Algum conteúdo deste aplicativo está indisponível no momento.
Se esta situação persistir, por favor entre em contato conoscoFale conosco & Contato
1. (US20170111245) PROCESS TRACES CLUSTERING: A HETEROGENEOUS INFORMATION NETWORK APPROACH

Organismo : Estados Unidos da América
Número do pedido: 15087488 Data do pedido: 31.03.2016
Número de publicação: 20170111245 Data de publicação: 20.04.2017
Tipo de publicação : A1
CIP:
H04L 12/26
G06F 17/30
H04L 12/24
H ELECTRICIDADE
04
TÉCNICA DE COMUNICAÇÃO ELÉTRICA
L
TRANSMISSÃO DE INFORMAÇÃO DIGITAL, p. ex., COMUNICAÇÃO TELEGRÁFICA
12
Redes caracterizadas pela função de comutação
02
Detalhes
26
Disposições para monitoração; Disposições para teste
G FÍSICA
06
CÔMPUTO; CÁLCULO; CONTAGEM
F
PROCESSAMENTO ELÉTRICO DE DADOS DIGITAIS
17
Equipamentos ou métodos de computação digital ou de processamento de dados, especialmente adaptados para funções específicas
30
Recuperação das informações; Respectivas estruturas de banco de dados
H ELECTRICIDADE
04
TÉCNICA DE COMUNICAÇÃO ELÉTRICA
L
TRANSMISSÃO DE INFORMAÇÃO DIGITAL, p. ex., COMUNICAÇÃO TELEGRÁFICA
12
Redes caracterizadas pela função de comutação
02
Detalhes
24
Disposição para a manutenção ou a gestão
CPC:
H04L 43/045
H04L 41/12
H04L 43/16
G06F 17/30598
G06F 17/30486
G06F 17/30312
G06F 17/30958
G06F 17/30867
Requerentes: INTERNATIONAL BUSINESS MACHINES CORPORATION
Inventores: VATCHE ISHAKIAN
VINOD MUTHUSAMY
PHUONG NGUYEN
ALEKSANDER SLOMINSKI
Dados da prioridade:
Título: (EN) PROCESS TRACES CLUSTERING: A HETEROGENEOUS INFORMATION NETWORK APPROACH
Resumo: front page image
(EN)

A computer-implemented method of generating process models from process event logs, including receiving an identification of node types and edge types of an application event log to generate a heterogeneous information network graph of the application event log, where node types include events and traces, where each trace is a finite sequence of event type nodes; reducing a number of event types of the set of input traces to generate clusters of new event types; and clustering the set of input traces to generate a plurality of disjoint partitions based on the clusters of new event types, where the clustering maximizes an average fitness of each partition and minimizes an average complexity of each partition, where each partition is a graph model of a process in the application event log.