= Datum der Prüfung - 20.02.2017
= Benötigte Lernzeit als Empfehlung - 1 Week (if attending Lecture and Recitation regularly)
= Verwendete Materialien (Bücher, Skripte etc...) - Lecture script is enough
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer - easy going, relaxed atmosphere
= Prüfungsfragen

- What are event logs and why are they important? (+assumptions)
- Process Model Discovery: Quality dimensions (detailed procedure)
- Alpha Algorithm: Problems, Approach, Idea, Ordering Relations
- Conformance Checking: Idea, behavioral profile of a trace, subsumption of relations
- Process enhancement: Decision mining (idea, decision points, motivation, challenges)
- Question about Paper/Presentatino (only broad insights, general approach)

= Note (Optional) - Good (2.0)
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...) - fair grading, exam overall good

= Datum der Prüfung
2017

= Benötigte Lernzeit als Empfehlung
3-4 Tage intensiv, sowie die Teilnahme an der VL und die regelmäßige Bearbeitung der Übungen

= Verwendete Materialien (Bücher, Skripte etc...)
Vorlesungsskripte

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Ist sehr angenehm. Prüfung war in Englisch und Deutsch möglich. Beisitzer schweigt.
Prüfer hilft nach, wenn man ins Stocken kommt.

= Prüfungsfragen
Vorallem Verständnisfragen. Vorallem zu Themen wie den Alpha-Algorithmus oder generell den Thema Process Dicovery. Auch Fragen zum Thema des Vortrages den man gehalten hat. Wissen über spezielle Formeln z.B. zu Fitness von Process Models oder ähnlich wurde nicht abgefragr

= Note (Optional)
1,3

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Gute Prüfung, angemesse Benotung

= Datum der Prüfung
08.2018

= Benötigte Lernzeit als Empfehlung
4 days when having addened the lecture

= Verwendete Materialien (Bücher, Skripte etc...)
the script and some exercises for clarification

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
relaxed

= Prüfungsfragen
- Whats an event, what's an event notification, what's an event stream?
- What's event driven architecture and what are it's advantages? what's the difference to SOA? Why do we need decoupling? 
- What is the matching problem? Explain a possible algorithm that solves this problem. Why is brute force still a good idea in some cases?
- What is the problem with flooding the network and simple routing? How does exploiting the covering relations between subscriptions work?
- What is the basic idea of CQL? About the abstract steam-relation model: naming examples for the transitions.
- What is Event Algebra? How is it used / how do we define operators with it? 
- What are the scalability problems in Sequence Queries? With what factor does the number of runs grow (when cloning runs every time there are multiple possibilities)? (answer: exponential)
- What was the main problem my seminar paper tried to solve?

= Note (Optional)
1.0

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
He said that sometimes although my answer was correct I did not seem confident. The fact that I still got a good grad shows that he grads fair. 

= Datum der Prüfung
17.02.2020
= Benötigte Lernzeit als Empfehlung
1-2 Wochen. Je nachdem wie viel man im Semester schon gemacht hat.
= Verwendete Materialien (Bücher, Skripte etc...)
Nur das Skript und Aufzeichnungen aus der Vorlesung/Übung.
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Sehr entspannt.
= Prüfungsfragen
Bereitet euch darauf vor, dass Beispielaufgaben auf einem Blatt vorgerechnet werden müssen. 

1. Event-Logs: Was ist das? Welche Annahmen treffen wir? (total order, ...) Wozu brauchen wir diese?

2. Event-to-Activity Mapping: Wozu machen wir das? Was sind die Schwierigkeiten? (1:N bzw. N:N Mapping -> blow up) und noch weitere Fragen an die ich mich nicht mehr entsinne.

3. Process Discovery: Was ist das? Was sind die Herausforderungen? Müssen alle möglichen Traces vorhanden sein, um ein Process Model zu rediscovern?

4. Inductive Miner: Was ist die Eingabe? Directly Follows Graph: Was repräsentieren Knoten und Kanten hier? Wie funktioniert der Algorithmus? (eingehen auf Cut-Typen etc.) Welche schönen/unschönen Eigenschaften hat der Algorithmus? Was ist ein Process Tree? Wie ist dieser definiert und was sagt er über das Process Modell aus? (Block-structured-WF). Dann kurze Beispielsaufgabe auf einem Blatt: Welche Cuts müssen hier gesetzt werden? Wie sieht der Process Tree aus?

5. Conformance: Was ist der Unterschied zwischen Conformance Checking und Evaluation of Models? Welche Arten von Conformance Checking gibt es? Schwenker zu Alignment: Was ist Alignment? Was ist ein optimales Alignment? Gibt es nur ein einziges optimales Alignment? Wie könnte man algorithmisch das optimale Alignment bestimmen? Wie sieht der Suchraum aus? Was sind Knoten und Kanten in dem Suchraum? Was repräsentieren Zustände? Dann Beispielaufgabe zu Alignment: Move Log/Model erklären. Kosten bennen. Ist das Alignment optimal? Gibt es ein weiteres optimales Alignment?

6. Enhancement: Queue Mining. Eine Queue wurde auf einem Blatt aufgezeichnet. Bennenung der Parameter. Wie lassen sich die Parameter aus einem Log berechnen? (job arrival rate, service time, number of servers)

= Note (Optional)
1,3
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Tolle Vorlesung und sehr entspannte Prüfung. Benotung war auch sehr studentenfreundlich!
Kann das Modul nur weiterempfehlen.

= Datum der Prüfung
2020-08-20

= Benötigte Lernzeit als Empfehlung
Hab mich ne Woche hingesetzt, aber auch sonst die Vorlesung nicht verfolgt

= Verwendete Materialien (Bücher, Skripte etc...)
Das "Script" und Video im Internetz

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
War ok. War Corona.

= Prüfungsfragen
Ich hab das ganze handschriftlich notiert, inklusive Lösungen zu den meisten Aufgaben, zu denen bei denen ich volle Punktzahl hatte. Die Datei war leider zu groß, daher verlinke ich sie aus meiner Cloud.
https://my.hidrive.com/lnk/5viMideW
Das Passwort ist "Hyggelig"

= Note (Optional)
1,7

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Sehr vollgepackte Prüfung und man hatte den Eindruck, dass überall die Fragen so kompliziert wie möglich gemacht werden sollten. Lernt nicht auf Lücke! Alles was jemals irgendwann erwähnt wurde wird gewiss in eine Klausurfrage verwandelt

Info: Dieses Protokoll ist eine Kopie des Protokolls davor, aber da funktioniert der Link nicht mehr, sorry. Ich hab diesmal drauf geachtet, dass der Link erhalten bleibt.


= Datum der Prüfung
2020-08-20

= Benötigte Lernzeit als Empfehlung
Hab mich ne Woche hingesetzt, aber auch sonst die Vorlesung nicht verfolgt

= Verwendete Materialien (Bücher, Skripte etc...)
Das "Script" und Video im Internet

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
War ok. War Corona.

= Prüfungsfragen
Ich hab das ganze handschriftlich notiert, inklusive Lösungen zu den meisten Aufgaben, zu denen bei denen ich volle Punktzahl hatte. Die Datei war leider zu groß, daher verlinke ich sie aus meiner Cloud.
https://drive.google.com/file/d/1v9xlJ-cTDEgXQF978wzalrSc0bi9nBZO/view?usp=sharing

= Note (Optional)
1,7

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Sehr vollgepackte Prüfung und man hatte den Eindruck, dass überall die Fragen so kompliziert wie möglich gemacht werden sollten. Lernt nicht auf Lücke! Alles was jemals irgendwann erwähnt wurde wird gewiss in eine Klausurfrage verwandelt

= Datum der Prüfung: 13.04.2023

= Benötigte Lernzeit als Empfehlung: Ich habe 2 Wochen gelernt, aber war auch kaum bei den Vorlesungen und Übungen, dann würde ich bisschen mehr Zeit einplanen

= Verwendete Materialien (Bücher, Skripte etc...): Die Folien, Übungsaufgaben und das Buch Process Mining von Wil van der Aalst
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer: schriftliche Prüfung vor Ort, ruhige Atmosphäre, man durfte nur Stift und paar Cent Stücke als Token mit in die Prüfung nehmen, 120 min Prüfung

= Prüfungsfragen (Reihenfolge bin ich mir nicht mehr sicher)
Es gab 5 Fragen und insgesamt 120 Punkte
Für die erste Aufgabe gab es 18 Punkte
1a) (5Punkte) What are assumptions that we have on event logs and name two real life examples where those assumptions could possibly not be met?
b) What are two challenges when event to activity mapping?
c) With a given x, calculate the transition matrix
d) given a transition matrix, draw the process model

Für die zweite Aufgabe gab es 30 Punkte
a) eventlog given with activities (A-J) and a set of activities (A-H), caculate the causalities, concurrency and exclusiveness
b) use the alpha algorithm to state T_i, T_j, Y_w and draw the petri net
c) when do we speak of completeness for the alpha algorithm

 
Für die dritte Aufgabe gab es 30 Punkte
a) graph given and workflow given, note the edge and node frequencies
b) threshold of 8, which edges would be filtered if each node has to have an incoming and an outgoing edge
c) given which two nodes are highly correlated, aggregate them, if the threshold is 8 draw the remaining graph

Für die vierte Aufgabe gab es 20 Punkte
a) 8 Punkte graph given, 4 traces given, for each trace name the number of  missing and remaining tokens
b) 4 Punkte without actually calculating the value, order the traces in their fitness value in decreasing order and write a short explanation
c) 0-4 punkte, wahr oder falsch, für richtigen Wahl gibt es einen Punkt, für falsche Wahl -1 Punkt, 4 Fragen waren zum Fitness value, flower model
d) Frage zur behavioural appropiateness
e) fill out the table for the follow relation for a given model and a given log

Für die fünfte Aufgabe gab es 22 Punkte Enhancement
a) given two traces and a model, find all optimal allignments and one worse allignment
b) given the pseudo code for A* search, draw the search space for a given model and trace and write the g(x) value and h(x) value for each of them, epsilon equal move and 1+epsilon otherwise and find the optimal allignment
c) a graph given, use the marking equation to find if state is reachable from the given marking
d) question about multi-perspective alignments
e) How to deal with stochasticity
f) M/M/c write the important information down
g) LTL write the notation down and say if it is true for the given model

= Note (Optional)
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Gute Prüfung, Zeit etwas knapp, angemessene Benotung