Browsing by Author "Alman, Anti"

Now showing 1 - 2 of 2

A Desktop Application for Advanced Business Rule Mining
(Tartu Ülikool, 2020) Alman, Anti; Maggi, Fabrizio Maria, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Process mining is one of the research disciplines belonging to the field of Business Process Management (BPM). The central idea of process mining is to use real process execution logs in order to discover, model, and improve business processes. There are multiple approaches to modeling processes with the most prevalent being procedural models. However, procedural models can be difficult to use in cases where the process is less structured and has a high number of different branches and exceptions. In these cases, it may be better to use declarative models, because declarative models do not aim to model the end-to-end processes step by step, but they constrain the behaviour of the process using rules thus allowing for more variability in the process model. There are multiple applications available for working with procedural models. For example, Disco and Apromore, both of which have a highly polished user interface and are relatively easy to use. However, there are currently no comparable applications for working with declarative models. This thesis builds on the Master’s Thesis of D. Kapisiz in order to develop an already existing application, RuM, into an accessible and easy to use process mining application. While RuM itself already has most of the needed functionality, the user interface of RuM is not well polished and does not have an appealing look in general. In this Master’s Thesis we will completely redesign and reimplement the user interface of RuM while also making technical changes in order to enable its continued development. The new user interface has been thoroughly evaluated by conducting a user evaluation involving 4 experts of declarative models and 4 experts of business process mining in general. The main findings of the user evaluation will be presented as a part of this thesis.
Piiratud võimsusega regulaaravaldistele sobituvate sõnade loendamine
(Tartu Ülikool, 2013) Alman, Anti; Kull, Meelis; Laur, Sven; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Arvutiteaduse instituut
Käesolev bakalaureusetöö keskendub ühe algoritmi arendamisele ja implementeerimisele. See algoritm moodustab ühe osa suuremast biomarkerite otsimise töövoost. Töövoogu arendatakse Tartu Ülikooli BIIT grupis ühe koostööprojekti raames. Algoritmi sisendiks on suur kogus andmeid erinevate bioloogiliste proovide kohta. Andmed nende proovide kohta on esitatud kasutades lühikesi sõnu ja vastavaid esinemise sagedusi, mille kaudu on võimalik tuvastada olulisi erinevuseid proovide vahel. Lisaks on teada, et mõningatel juhtudel võib piiratud võimsusega regulaaravaldis anda palju paremat infot proovide erinevuste kohta. Samas regulaaravaldistele vastavad sagedused ei ole ette teada vaid tuleb arvutada sisendiks proove iseloomustavate sõnade ja vastavate sageduste põhjal. Selle probleemi saab jagada kaheks osaks. Esiteks tuleb leida kõik sõnad mis vastavad ette antud regulaaravaldisele. Selle saavutamiseks kasutame suuri bitivektoreid, mida hoitakse pidevalt mälus. Teiseks tuleb arvutada regulaaravaldise sagedused regulaaravaldisele vastavate sõnade sageduste põhjal. Kiirus on siinkohal saavutatud hõreda maatrikis pidevalt mälus hoidmisega. Maatriksile vastava andmestruktuuri formaat on valitud selliselt, et maatriksi ridu saaks võimalikult kiirelt proovide veergude kaupa kokku liita. Bakalaureusetöö tulemuseks olev algoritm on implementeeritud programeerimiskeeltes Python ja C++. Töös on toodud mõlema implementatsiooni detailid ning lõpuks on võrreldud nende kiirust sama ülesande lahendamiseks arendatud naiivse lahendusega.