Extracting Seasonal Gradual Patterns from Temporal Sequence Data Using Periodic Patterns Mining
IMT Lille Douai（里尔杜埃国立高等矿业电信学校）；Institut Mines-Télécom（法国国立高等矿业电信学院）；Univ. Lille（里尔大学）
挖掘频繁事件的目的是从时间数据序列中恢复序列模式，然后可以用来预测相关事件的发生。另一方面，以“当X增加/减少时，Y增加/减少”的形式捕获复杂属性的协变的渐进模式在必须处理大量复杂数值数据的许多现实世界应用中发挥重要作用。最近，这些模式已经受到关注的数据采掘社区探索时态数据谁提出的方法来自动提取渐进模式的时态数据。然而，据我们所知，还没有提出任何方法来提取定期出现在相同的时间间隔在许多序列的时间数据的渐进模式，尽管这样的模式可能会增加知识的某些应用程序，如电子商务。在本文中，我们提出从时间数据序列中提取周期性重复属性的协变，我们称之为季节性渐进模式。为此，我们制定的任务，挖掘季节性渐进模式的问题，挖掘周期性模式在多个序列，然后我们利用周期性模式挖掘算法提取季节性渐进模式。我们讨论了这些模式的具体特点，并提出了一种方法，他们的提取基于挖掘周期频繁模式共同的多个序列。我们还提出了一个新的反单调的支持定义与这些季节性的渐进模式。从一些现实世界的数据集得到的说明性的结果表明，该方法是有效的，它可以通过过滤大量的非季节性模式，以确定季节性的提取小的模式集。
2020-10-20 cs.AI cs.LG
Transitive Text Mining for Information Extraction and Hypothesis Generation
传递性文本挖掘-也被称为斯旺森链接（SL）后，其主要和主要的研究人员-试图建立有意义的联系之间的文献集，这是实际上是不相交的意义上，每一个都没有提到对方的主要概念。如果成功的话，SL可能会引起新假说的发展。在这篇文章中，我们描述了我们的方法来传递文本挖掘，采用共现分析的医学主题词（MeSH），描述符分配给论文索引在PubMed。此外，我们将概述我们的基于网络的信息系统，这将使我们的用户能够执行自己的文献驱动的假设建设的当前状态。
2005-09-07 cs.AI cs.IR
Supervised GAN Watermarking for Intellectual Property Protection
Nanjing University of Information Science and Technology（南京信息工程大学）；Jinan University（暨南大学）；University of Siena（锡耶纳大学）
提出了一种用于生成对抗网络（GANs）知识产权保护的水印算法。目的是对GAN模型加水印，以便GAN生成的任何图像都包含不可见的水印（签名），可以在稍后阶段检查图像中是否存在水印，以进行所有权验证。为了实现这一目标，在生成器的输出处插入预训练的CNN水印解码块。然后通过包括水印损失项来修改生成器损失，以确保可以从生成的图像中提取规定的水印。水印的嵌入是通过微调，降低了时间复杂度。实验结果表明，该方法可以有效地在生成的图像中嵌入不可见水印。此外，我们的方法是一个通用的，可以与不同的GAN架构，不同的任务，和不同分辨率的输出图像。我们还展示了良好的鲁棒性性能的嵌入式水印对几个后处理，其中，JPEG压缩，噪声添加，模糊，和颜色变换。
2022-09-07 cs.AI cs.CV
Autonomous Extraction of a Hierarchical Structure of Tasks in Reinforcement Learning, A Sequential Associate Rule Mining Approach
Northern Arizona University（北亚利桑那大学）；Washington State University（华盛顿州立大学）
强化学习（RL）技术虽然通常很强大，但学习速度较慢，特别是在高维空间中。将任务分解为层次结构具有显著加速学习、泛化和迁移学习的潜力。然而，当前的任务分解技术通常依赖于由专家提供的高级知识（例如，使用动态贝叶斯网络）来提取分层任务结构;这在自治系统中不一定可用。在本文中，我们提出了一种新的方法，顺序关联规则挖掘的基础上，可以提取层次结构的任务在强化学习（SARM-HSTRL）在一个自治的方式为马尔可夫决策过程（MDP）和因子MDP。该方法利用关联规则挖掘发现状态之间的因果关系和时间关系，在不同的轨迹，并提取一个任务层次结构，捕捉这些子目标之间的关系，作为不同的子任务的终止条件。我们证明，提取的分层政策提供了一个层次上最优的政策，在MDPs和因子化MDPs。应该注意的是，SARM-HSTRL在具有单个任务轨迹以及具有多个任务轨迹的场景中提取这种分层最优策略，而无需动态贝叶斯网络。此外，它已被理论和经验表明，提取的分层任务结构是一致的轨迹，并提供了最有效的，可靠的，紧凑的结构在适当的假设。数值计算结果比较了所提出的SARM-HSTRL方法与传统的HRL算法在检测子目标的准确性，提取层次的有效性，以及在几个测试床的学习速度方面的性能。
2018-11-17 cs.AI
Automating Skill Acquisition through Large-Scale Mining of Open-Source Agentic Repositories: A Framework for Multi-Agent Procedural Knowledge Extraction
本文提出一种多代理过程知识提取框架，通过挖掘开源仓库获取高质量代理技能，结合安全治理和评估指标实现可扩展的知识获取，提升知识转移效率40%。
2026-03-17 cs.AI
Mining Frequent Patterns in Process Models
流程挖掘已经成为一种分析组织行为的方法，它通过从事件日志中提取知识，并提供发现、监控和增强真实流程的技术。在过程模型的发现中，检索一个复杂的过程模型，即，一个难以理解的过程模型，可能会阻碍信息的提取。即使在结构良好的过程模型中，也存在无法用当前技术获得的信息。在本文中，我们提出了WoMine，这是一种从模型中检索频繁行为模式的算法。我们的方法搜索过程模型提取结构的序列，选择，平行和循环，这是经常在日志中执行。这一建议已经过验证的一组过程模型，包括一些来自BPI挑战，并与最先进的技术。实验证明，WoMine可以发现所有类型的模式，提取无法用最先进的技术挖掘的信息。
2017-10-11 cs.AI cs.DB
Web Intellectual Property at Risk: Preventing Unauthorized Real-Time Retrieval by Large Language Models
George Mason University（乔治·马歇尔大学）；University of Hawaii at Manoa（夏威夷大学曼娜分校）；University of Maryland（马里兰大学）；Amazon（亚马逊公司）
本文提出一种利用LLM自身语义理解能力保护网页知识产权免受未经授权实时提取的防御框架，实验显示防御成功率从2.5%提升至88.6%，显著优于传统配置限制方法。
2025-06-06 cs.AI cs.CR
Multi-source Data Mining for e-Learning
Université de Lorraine（洛林大学）
数据采掘是在大型数据集中发现有趣的、意想不到的或有价值的结构，并将它们转换成可理解的结构以供进一步使用的任务。在数据采掘领域，人们提出了不同的方法，其中模式挖掘是最重要的方法之一。模式挖掘涉及从数据中提取有趣的频繁模式。模式挖掘已经发展成为一个高度关注的主题，它用于不同的目的，例如推荐。这个领域中最常见的一些挑战包括降低流程的复杂性和避免模式中的冗余。到目前为止，模式挖掘主要集中在单一数据源的挖掘。然而，随着数据量的增加，在数量，来源的多样性和数据的性质，挖掘多源和异构数据已成为一个新兴的挑战，在这一领域。这一挑战是我们工作的主要焦点，我们建议挖掘多源数据，以提取有趣的频繁模式。
2020-09-17 cs.AI cs.DB
Profiling and Evolution of Intellectual Property
School of Computer Science (National Pilot School of Software Engineering), Beijing University of Posts and Telecommunications（计算机学院（国家软件工程试点学院）、北京邮电大学）；Beijing Key Laboratory of Intelligent Telecommunication Software and Multimedia（智能电信软件与多媒体北京市重点实验室）
针对互联网数据增长带来的科技资源扩展及信息获取成本增加问题，聚焦科技政策领域困难，介绍从海量混合数据中提取科技政策资源及相关检索技术与发展情况，以打破信息壁垒、降低成本。
2026-07-14 cs.AI cs.IR
On the Effectiveness of Knowledge Graph Embeddings: a Rule Mining Approach
Peoples' Friendship University of Russia (RUDN University)（俄罗斯人民友谊大学（卢蒙巴大学））；Joint Institute for Nuclear Research（联合核研究所）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；University of Skövde（舍夫德大学）；Comenius University in Bratislava（布拉迪斯拉发夸美纽斯大学）；University of Bergen（卑尔根大学）
研究了知识图谱嵌入算法在规则挖掘的知识图谱完备化中的有效性。更具体地说，我们挖掘规则，从KG之前和之后，他们已经完成了KGE比较可能的差异，在提取的规则。我们将此方法应用于经典的KGE方法，特别是，transE，DistMult和complEx。我们的实验表明，提取的规则之间可能存在巨大的差异，这取决于KG完成的KGE方法。特别是，在TransE完成后，提取了几个虚假的规则。
2022-06-23 cs.AI cs.LG
Building a Classification Model for Enrollment In Higher Educational Courses using Data Mining Techniques
Banasthali Vidyapith（巴纳斯达利女子大学）
数据采掘是从海量的数据库中提取有用模式的过程，许多数据采掘技术都被用来挖掘这些模式。近年来，高校的一个显著事实是教育数据的快速增长，这些教育数据迅速膨胀，但对教育管理没有任何好处。管理的主要目的是细化教育标准，因此通过对这些数据应用各种数据采掘技术，可以获得有价值的信息。本研究提出“利用数据采掘技术之高等教育课程学生入学过程分类模式”。此外，本研究有助于发现一些模式，是有意义的管理。
2014-05-15 cs.AI
LLM-MINE: Large Language Model based Alzheimer's Disease and Related Dementias Phenotypes Mining from Clinical Notes
Northwestern University（西北大学）；Emory University（埃默里大学）
提出LLM-MINE框架，利用大语言模型从临床笔记中自动提取ADRD表型，通过统计显著性和无监督疾病分期评估，发现记忆障碍是最强区分因子，少样本提示结合表型列表实现最佳聚类性能。
2026-06-24 cs.AI cs.LG
A framework: Cluster detection and multidimensional visualization of automated data mining using intelligent agents
Bharathiar University（巴拉蒂尔大学）；Sri Venkateswara College of Computer Applications and Management（斯里文卡特斯瓦拉计算机应用与管理学院）
数据采掘技术的重要作用是提取所需的知识，发现未知的信息，以一种新的方式作出战略决策，在术语上是可以理解的领域专家。提出了一个广义的框架，在挖掘过程中考虑非领域专家，以便在基于用户简档的基础上，通过智能代理选择合适的数据采掘技术，更好地理解、决策和发现新的模式。关键词：数据采掘技术，智能代理，用户简档，多维可视化，知识发现。
2012-02-09 cs.AI
Extracting Semantic Process Information from the Natural Language in Event Logs
University of Mannheim（曼海姆大学）
流程挖掘侧重于分析记录的事件数据，以获得有关业务流程的真实执行的见解。虽然基本的流程挖掘技术将这些数据视为抽象事件的序列，但更高级的技术依赖于特定类型信息的可用性，例如组织挖掘中的资源和以工件为中心的分析中的业务对象。然而，这些信息通常不容易获得，而是以特别的方式与事件相关联，通常甚至作为非结构化文本属性的一部分。考虑到事件日志的大小和复杂性，这需要自动化支持来提取此类流程信息，从而启用高级流程挖掘技术。在本文中，我们提出了一种方法，实现这一点，通过所谓的事件数据的语义角色标注。我们结合了文本属性值的分析，基于一个国家的最先进的语言模型，一个新的属性分类技术。通过这种方式，我们的方法提取每个事件多达8个语义角色的信息。我们证明了该方法的有效性，通过使用广泛的事件日志的定量评估，并证明了有用的案例研究中提取的信息。
2021-03-06 cs.AI cs.CL
Process Mining on Uncertain Event Data
RWTH Aachen University（亚琛工业大学）
随着流程挖掘在组织中的广泛采用，流程科学领域对非标准事件数据的ad-hoc分析技术的需求正在增加。这种数据的一个例子是不确定事件数据：以描述和量化的属性不精确为特征的事件。本文概述了一个研究项目，旨在开发过程挖掘技术，能够从不确定的数据中提取见解。我们为这一研究课题奠定了基础，概括了现有的文献，并确定了未来的展望。
2022-04-08 cs.AI
You Truly Understand What I Need: Intellectual and Friendly Dialogue Agents grounding Knowledge and Persona
Korea University（高丽大学）；NCSOFT（NCSOFT公司）；Naver Corporation（Naver公司）
为了构建一个与人类流畅交互的会话代理，以前的研究将知识或个人资料混合到预先训练的语言模型中。然而，同时考虑知识和人物角色的模型仍然是有限的，导致幻觉和被动的方式使用人物角色。我们提出了一个有效的对话代理，理由外部知识和人物角色同时。代理选择适当的知识和人物角色来生成答案，我们的候选人评分采用多编码器实现。然后，我们的模型产生的话语与较少的幻觉和更多的清晰度利用检索增强生成与知识-人物增强查询。我们在人物知识聊天上进行实验，并在自动度量的接地和生成任务中实现了最先进的性能。此外，我们通过人类评估和定性结果验证了关于幻觉和幻觉的模型的答案。我们显示我们的检索的有效性，在提取相关的文件相比，其他以前的检索，以及多个候选人的评分方法的比较。代码可在https://github.com/dlawjddn803/INFO上获得
2023-01-06 cs.AI cs.CL
A Tale of LLMs and Induced Small Proxies: Scalable Small Language Models for Knowledge Mining
University of California, San Diego（加州大学圣地亚哥分校）；Carneigie Mellon University（卡内基梅隆大学）；Georgia Institute of Technology（佐治亚理工学院）
提出Falconer框架，结合大语言模型的代理推理与轻量级代理模型，通过规划与标注实现可扩展的知识挖掘，在保持指令遵循精度的同时降低90%推理成本并加速20倍以上。
2026-07-31 cs.AI
Leveraging Foreign Language Labeled Data for Aspect-Based Opinion Mining
Posts and Telecommunications Institute of Technology（越南邮电技术学院）
基于方面的观点挖掘是在观点文本的方面层次上识别情感的任务，它包括两个子任务：方面类别提取和情感极性分类。虽然方面类别提取的目的是检测和分类的意见目标，如产品特征，情感极性分类分配一个情感标签，即积极的，消极的，或中性的，每个识别的方面。监督学习方法已被证明可以为这项任务提供更好的准确性，但它们需要标记的数据，这是昂贵的，特别是对于资源贫乏的语言，如越南语。为了解决这个问题，我们提出了一个监督方面为基础的意见挖掘方法，利用标记的数据从外语（英语在这种情况下），这是翻译成越南语的自动翻译工具（谷歌翻译）。由于不同语言中的方面和观点可能由不同的词来表达，因此我们提出使用词嵌入以及其他特征来减少原文和译文之间的词汇差异，从而提高方面类别提取和情感极性分类过程的有效性。我们还介绍了一个注释语料库的方面类别和情感极性提取的餐馆评论在越南，并进行了一系列的实验语料库。实验结果证明了该方法的有效性。
2020-03-15 cs.AI cs.CL cs.IR
Mining Multi-Level Frequent Itemsets under Constraints
BESTMOD Laboratory（BESTMOD实验室）；Institut Supérieur de Gestion（高等管理学院）
关联规则挖掘是数据采掘的一项任务，它从数据库中提取有用项（对象）之间重要蕴涵关系形式的知识。挖掘多级关联规则使用概念层次结构，也称为分类法，并定义为对象之间的关系类型'是一个'，提取规则，项目属于不同的抽象层次。这些规则更有用，更精确，更易于用户解释。在文献中已经提出了几种算法来发现多级关联规则。在这篇文章中，我们感兴趣的问题，发现多层次的频繁项集的约束下，涉及用户在研究过程中。我们提出了一种技术，在使用概念层次结构的上下文中的约束的建模和解释。提出并讨论了三种在约束条件下发现多层频繁项集的方法：基本方法、“测试生成”方法和基于剪枝的方法。
2010-12-26 cs.AI cs.DB cs.DS
Very Large Language Model as a Unified Methodology of Text Mining
University of Notre Dame（圣母大学）
文本数据采掘是从语言文本中提取必要信息的过程。典型的文本挖掘任务包括文本分类、文本聚类、主题建模、信息抽取和文本摘要。收集各种数据集，并为不同类型的任务设计各种算法。本文提出了一个大胆的设想，即超大型大语言模型（VLLM）将成为文本挖掘的一种有效的统一方法。我讨论了这种新方法对传统方法的至少三个优点。最后，我讨论了在设计和开发的VLLM技术的文本挖掘的挑战。
2022-12-20 cs.AI cs.DB cs.LG
KG-MDL: Mining Graph Patterns in Knowledge Graphs with the MDL Principle
Leiden University（莱顿大学）；Univ Rennes（雷恩大学）；INSA Rennes（雷恩国立应用科学学院）；CNRS（法国国家科学研究中心）；Inria（法国国家信息与自动化研究所）
本文提出KG-MDL方法，基于最小描述长度原则在知识图谱中挖掘图模式，以无参数和随时方式生成人类可读且具有描述性的模式集合，解决模式爆炸问题并揭示数据模式与事实特征。
2023-09-22 cs.AI cs.IT math.IT
Focusing Knowledge-based Graph Argument Mining via Topic Modeling
Johannes Gutenberg University Mainz（约翰内斯·古腾堡大学美因茨分校）；Technical University of Darmstadt（达姆施塔特工业大学）
决策通常需要五个步骤：确定问题，收集数据，提取证据，确定赞成和反对的论点，并作出决定。针对证据提取问题，提出一种结合潜在Dirichlet分配和词嵌入的混合模型，从结构化和非结构化数据中获取外部知识。我们研究的任务是数据层次的参数挖掘，因为参数大多需要一定程度的世界知识来识别和理解。给定一个主题和一个句子，目标是对句子是否代表关于主题的论点进行分类。我们使用主题模型从结构化知识库Wikidata中提取主题和主题特定的证据，基于Wikidata的实体词向量与给定句子的向量之间的余弦相似性构建一个图。此外，我们基于通过Google找到的特定主题的文章构建了第二个图，以解决结构化知识库的一般不完整性。结合这些图，我们得到了一个基于图的模型，正如我们的评估所示，它成功地利用了结构化和非结构化数据。
2021-02-03 cs.AI cs.IR cs.LG
Towards the Patterns of Hard CSPs with Association Rule Mining
Texas Tech University（德克萨斯理工大学）
有限域约束满足问题（CSP）的困难性是约束程序设计（CP）领域的一个重要研究方向。然而，这一问题尚未引起关联规则挖掘界研究人员的重视。关联规则挖掘作为一种流行的数据采掘技术，有着极其广泛的应用领域，已经成功地应用于许多交叉学科。在本文中，我们研究了关联规则挖掘技术，并提出了一种级联的方法来提取感兴趣的模式的硬CSP。据我们所知，这个问题是第一次研究与数据采掘技术。具体地说，我们通过求解所有CSP实例来生成随机CSP并收集其特征，然后对数据集应用数据采掘技术，进一步发现随机生成的CSP的硬度的有趣模式
2009-06-27 cs.AI cs.DB
Ontology Based Pivoted normalization using Vector Based Approach for information Retrieval
所提出的方法是程序性的，即它遵循有限数量的步骤，根据用户的查询提取相关文件。它是基于数据采掘的原理来分析Web数据的。数据采掘首先采用数据集成的方法生成数据仓库。然后，它提取有用的信息，借助算法。表示提取的文档的任务是通过使用基于向量的统计方法来完成的，该方法以术语集合表示每个文档。
2017-03-21 cs.AI cs.IR
Argument Mining using BERT and Self-Attention based Embeddings
Delhi Technological University（德里技术大学）
参数挖掘自动识别和提取自然语言参数中传达的推理和推理的结构。据我们所知，这一领域的大多数最先进的作品都集中在使用树状结构和语言建模。但是，这些方法不能模拟更复杂的结构，这是经常在网上论坛和现实世界的论证结构。本文提出了一种新的论元挖掘方法，该方法采用基于注意力的嵌入进行链接预测，从而对网络话语中常见的典型论元结构中的因果层次进行建模。
2023-02-27 cs.AI cs.CL
Machine Learning Techniques for Pattern Recognition in High-Dimensional Data Mining
Northeastern University（东北大学）
本文提出一种基于SVM的频繁模式数据挖掘算法，通过将挖掘任务转化为分类问题并利用核函数映射，有效解决了高维稀疏数据下的性能瓶颈，实验证明其在支持度、置信度和提升度上显著优于传统模型。
2024-12-20 cs.AI cs.LG
Shedding Light on Blind Spots: Developing a Reference Architecture to Leverage Video Data for Process Mining
FIM Research Center, University of Applied Sciences Augsburg（奥格斯堡应用技术大学FIM研究中心）；FIM Research Center, University of Bayreuth（拜罗伊特大学FIM研究中心）；Project Group Business & Information Systems Engineering of the Fraunhofer FIT（弗劳恩霍夫应用信息处理研究所商业与信息系统工程项目组）
流程挖掘是业务流程管理中最活跃的研究方向之一。近年来，已经提出了许多用于分析结构化过程数据的方法。然而，在许多情况下，直接从流程感知信息系统捕获的只是流程的数字化部分，而手动活动通常会导致盲点。虽然使用摄像机来观察这些活动可能有助于填补这一空白，但仍然缺乏从非结构化视频数据中提取事件日志的标准化方法。在这里，我们提出了一个参考架构，以弥合计算机视觉和过程挖掘之间的差距。各种评价活动（即，竞争的工件分析、原型设计和真实世界的应用程序）确保了所提出的参考体系结构允许灵活的、用例驱动的和特定于上下文的实例化。我们的研究结果还表明，所提出的参考架构的示例性软件原型实例化能够自动提取大部分的过程相关的事件从非结构化的视频数据。
2022-05-02 cs.AI cs.CV cs.LG
ChemMiner: A Large Language Model Agent System for Chemical Literature Data Mining
The Chinese University of Hong Kong, New Territories, Hong Kong SAR（香港中文大学）；Zhejiang Lab, Zhejiang University, Hangzhou, China（浙江大学杭州实验室）；Hangzhou Institute of Medicine, Chinese Academy of Sciences, Hangzhou, China（中国科学院杭州医学研究所）
本文提出ChemMiner，一个利用LLM多智能体从化学文献中提取高保真反应数据的端到端框架，包含文本分析、多模态和合成分析三个专用智能体，并构建专家标注基准，实验表明其识别率与人类化学家相当且显著减少处理时间。
2025-06-30 cs.AI cs.IR cs.LG
