Автор: Кревский Михаил Игоревич
| Название: | Сложные векторные модели бизнес-процессов в задаче классификации | 
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Дата издания: | 2023 | |
| Дата загрузки: | 01.11.2023 | |
| Издательство: | Пензенский государственный университет (Пенза) | |
| Название: | Предиктивная нейросетевая модель для управления бизнес-процессами |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Актуальность и цели . Предиктивная аналитика бизнес-процессов является важным инструментом в управлении организационными системами. Рассматриваются подходы к усовершенствованию методов глубокого обучения для предсказания поведения бизнес-процессов. Цель работы состоит в повышении эффективности анализа и предиктивной идентификации проблемных бизнес-процессов за счет улучшения существующих методов глубокого обучения и подхода Process Mining. Реализация предложенных методов позволит эффективно предсказывать проблемы и особенности поведения как единичных процессов, так и целых организационных систем с учетом комплекса временных факторов. Материалы и методы . Используются методы анализа бизнес-процессов на основе протоколов информационных систем (Process Mining), методы глубокого обучения и методы управления организационными системами. Результаты . Выполнен обзор существующих моделей и методов предсказания поведения процессов. Предложено улучшение существующих решений за счет интеграции свойств предиктивных нейросетей и сетей для машинного перевода в рамках единой модели. В частности, использованы модули кодирования и декодирования, а также механизм внимания. Выводы . Экспериментально подтверждена эффективность предложенной нейросетевой модели. Реализованное решение позволило улучшить качество предсказания этапов бизнес-процессов в 1,5-2 раза. | |
| Дата издания: | 2023 | |
| Дата загрузки: | 17.10.2024 | |
| Издательство: | Издательство Пензенского государственного университета. Технические науки | |
| Название: | Обзор и анализ современных научно-технологических решений управления организационными процессами (Process Mining) |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Актуальность и цели . Process Мining - молодое, динамически развивающееся направление науки о данных. Подход к аналитике организационных процессов, основанный на данных, уже успел доказать свою эффективность и продолжает набирать популярность в крупных компаниях. Цель исследования - обзорный анализ существующих теоретических и практических решений в сфере управления бизнес-процессами с целью выработки полезных рекомендаций, способствующих созданию отечественных интеллектуальных систем управления организационными процессами на основе процессной аналитики данных. Материалы и методы . Представлен обзор материалов международных конференций и статей, посвященных исследованию организационных процессов. Рассмотрены методы оценки качества стохастических моделей процессов, выравнивания путей бизнес-процессов, предиктивного анализа, анализа событийных данных и способы рекомендательного сопровождения бизнес-процессов. | |
| Дата издания: | 2025 | |
| Дата загрузки: | 15.10.2025 | |
| Издательство: | Издательство ПГУ | |