Evaluation datasets and results of the paper "A Framework for Measuring the Quality of Business Process Simulation Models"
Notice bibliographique
Résumé
Datasets and files used in the evaluation of the publication entitled "A Framework for Measuring the Quality of Business Process Simulation Models", where: BPS-models/: folder containing the BPS models used in the evaluation (the BPS models discovered by ServiceMiner are not included due to privacy reasons). The BPS models discovered by SIMOD are composed of i) a BPMN file with the process model structure, and ii) a JSON file with the parameters of the simulation. These files correspond to the format of Prosimos simulation engine (https://prosimos.cloud.ut.ee/). The BPS models of the Loan Application and Procure to Pay processes are composed of a BPMN file with both the process model structure and parameters, corresponding to the format of the BIMP simulator used in APROMORE (https://apromore.com/). measures/: folder containing the distance values of each measure reported in the paper. original-event-logs/: folder containing the (train and test) event logs used in the evaluation. simulated-logs/: folder containing the simulated logs evaluated in the paper (synthetic, SIMOD, and ServiceMiner). ComputeLogDistance.py: script to compute the distance measures proposed in the paper. To evaluate the distance measures of a set of simulated event logs in the folder simulated_logs/ against the test log test_event_log.csv.gz, run: python ComputeLogDistance.py -cfld test_event_log.csv.gz simulated_logs/ *The flag -cfld is optional, due to the high computational complexity of the CFLD measure. WARNING: set the column names of each log accordingly (where log_1_ids are the IDs of the test log, and log_2_ids the IDs of the simulated logs). Examples: # Column IDs for the (train/test) real-life logs, and the SIMOD simulated logs. EventLogIDs( case='case_id', activity='activity', start_time='start_time', end_time='end_time', resource='resource' ) # Column IDs for the Loan Application and Procure to Pay simulated logs. EventLogIDs( case='case_id', activity='activity', start_time='Start_Time', end_time='End_Time', resource='resource' ) # Column IDs for the ServiceMiner simulated logs. EventLogIDs( case='case_id', activity='Activity', start_time='start_time', end_time='end_time', resource='Resource' )
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,009 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».