프로세스 분석을 위한 설명 가능한 인공지능 기법 비교 연구

정찬일; 이후진

doi:10.5573/ieie.2020.57.8.51

추천

검색

질문

자료유형: 학술저널

저자정보: 정찬일 (한성대학교) 이후진 (한성대학교)

저널정보: 대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제8호(통권 제513호)

발행연도: 2020.8

수록면: 51 - 59 (9page)

DOI: 10.5573/ieie.2020.57.8.51

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (3)

2021

설명 가능한 인공지능 기반의 프로세스 분석 자동화 연구

정찬일 스마트융합컨설팅학과 2021.01 학위논문

2020

프로세스 분석을 위한 설명 가능한 인공지능 기법 비교 연구

정찬일 , 이후진 전자공학회논문지 2020.08 학술저널

2019

설명 가능한 인공지능 기반의 프로세스 마이닝 분석 자동화 연구

정찬일 , 이후진 전자공학회논문지 2019.11 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

프로세스 마이닝에 인공지능 기술을 적용하려는 시도는 여러 차례 있었으나 대부분이 프로세스 마이닝의 핵심 목적인 원인 분석이 아니라 프로세스 예측에 초점이 맞춰져 있었다. 이러한 예측모델에 설명 가능한 인공지능을 활용할 경우 전문가의 개인 역량과 상관없이 업무 프로세스상의 이슈와 그 원인을 분석할 수 있다. 그러나 아직까지 설명 가능한 인공지능은 활발한 연구가 진행 중인 분야로 다양한 기법들이 혼재하여 프로세스 원인 분석 자동화에 가장 적합한 방법론과 알고리즘이 정리되지 못하였다. 본 논문에서는 프로세스 원인 분석 자동화를 위해 딥러닝을 포함한 다양한 머신러닝 모델과 LIME, SHAP, LRP 등 여러 설명 가능한 인공지능 알고리즘들을 적용해보고 각각의 알고리즘들의 특징과 장단점을 비교하여 프로세스 이슈 원인 분석을 위한 최적의 방법을 제시하였다. 제시된 머신러닝 기법과 설명 가능한 인공지능 알고리즘을 활용한다면 프로세스 마이닝을 통한 비즈니스 이슈 원인 분석을 알고리즘 기반으로 정량적이고 쉽게 자동화할 수 있을 것이다.

#Process mining #Process analysis automation #Machine learning #eXplainable AI

참고문헌 (12)

참고문헌 신청

W. M. P. van der Aalst / 2011 / Process Mining:Discovery, Conformance and Enhancement of Business Processes / Springer-Verlag

F. Veit / 2017 / The Proactive Insights Engine: Process Mining Meets Machine Learning and Artificial Intelligence / Proceedings of the BPM Demo Track and BPM Dissertation Award

J. Evermann / 2016 / A Deep Learning Approach for Predicting Process Behavior at Runtime / PRAISE Workshop at the 14th International Conference on BPM

J. Theis / 2019 / DREAM-NAP : Decay Replay Mining to Predict Next Process Activities / arXiv preprint arXiv:1903.05084

정찬일 / 2019 / 설명 가능한 인공지능 기반의 프로세스 마이닝 분석 자동화 연구 / 전자공학회논문지 56(11):45~51

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정찬일

소속기관 한성대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 8 이용수 1,295

이후진

소속기관 한성대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 1% 공학 > 전기전자공학 > 정보통신공학

논문수 40 이용수 6,010

이 논문과 함께 이용한 논문

Bankruptcy Prediction Modeling Using Qualitative Information Based on Big Data Analytics

Nam-ok Jo , Kyung-shik Shin 지능정보연구 2016 .06

HW 구현 대칭키 암호에 대한 범용적 딥러닝 기반 프로파일링 부채널 분석 방안

최기훈 , 오충연 , 김주환 외 2명 정보보호학회논문지 2025 .02

Layer-wise Relevance Propagation (LRP) Based Technical and Macroeconomic Indicator Impact Analysis for an Explainable Deep Learning Model to Predict an Increase and Decrease in KOSPI

이재응 , 한지형 Journal of KIISE 2021 .12

설명 가능한 AI 기술을 활용한 신용평가 모형에 대한 연구

천예은 , 김세빈 , 이자윤 외 1명 한국데이터정보과학회지 2021 .03

인공지능의 윤리적 자율성 검토와 공익적 시사점

전찬영 , 방정배 , 박균열 디지털콘텐츠학회논문지 2024 .04

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)