检索结果-内蒙古大学图书馆

应用数学 2025年第2期38卷 337-347页

作者：张紫悦李子阳龙志文安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001 湖南人文科技学院数学与金融学院湖南娄底417000

本文研究时滞中立型BAM神经网络的稳定性问题,该模型扩展了传统的BAM神经网络模型.通过构造Lyapunov-Krasovskii泛函,借助不等式技巧和Lyapunov稳定性理论等现代数学方法,建立了所研究模型与时滞参数无关的全局渐近稳定性的新判据,所获... 详细信息

本文研究时滞中立型BAM神经网络的稳定性问题,该模型扩展了传统的BAM神经网络模型.通过构造Lyapunov-Krasovskii泛函,借助不等式技巧和Lyapunov稳定性理论等现代数学方法,建立了所研究模型与时滞参数无关的全局渐近稳定性的新判据,所获理论结果推广并改进了已有文献中的相应结果.最后,通过数值算例验证了结果的合理性.

关键词：中立型BAM神经网络 Lyapunov稳定性理论全局渐近稳定性

来源：评论

学校读者我要写书评

暂无评论

一类具有时变时滞基因调控网络的稳定性和同步性

引用

应用数学 2025年第2期38卷 394-401页

作者：王婧婧龙志文安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001 湖南人文科技学院数学与金融学院湖南娄底417000

本文研究一类具有时变时滞基因调控网络的稳定性和同步性问题.利用矩阵测度理论和Halanay不等式,建立了所研究模型全局指数稳定性的充分判据,并通过设计反馈控制器,获得了关于驱动-响应基因调控网络的全局指数同步判据.所建立理论结果... 详细信息

本文研究一类具有时变时滞基因调控网络的稳定性和同步性问题.利用矩阵测度理论和Halanay不等式,建立了所研究模型全局指数稳定性的充分判据,并通过设计反馈控制器,获得了关于驱动-响应基因调控网络的全局指数同步判据.所建立理论结果补充并完善了已有文献的结论.最后,通过数值实例说明了理论结果的正确性.

关键词：基因调控网络全局指数稳定性全局同步矩阵测度

来源：评论

学校读者我要写书评

暂无评论

基于TAC-A2C的规范性业务流程监控方法

引用

哈尔滨商业大学学报(自然科学版) 2025年第1期41卷 113-119页

作者：朱开心卢可安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

规范性业务流程监控用于实时监测业务执行过程,及时发现并纠正偏离流程的异常行为.当前研究主要集中在使用统计分析、人工规则或深度学习技术来检测流程中的异常行为,并发出警报.对于异常检测之后如何进行流程调整以及如何对执行干预措... 详细信息

规范性业务流程监控用于实时监测业务执行过程,及时发现并纠正偏离流程的异常行为.当前研究主要集中在使用统计分析、人工规则或深度学习技术来检测流程中的异常行为,并发出警报.对于异常检测之后如何进行流程调整以及如何对执行干预措施后的效果进行评估的问题,目前还缺乏行之有效的方法.针对该问题,提出了基于双智能体合作关系的Actor Critic(TAC-A2C)强化学习算法,该方法旨在通过两个智能体的协作来优化规范性业务流程监控任务.其中异常检测智能体负责训练策略网络以辨识流程中的潜在异常行为,并触发警报;流程调整智能体则负责训练策略网络来选择合适的流程干预行为,并评估其效果.通过训练中央控制器的价值网络,实现两个智能体之间的有效信息同步,从而实现紧密的合作.通过在事件日志上的实验评估表明,TAC-A2C方法能够有效检测到流程中的异常,并及时采取措施进行修复.

关键词：规范性业务流程监控业务流程管理异常检测流程干预深度强化学习双智能体

来源：评论

学校读者我要写书评

暂无评论

基于分层Transformer的事件日志修复

引用

榆林学院学报 2025年第2期35卷 93-100页

作者：徐猛卢可安徽理工大学数学与大数据学院安徽淮南232001 安徽理工大学安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

数据缺失是导致事件日志质量低下的主要原因,这种缺失事件日志会造成一定程度的流程偏差,严重制约了后续流程分析的深度与精度。针对事件日志中缺失活动的修复问题,现有研究大多从单一维度特征展开修复工作,在多层次特征挖掘和多维度信... 详细信息

数据缺失是导致事件日志质量低下的主要原因,这种缺失事件日志会造成一定程度的流程偏差,严重制约了后续流程分析的深度与精度。针对事件日志中缺失活动的修复问题,现有研究大多从单一维度特征展开修复工作,在多层次特征挖掘和多维度信息利用方面尚显不足。因此,本文提出了一种基于分层Transformer模型的缺失活动事件日志修复方法。该方法的核心在于构建分层特征提取模块,从事件属性关联起始,扩展至局部行为依赖,最终整合完整上下文执行语义,以实现融合多维度特征信息修复日志缺失活动。通过5个公开可用数据集实验评估,结果显示所提出的方法可以有效修复缺失活动事件日志。

关键词：事件日志缺失活动分层Transformer 多维度特征融合日志修复

来源：评论

学校读者我要写书评

暂无评论

基于Bi-LSTM的事件日志可解释性异常检测

引用

佳木斯大学学报(自然科学版) 2025年第1期43卷 4-9,31页

作者：赵磊卢可安徽理工大学数学与大数据学院安徽淮南232001 安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室安徽淮南232001 安徽理工大学安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

在过程挖掘领域中,流程数据的异常检测至关重要。传统的基于规则或统计的异常检测方法能够识别异常,但往往缺乏对判断依据的清晰解释。为此,提出了一种基于Bi-LSTM(Bidirectional Long Short-Term Memory)和SHAP(SHapley Additive exPla... 详细信息

在过程挖掘领域中,流程数据的异常检测至关重要。传统的基于规则或统计的异常检测方法能够识别异常,但往往缺乏对判断依据的清晰解释。为此,提出了一种基于Bi-LSTM(Bidirectional Long Short-Term Memory)和SHAP(SHapley Additive exPlanations)值的事件日志可解释性异常检测方法。首先,对原始数据进行必要的预处理,以确保其符合模型输入的相关要求。其次,为了提取流程数据特征并检测异常,采用融合了双向长短期记忆网络(Bi-LSTM)和自注意力机制的模型。接着,通过自编码器计算重构误差来得出异常分数。最后,利用SHAP值来评估各个特征对异常分数的贡献。实验结果显示,提出的方法不仅能够有效识别异常事件,还能帮助理解模型判断的依据和异常情况的成因。

关键词：过程挖掘 Bi-LSTM 自注意力异常检测可解释性

来源：评论

学校读者我要写书评

暂无评论

业务流程一致性检查方法——基于直接跟随规则模型

引用

重庆工商大学学报(自然科学版) 2025年第2期42卷 95-104页

作者：左殷恺卢可安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析和预警技术工程实验室安徽淮南232001

目的针对传统一致性检测方法大多只考虑控制流层面,并未考虑流程中数据对于一致性检查过程的影响这一局限性,提出一种基于直接跟随规则模型(DFRM)的一致性检查方法,扩展了传统的直接跟随模型。方法首先将现实流程模型的控制流和数据流... 详细信息

目的针对传统一致性检测方法大多只考虑控制流层面,并未考虑流程中数据对于一致性检查过程的影响这一局限性,提出一种基于直接跟随规则模型(DFRM)的一致性检查方法,扩展了传统的直接跟随模型。方法首先将现实流程模型的控制流和数据流分别转换为各自视角的业务流程规则,然后利用关联规则将控制流规则与数据流规则相结合,并利用满足性模理论(SMT)对数据规则进行处理,最终实现基于直接跟随规则模型的表现形式;接着通过从事件数据中提取事件日志,优先对控制流对齐,然后再进行数据流对齐,实现多视角业务流程一致性检查。结果利用真实医疗事件日志对所提出的方法进行评估,与其他传统方法相比,所提出的方法在模型的拟合度、F1分数上都有较好表现且直接跟随规则模型,因其模型简单,具有较少的执行时间。结论将数据视角以数据关联规则的形式与直接跟随模型相结合,这为目前业务流程商业软件的模型表现形式提供了新的扩展方向;将数据视角引入到业务流程中,解决了现有流程模型无法表达与数据相关的一些决策需求问题,对一致性检查过程中其他视角的可能偏差也纳入了考量。

关键词：一致性检测关联规则智慧医疗直接跟随规则模型(DFRM)

来源：评论

学校读者我要写书评

暂无评论

基于自注意力和Bi-LSTM的业务流程异常检测模型

引用

重庆工商大学学报(自然科学版) 2025年第2期42卷 112-119页

作者：陈国威卢可安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析和预警技术工程实验室安徽淮南232001

业务流程中的一项重要工作是进行数据的异常检测,它可以用于监控和识别企业或组织中出现的异常情况。目的针对目前业务流程异常检测方法大多数只考虑控制流,并未考虑事件日志中其他数据属性对业务流程影响的情况,提出一个多视角无监督... 详细信息

业务流程中的一项重要工作是进行数据的异常检测,它可以用于监控和识别企业或组织中出现的异常情况。目的针对目前业务流程异常检测方法大多数只考虑控制流,并未考虑事件日志中其他数据属性对业务流程影响的情况,提出一个多视角无监督异常检测模型。方法首先,将控制流和数据流分别进行处理,然后拼接形成可以输入到模型中的数据类型;其次,利用自注意力机制和Bi-LSTM自编码器组合成的模型,分别对控制流视角和数据流视角进行业务流程事件日志的特征提取,并进行拼接和异常检测,异常阈值由自编码器的重构误差来确定;最后将提出的模型在公共数据集上进行了验证。结果用真实事件日志对提出的方法进行评估,与其他方法进行对比分析可知,所提出的方法在精确度、召回率和F1分数3个方面都有较好的表现,且所提出的模型AUC在所有数据集上都达到了较大的值。结论实验结果表明:所提出的方法可以更好地检测过程事件日志中的异常;通过在模型中加入注意力机制并且将控制流和数据流视角进行结合,更好地表示了过程数据,使得模型的分类性能得到了较大的提升,在业务流程异常检测方面具有明显的优势。

关键词：自注意力机制 Bi-LSTM神经网络业务流程异常检测

来源：评论

学校读者我要写书评

暂无评论

基于图像数据的缺失活动日志修复CNN方法

引用

计算机集成制造系统 2024年第8期30卷 2787-2796页

作者：刘旺成方欢张顺安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

由于异常值和缺失值的扰动影响,业务流程系统可能会产生低质量的事件日志。针对缺失活动的日志修复问题,现有日志修复研究主要从缺失活动的重构方面进行展开,很少有从预测缺失活动角度进行修复工作。鉴于此,提出一种结合迹行为特征的卷... 详细信息

由于异常值和缺失值的扰动影响,业务流程系统可能会产生低质量的事件日志。针对缺失活动的日志修复问题,现有日志修复研究主要从缺失活动的重构方面进行展开,很少有从预测缺失活动角度进行修复工作。鉴于此,提出一种结合迹行为特征的卷积神经网络模型,用来修复迹中的缺失活动。其核心思想是按照时间属性和活动属性两个维度,根据活动之间的行为关系,将业务流程的事件日志转换为空间数据,继而转化为图像矩阵,并通过卷积神经网络模型训练来预测缺失活动。所提方法从事件日志的角度出发,不依赖于任何有关生成事件日志的业务流程模型先验知识,最后利用真实和人工生成事件日志将所提方法与已有研究进行对比分析,实验结果表明所提方法在活动修复精确度上优于已有研究结果。

关键词：日志修复卷积神经网络缺失活动事件预测

来源：评论

学校读者我要写书评

暂无评论

MARL-GPN:一种基于多智能体强化学习的博弈Petri网

引用

计算机集成制造系统 2023年第5期29卷 1590-1601页

作者：刘雨舟方贤文安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

作为过程挖掘中的一个重要研究分支,变化挖掘可运用在系统安全分析、IPS安全建设等场景下,从变化域的生成情况判断可能存在的未知漏洞。而传统变化挖掘算法更注重业务流程的安全性,无法满足在动态博弈场景下挖掘需要考虑多方安全效益所... 详细信息

作为过程挖掘中的一个重要研究分支,变化挖掘可运用在系统安全分析、IPS安全建设等场景下,从变化域的生成情况判断可能存在的未知漏洞。而传统变化挖掘算法更注重业务流程的安全性,无法满足在动态博弈场景下挖掘需要考虑多方安全效益所形成有效变化域的情况。针对此问题,提出一种基于多智能体强化学习的博弈Petri网(MARL-GPN),以专用于动态安全模型的有效变化域研究。该新型的博弈Petri网会首先根据攻防事件构建效益矩阵,然后各智能体间会根据对方当前状态与下一步走势生成最优应对策略,其次在指定学习周期下达成纳什平衡得到双方最优活动迹,与传统变化挖掘进行比对即可得到有效变化域。最后以典型信息安全事件为例验证了该模型的可行性。

关键词：变化挖掘强化学习多智能体博弈博弈Petri网网络攻防

来源：评论

学校读者我要写书评

暂无评论

基于DMN的数据影响交互流程变化感知分析方法

引用

计算机集成制造系统 2024年

作者：郝惠晶方贤文张希为安徽理工大学数学与大数据学院安徽省煤矿安全大数据分析与预警技术工程实验室

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影... 详细信息

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影响。基于此，本文提出了一种基于决策模型和标记（DMN）的数据影响交互流程的变化分析方法，首先提取以数据为中心的BPMN决策模式，将流程上下文数据建模在单独的决策模型中。然后将BPMN与DMN相结合进行控制流与数据流融合建模，并分析生成的数据感知流程模型的合理性。在此基础上，通过数据影响分析识别数据变化对后续的流程执行及数据的联动变化影响，从而综合分析控制流与数据流约束下的变化传播区域。最后利用CPN tools进行仿真模拟并通过比较实验进行评估，实验结果表明数据影响下的交互流程变化传播的一致性度相对较高，并优化了模型结构。

关键词：变化感知决策模型和标记数据影响数据感知合理性跨域交互

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：