Result3. 모델 도출(ModelDiscovery)
#멀티로봇 #논문리뷰 #프로세스마이닝 #라라크루
수집된 이벤트 로그에 대한 설명이다. 이 분야를 해보지 않은 사람은 이 데이터의 의미도 무엇인지 잘 모르지만, 저 역시도 프로세스 마이닝을 작년에 처음 접했고, 분석하는 데이터를 이벤트 로그로 만들어서 준비하는 실제 연구를 하다보니 데이터의 의미를 잘 이해할 수 있게 된다.
Event log Description
•이 이벤트 로그는 Disco(Günther와 Rozinat 2012)로 로드되어 그래픽 표현을 생성하고 이벤트를 조건화하고 필터링하는 데 사용하였고, 이벤트 로그는 아래 표 3에 정리.
•Complete event log (EL-A): 미션 전체에 대한 텔레메트리와 명령에서 얻어져 나중에 조건부 및 필터링을 위한 기초로 사용
•Event log with operator commands and robot tasks (EL-B): 운영자의 명령 및 로봇 작업과 관련된 이벤트를 선택한 결과로 로봇이 운영자의 명령을 어떻게 수행하는지 연구할 수 있음
•Event log with operator commands (EL-C): 운영자의 명령과 관련된 이벤트를 선택한 결과로 미션 명령에서 운영자의 수행능력을 이해하는 데 도움
•Event log with robot tasks (EL-D): UAV와 관련된 작업과 관련된 이벤트를 선택한 결과로, 미션의 진행을 쉽게 관찰할 수 있음.
•Event log with robot tasks and actions (EL-E): UAV와 관련된 작업 및 작업과 관련된 이벤트를 선택한 결과로, 위치와 관련된 것만 제거한 결과임. 이를 통해 감시와 같은 작업의 시작과 종료뿐만 아니라 감지와 같은 중간 결과도 표시
•Event log with robot tasks, actions, and locations (EL-F): UAV만의 모든 이벤트를 선택한 결과로, UAV 이벤트 간의 관계를 설정할 수 있음.
예를 들어 작업이 실행되는 위치와 관련된 것임. (작업자의 이벤트 EL-C를 제거한 것임)
•Complete event log with separated operator and UAV events (EL-G): 미션 및 리소스를 Case로 고려하여 생성. 작업자와 UAV activity가 다르기 때문에 작업자와 UAV 개별적인 진행과정을 볼 수 있음.
•Complete event log with separated operator, UAV 1, and UAV 2 events (EL-H): 미션 및 리소스를 케이스로, action 및 resource를 activities로 하여 생성. 따라서 운영자와 UAV 뿐만 아니라 UAV 1과 UAV 2도 별도로 표시.
•Event log of accident cases (EL-I): 사고가 발생하는 경우를 선택 생성. 사고의 원인을 조사하는 데 유용
드디어 수집된 이벤트 로그 기반으로 모델 개발을 (Model Discovery) 하게 되었다. 작성중인 내 논문에서는 모델 개발이라는 표현보다, 모델 도출이라고 하였다. 그 이유는 데이터를 보고 현실에서 일어나고 있는 모델을 발견 또는 도출하는 것이기 때믄에, 도출 이라는 표현을 사용하게 되었다.
Model Discovery
•이벤트 로그에서 적절한 모델을 도출 or 발견하는 것. 본 모델은 정보를 더 잘 구성할 뿐만 아니라 이벤트 간의 일부 관계도 발견. 이 단계 동안 생성된 모든 모델은 Petri 네트워크로 모델의 크기와 세부 정보는 이벤트 로그의 활동 및 활동 간의 연결 백분율을 정의하여 조절할 수 있음.
•모델은 관련 활동 및 경로를 고려하였고, Activity는 작업, 위치 변경 및 다른 미션 이벤트를 나타내며, 경로는 두 개 이상의 활동으로 이루어진 시퀀스 임. 본 연구에서는 ProM 6의 Mine with Inductive Visual Miner 플러그인에 구현된 Inductive Miner 적용
•표 4. 발견된 모델과 그 특징 포함.
•"Deviations"는 이벤트 로그에 포함되어 있지만 모델에서 고려되지 않는 경로.
•예를 들어, 이벤트 로그에 어떤 동작이 20번 (예: 감시-정찰-추적) 있고 다른 동작이 1번 (예: 감시-추적) 있는 경우, 모델은 공통 동작만을 표현하고 드물게 나타나는 동작은 무시함. 이 경우 모델을 사용하여 이벤트 로그를 실행하면 63개의 트레이스(감시, 정찰 및 추적이 21번씩)와 1개의 디비에이션(Reconnaissance 중 하나가 직접적인 감시 및 추적 사이의 경로를 나타내지 않기 때문에 모델에 의해 생성)을 얻을 수 있음.
ps. 모델 도출(model discovery)은 앞선 내용에서 설명 했지만, 실존의 프로세스에서 이벤트 로그를 분석하여 프로세스를 도출하는 것을 말함 (그림 1)
그림 1. 모델 도출 (Model discovery)내가 분석시에 사용하는 로봇은 로그데이터를 관제 솔루션에서 다운로드가 가능하다. 본 논문에서는 이 데이터를 telemetry log라고 표현한다. 이 데이터를 다운로드하고 약간의 전처리를 하기 위해서는 SQL 언어를 어느 정도 이해하고 있어야 한다. 그래야 내가 원하는 데이터로 만들 수 있기 때문이다.
최근에 csv 파일의 raw data도 구했다. 170만개의 행으로 이루어진 파일이라 파이썬 판다스 라이브러리를 이용하여 전처리를 열심히 마쳤고, 이제 분석 중에 있다.
내가 분석한 논문에 대한 내용을 적을 수 있는 날이 여름 중 될것 같다~
