本文介绍了一种分析事件日志的方法，以在商业流程执行期间预测性地监视业务目标。该方法可在 ProM 流程挖掘工具套件中实现，并验证了其在大型医院癌症患者治疗日志方面的有效性。

Dec, 2013

提出了一个基于事件日志的预测性流程监控框架，在运行中的案例中，通过将其映射到群集并应用相应的分类器，估计一个给定谓词在完成时将被满足的概率，该框架已在 ProM 工具集上实现并在一家大型医院的癌症治疗日志上验证。

Jun, 2015

本文提出了一种实例选择程序，可以对采样进行培训，以预测下一步的活动，从而使训练速度显著提高，同时保持可靠的预测准确性。

Apr, 2022

本研究提出了一种选择实例的程序，可以提高训练速度，同时保持可靠的预测准确度，用于预测活动和剩余时间等信息，适用于预测过程挖掘的研究领域。

Jan, 2023

本文提出了扩展预测性流程监控方法的实用性流程监控框架，该框架在预测性监控的基础上引入了警报、干预、补偿和缓解影响等概念，并且具有可参数化的成本模型来评估在特定情况下应用实用性流程监控的成本效益权衡。作者还概述了一个优化警报生成的方法，并使用一系列真实事件日志进行了实证评估。

Mar, 2018

本文旨在开发一个价值驱动的框架来分类现有的预测过程监控工作，通过系统地识别、分类和分析现有的预测过程监控方法，开发一个价值驱动的框架，以帮助组织在预测过程监控领域中找到价值并利用这些分析技术的机会。

Apr, 2018

LORELEY 是一个可解释的 AI 技术，在预测业务流程监控中提供了可接受的对事实解释以及对事实的否定解释，根据业务流程监控中的控制流约束生成了逼近预测模型并且生成逼真的反事实解释。

Feb, 2022

提出了一个用于评估在线预测性流程监控模型稳定性的评估框架，并验证了该框架对不同风险场景下的预测模型比较和选择的有效性。

Oct, 2023

本文研究了预谋性业务过程监控中的预测准确性和预测时间的权衡问题，并对比了主要可选方案，以得出初始建议。

Jul, 2023

该研究综合了深度学习算法在流程挖掘中的应用，着重通过系统性文献综述的方式，分析不同数据处理方案、网络拓扑结构、以及目标预测等方面的优缺点。

Jan, 2021