← 最新论文
💻 computer science

An object-centric core metamodel for IoT-enhanced event logs

本文通过提出一种核心面向对象元模型来解决物联网过程数据集成中的碎片化问题,该模型综合了现有方法以促进流程挖掘中的数据共享与协作,并通过在各种用例中的 Python 实现进行了验证。

原作者: Yannis Bertrand, Christian Imenkamp, Lukas Malburg, Matthias Ehrendorfer, Marco Franceschetti, Joscha Grüger, Francesco Leotta, Jürgen Mangler, Ronny Seiger, Agnes Koschmider, Stefanie Rinderle-Ma, Ba
发布于 2026-01-27
📖 1 分钟阅读☕ 轻松阅读

原作者: Yannis Bertrand, Christian Imenkamp, Lukas Malburg, Matthias Ehrendorfer, Marco Franceschetti, Joscha Grüger, Francesco Leotta, Jürgen Mangler, Ronny Seiger, Agnes Koschmider, Stefanie Rinderle-Ma, Barbara Weber, Estefania Serral

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正试图讲述一个繁忙工厂的故事。你拥有两种截然不同的叙述者:

  1. 过程管理者(The Process Manager): 他们记录着一份整洁、有序的日记。他们写下重大事件,如“储罐已填充”、“产品已混合”或“瓶装已完成”。他们关心的是配方的“步骤”。
  2. 物联网传感器(The IoT Sensors): 这些就像是成千上万个过度活跃、神经质的小间谍。它们并不关心配方;它们只是每毫秒都在大喊大叫:“压力是 204!”、“温度下降了!”、“流速激增!”!

问题所在:
长期以来,这两类叙述者无法进行交流。管理者的日记层级太高,而传感器的信息又太乱且层级太低。研究人员曾尝试构建不同的“翻译字典”来结合两者,但每个人都建立了各具特色的字典,规则各异。一位研究人员的“字典”无法阅读另一位的笔记。这就像是在进行一场对话,其中一个人说法语,另一个人说德语,而第三个人在说一种自创语言。这使得数据共享和相互学习变得极其困难。

解决方案: “CORE” 元模型
本论文介绍了一种新的通用翻译器,称为 CORE 元模型。你可以把它想象成一本全新的、超级灵活的“通用日志本”,所有人都可以约定使用它。

它是如何运作的,这里使用简单的类比:

1. “以对象为中心”的方法(派对宾客类比)

旧的日志本就像是“案例”列表。如果你在追踪一场婚礼,你会有一份关于“婚礼案例”的清单。如果你想看“蛋糕”的情况,你必须眯着眼睛从婚礼清单中去寻找。

CORE 模型就像是一份派对宾客名单

  • 对象(Objects) 是宾客(例如:蛋糕、新娘、储罐、机器人)。
  • 事件(Events) 是发生在他们身上的事情(例如:“蛋糕被烘焙了”、“储罐被填充了”)。
  • 在这个新日志本中,一个事件可以同时与许多个宾客关联。一个“混合”事件可以同时关联到“储罐”、“一批化学品”以及“操作员”。这解决了试图将一切强行塞入单一、僵化框架的问题。

2. 处理不同的“粒度”(缩放镜头类比)

CORE 模型就像是一个带有完美变焦镜头的相机。

  • 缩小视角(过程事件): 它看到宏观图景:“我们启动了生产线。”
  • 放大视角(物联网事件): 它看到微观细节:“传感器在 12:05:03 监测到了震动。”
  • 神奇的链接: 该模型不仅存储两者,还在它们之间画出一条线。它会说:“这个大的‘启动生产’事件实际上是由这 50 次微小的传感器震动组成的。”它甚至可以向你展示将这些微小震动转化为宏大事件所使用的“配方”(算法)。

3. “数据源”(邮递员类比)

在过去,日志经常会忘记数据来自哪里。CORE 模型将**来源(Source)**视为故事中的一个角色。

  • 数据是来自传感器(物理间谍)?
  • 还是来自信息系统(数字文员)?
  • 或者是来自链接(一个结合了另外两个数据片段的翻译器)?
    该模型准确记录了是谁传递了消息,因此你知道自己看到的是原始温度读数,还是计算后的“质量评分”。

他们是如何测试的

作者们不仅仅是在编写理论;他们用 Python 构建了一个原型(一个可运行的模型)。他们提取了三个非常不同的、现实世界的场景,并尝试将它们转化为这个新的通用日志本:

  1. 智能家居: 使用传感器追踪老年人的日常生活习惯(烹饪、睡眠)。
  2. 制造工厂: 追踪化学品混合与瓶装过程,并配合高速传感器。
  3. 献血中心: 追踪手部卫生和医疗步骤,以确保安全性。

结果:
他们成功地将这三个故事全部转化为 CORE 格式,且没有丢失任何重要细节。这就像是将一部法语小说、一部德语剧作和一首日语俳句,全部成功地改写成了一个连贯的英语故事,并保留了所有原始含义。

为什么这很重要

  • 对于研究人员: 这能防止大家重复造轮子。现在,如果一位德国科学家想与一位巴西科学家交换数据,他们只需交换这种新格式的文件即可。不再有翻译难题。
  • 对于工业界: 企业终于可以在一个地方将他们的“业务步骤”(如“订单已发货”)与“机器数据”(如“传送带速度”)结合起来。这有助于他们更快地发现问题,例如意识到某种特定的机器震动总是会导致产品缺陷。

简而言之,这篇论文是在说:“我们为物联网和业务流程构建了一种通用语言,让来自不同世界的数据终于能够牵起手,讲述一个完整的故事。”

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →