|
|
Modelování a analýza logistických procesů pomocí procesních a datových analytických metod
Rudnitckaia, Julia ; Wang, Hao (oponent) ; Zendulka, Jaroslav (oponent) ; Hruška, Tomáš (vedoucí práce)
V této práci navrhujeme přístup k modelování skrytých a neznámých procesů a podprocesů na příkladu logistického námořního přístavu. Základní procesní model umožňuje využívat pokročilejší algoritmy, protože odchylky a hlavní cesty jsou viditelnější a lépe kontrolovatelné. Získaný model je základem pro stěžejní výzkum této práce a bude obohacen o klíčové ukazatele výkonnosti a jejich predikce použitím pokročilých technik procesního dolování, statistiky a strojového učení. Hlavní rozdíl v přístupu je v tom, že jako cílovou proměnnou nebereme žádnou konkrétní hodnotu, ale objekt - variantu procesu nebo typ procesu se sadou parametrů. Analýza úzkých míst na jedné straně a predikční analýza na druhé straně jsou vynuceny informacemi, které jsou zlepšené pomoci context-aware informace, zejména těmito dalšími objektivními atributy procesu. Kromě toho podpora deskriptivního ("Jak je") aktuálního procesního modelu s určitou notace a integrace s relevantními úzkými a prediktivními metodami kompromitují výhody tohoto přístupu. Práce se primárně zaměřuje na návrh algoritmů a metod pro podporu analýzy logistických dat. Lze jej však odpovídajícím způsobem upravit a aplikovat na jiné oblasti, díky čemuž je přístup flexibilní a universální. Výsledkem práce je framework pro modelování nestrukturovaných procesů a metoda predikce klíčových parametrů procesů. Tato analýza procesů s jejich atributy by mohla být v budoucnu využita pro systémy rozhodování a procesní mapy.
|
|
|
Získávání znalostí z obchodních procesů
Skácel, Jan ; Kreslíková, Jitka (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato diplomová práce objasňuje disciplínu získávání znalostí z obchodních procesů. Je zde ukázán princip dolování. Značná část tématiky je věnována problémům při objevování procesu. Dále se práce věnuje analýze konkrétního výrobního procesu, na jejímž základě jsou navrženy tři dolovací metody, které se snaží zjistit nedostatky v procesu. První objevuje výrobní proces a vykresluje jej do grafu. Druhá metoda využívá simulátor produkční historie k získání produktů, které pravděpodobně způsobily opoždění výrobního procesu. Z~takto získaných dat se poté dolují frekventované množiny. Třetí metoda se snaží predikovat čas zpracování produktu na vybraném pracovišti pomocí asociačních pravidel. Poslední dvě zmíněné metody využívají algoritmus Frequent Pattern Growth. Získané znalosti z této práce umožňují zefektivnit výrobní proces a lépe plánovat samotnou výrobu.
|
|
|
Analýza podnikových procesů
Mička, David ; Burget, Radek (oponent) ; Hruška, Tomáš (vedoucí práce)
Cílem práce je návrh způsobu analýzy podnikových procesů se zaměřením na optimalizaci procesů za pomoci prediktivní údržby, realizace prototypu této metody a zhodnocení výsledků a vhodnosti této metody pro použití v praxi. Základem této práce je výzkum process miningu a nástrojů pro jeho zkoumání skupiny Prof.dr.ir. W.M.P. van der Aalst z Technické Univerzity v Eindhovenu. Tato skupina také vytvořila program ProM využit pro tuto práci.
|
|
|
Získávání znalostí z procesních logů
Kluska, Martin ; Burgetová, Ivana (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato práce popisuje metody získávání znalostí o procesu využitím algoritmů z oblasti process miningu. V práci jsou detailně popsané vybrané algoritmy, jejichž cílem je vytvoření modelu procesu na základě analýzy logu událostí. Cílem je navrhnout komponenty, které budou umožňovat importování procesu a provádění následných simulací. Tyto výsledky poté mohou být použity pro krátkodobé plánování.
|
|
| |
|
|
Process Mining as a Service
Dobias, Ondrej ; MBA, Karel Fuksa, (oponent) ; Luhan, Jan (vedoucí práce)
The software and hardware applications record more and more information into the event logs. The amount of data recorded is more than doubled every two years. Process mining is a relatively young discipline that sits between machine learning and data mining on the one hand and process modeling and analysis on the other hand. The goal of process mining is to describe and analyze real processes by extracting knowledge from the event logs readily available in today’s systems. This thesis aims to connect the business opportunities (i.e., data-rich organizations; need for BPM services; limitation in traditional delivery of BPM services) with technical possibilities of Process mining. The goal is to propose a product solving needs and demands of stakeholders (i.e., customers and consultants) better than select existing solution.
|
|
|
Modelování a analýza logistických procesů pomocí procesních a datových analytických metod
Rudnitckaia, Julia ; Wang, Hao (oponent) ; Zendulka, Jaroslav (oponent) ; Hruška, Tomáš (vedoucí práce)
V této práci navrhujeme přístup k modelování skrytých a neznámých procesů a podprocesů na příkladu logistického námořního přístavu. Základní procesní model umožňuje využívat pokročilejší algoritmy, protože odchylky a hlavní cesty jsou viditelnější a lépe kontrolovatelné. Získaný model je základem pro stěžejní výzkum této práce a bude obohacen o klíčové ukazatele výkonnosti a jejich predikce použitím pokročilých technik procesního dolování, statistiky a strojového učení. Hlavní rozdíl v přístupu je v tom, že jako cílovou proměnnou nebereme žádnou konkrétní hodnotu, ale objekt - variantu procesu nebo typ procesu se sadou parametrů. Analýza úzkých míst na jedné straně a predikční analýza na druhé straně jsou vynuceny informacemi, které jsou zlepšené pomoci context-aware informace, zejména těmito dalšími objektivními atributy procesu. Kromě toho podpora deskriptivního ("Jak je") aktuálního procesního modelu s určitou notace a integrace s relevantními úzkými a prediktivními metodami kompromitují výhody tohoto přístupu. Práce se primárně zaměřuje na návrh algoritmů a metod pro podporu analýzy logistických dat. Lze jej však odpovídajícím způsobem upravit a aplikovat na jiné oblasti, díky čemuž je přístup flexibilní a universální. Výsledkem práce je framework pro modelování nestrukturovaných procesů a metoda predikce klíčových parametrů procesů. Tato analýza procesů s jejich atributy by mohla být v budoucnu využita pro systémy rozhodování a procesní mapy.
|
|
|
Analýza podnikových procesů
Mička, David ; Burget, Radek (oponent) ; Hruška, Tomáš (vedoucí práce)
Cílem práce je návrh způsobu analýzy podnikových procesů se zaměřením na optimalizaci procesů za pomoci prediktivní údržby, realizace prototypu této metody a zhodnocení výsledků a vhodnosti této metody pro použití v praxi. Základem této práce je výzkum process miningu a nástrojů pro jeho zkoumání skupiny Prof.dr.ir. W.M.P. van der Aalst z Technické Univerzity v Eindhovenu. Tato skupina také vytvořila program ProM využit pro tuto práci.
|
|
|
Získávání znalostí z procesních logů
Kluska, Martin ; Burgetová, Ivana (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato práce popisuje metody získávání znalostí o procesu využitím algoritmů z oblasti process miningu. V práci jsou detailně popsané vybrané algoritmy, jejichž cílem je vytvoření modelu procesu na základě analýzy logu událostí. Cílem je navrhnout komponenty, které budou umožňovat importování procesu a provádění následných simulací. Tyto výsledky poté mohou být použity pro krátkodobé plánování.
|
|
|
Process Mining as a Service
Dobias, Ondrej ; MBA, Karel Fuksa, (oponent) ; Luhan, Jan (vedoucí práce)
The software and hardware applications record more and more information into the event logs. The amount of data recorded is more than doubled every two years. Process mining is a relatively young discipline that sits between machine learning and data mining on the one hand and process modeling and analysis on the other hand. The goal of process mining is to describe and analyze real processes by extracting knowledge from the event logs readily available in today’s systems. This thesis aims to connect the business opportunities (i.e., data-rich organizations; need for BPM services; limitation in traditional delivery of BPM services) with technical possibilities of Process mining. The goal is to propose a product solving needs and demands of stakeholders (i.e., customers and consultants) better than select existing solution.
|
host ::
RSS.