea]3de4de2014.http://msdn.microsoft.com/es-es/library/ms123401.aspx.

Vasallo Díaz, Asiel. Algoritmo genético distribuido para el descubrimiento de procesos. 2014.

Artículos más leídos del mismo autor/a

<< < 1 2 3 4 5 6 7 8 9 10 > >>