• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Версия для слабовидящихЛичный кабинет сотрудника ВШЭПоискМеню

Методы и инструменты повышения эффективности алгоритмов майнинга процессовMethods and tools for enhancing the efficiency of process mining algorithms

Члены комитета:
Петренко Александр Константинович (Институт системного программирования РАН, доктор физико-математических наук, председатель комитета), Лисица Алексей Петрович (Университет Ливерпуля, кандидат физико-математических наук, член комитета), Смелянский Руслан Леонидович (Московский государственный университет имени М.В. Ломоносова, член-корреспондент РАН, доктор физико-математических наук, член комитета), Соколов Валерий Анатольевич (Ярославский государственный университет, доктор физико-математических наук, член комитета), Яковлев Александр Владимирович (Университет Ньюкасла, Doctor of Science in Engineering, кандидат технических наук, член комитета)
Диссертация принята к предварительному рассмотрению:
7/6/2020
Диссертация принята к защите:
8/18/2020 (протокол №10)
Дисс. совет:
Совет по компьютерным наукам
Дата защиты:
9/16/2020
Представленная работа относится к области извлечения и анализа процессов (process mining), основными задачами которой являются синтез моделей процессов и проверка соответствия моделей процессов их реальному поведению на основании информации, хранящейся в журналах событий. Основные проблемы при решении этих задач — большие объемы обрабатываемых данных и вычислительная сложность основных алгоритмов.Представленное в диссертации исследование направлено на повышение эффективности алгоритмов майнинга процессов, в частности, алгоритма синтеза сети Петри по журналу событий методом регионов. Повышение эффективности и практической применимости алгоритмов майнинга процессов достигается в работе двумя путями. Первый заключается в разработке метода адаптивной редукции промежуточных моделей с сохранением их точности при выполнении многоэтапного синтеза методом регионов. Второе направление исследований связано с разработкой методов эффективной работы с журналами событий больших размеров, включая разработку специализированных структур данных, а также с повышением ресурсной эффективности программной реализации алгоритмов синтеза и анализа моделей процессов.
Диссертация [*.pdf, 17.72 Мб] (дата размещения 7/6/2020)
Резюме [*.pdf, 505.80 Кб] (дата размещения 7/6/2020)
Summary [*.pdf, 355.44 Кб] (дата размещения 7/6/2020)

Отзывы
Отзыв научного руководителя
Сведения о результатах защиты:
Комитет по диссертации рекомендовал присудить ученую степень кандидата наук НИУ ВШЭ (протокол № 2 от 16.09.2020). Решением диссертационного совета (протокол № 12 от 22.09.2020) присуждена ученая степень кандидата компьютерных наук.