Akademik Künye
Bu yazı, aşağıda künyesi verilen hakemli çalışmanın özetidir.
- Makale
- Semi-supervised Detection of Contaminated Business Process Instances using Graph Autoencoders and Dynamic Edge Convolutions for BPM Anomaly Detection
- Yazarlar
- Teoman Berkay Ayaz; Ege Gülce; Alper Özcan; Akhan Akbulut
- Sunulduğu etkinlik
- 2024 Innovations in Intelligent Systems and Applications Conference (ASYU)
- Sayfa
- 1–6
- Yayın tarihi
- 16.10.2024
- DOI
- 10.1109/asyu62119.2024.10757160 — Yayıncı sayfası
- Tam metin (PDF)
İş Süreci Yönetimi (BPM) yazılımları, günümüzde operasyonel yönetimde önemli bir rol oynamakta olup, gerçek yaşam faaliyetlerini yansıtan kapsamlı olay zincirleri üretmektedir. Bu olay zincirleri, şirketlerin iş süreçlerindeki verimi, kontrolü, optimizasyonu ve uygulama başarısını ölçer.
Çalışmamız, firmaların ihtiyaçları doğrultusunda iş süreçlerinde anomali tespiti üzerinde çalışır. Elde edilen bilgiler ile firmalar operasyonundaki verimsizliği, hataları ve geliştirilebilecek alanları vurgular.
Yapay Zeka Çözümümüz
Araştırmamız, BPM sistemlerinde anormallik tespiti için denetimsiz bir Grafik Sinir Ağı (Graph Neural Network) modeli kullanmaktadır. AnomalyNet olarak adlandırılan yapay zeka modelimiz, Next4Biz BPM platformu içinde insan müdahalesine ihtiyaç duymadan anomali tespiti yapabilen güçlü bir çözüm sunar.
Teknik Metodoloji
AnomalyNet, graf sinir ağı (GNN) tabanlı bir Otomatik Kodlayıcı (Autoencoder) içerir. Bu mimari, dinamik kenar koşullu konvolüsyon katmanları kullanarak iş süreçlerindeki hem ardışık bağlantıları hem de başlangıç ve bitiş aşamaları arasındaki uzun vadeli ilişkileri öğrenir ve bu sayede anomali tespiti yapar. Çalışmamız gerçek iş süreçleri verisinde test edilmiştir ve yapılan testlerde 0.82 F1 skoru elde etmiştir. Bu skor, modelin kesinlik (precision) ve duyarlılık (recall) performansının ortalamasını yansıtmakta olup, hem yanlış pozitifleri minimize etme hem de gerçek anomalileri yakalama kabiliyetinin dengeli bir ölçüsünü sunmaktadır.
Neden AnomalyNet?
- Süreç sapmalarını ve verimsizlikleri otomatik olarak tespit ederek operasyonel maliyetleri azaltır, iş süreçlerinin etkinliğini artırır.
- Olası usulsüzlük ve suistimal vakalarını erken aşamada belirleyerek kurumsal riskleri minimize eder, süreç uyumluluğunu güvence altına alır.
- İş süreçlerindeki gecikmeleri ve aksaklıkları zamanında tespit ederek müşteri memnuniyetini artırır, kurumsal performansı yükseltir.
- Yüksek doğruluk oranıyla gereksiz uyarıları en aza indirerek, şirket kaynaklarının kritik sorunlara yönlendirilmesini sağlar.
- Farklı sektör ve süreçlere uyarlanabilir yapısıyla, insan müdahalesi gerektirmeden büyüyen kurumsal yapılarda da etkin çalışır.
Daha fazla bilgi için makalemizi aşağıda inceleyebilirsiniz.