Jan, 2023

预测性监控的性能维持事件日志采样

PDF
TL;DR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。
predictive process monitoringprocess miningmachine learninginstance selection proceduretraining speed
发现论文，激发创造
  • 预测性监控的事件日志抽样

    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

  • 基于聚类的预测性过程监控

    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

  • 业务流程的预测监控

    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

  • PELP: 利用序列到序列神经网络预测先驱事件日志

    使用序列到序列深度学习方法解决事件日志预测问题，可以在合成日志和真实日志中生成完美的预测，并为事件日志预测提供实际建议。

    Dec, 2023

  • 基于告警的处方式过程监控

    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

  • 在在线环境中测量流程结果预测的稳定性

    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

  • 基于规范的预测性业务流程监控

    该论文引入了一种用于指定预测任务并自动创建相应预测模型的规范语言，以应对不同业务领域的预测需求，并提供了实现该方法的实验结果。

    Apr, 2019

  • 流程预测深度学习现有技术的系统文献综述

    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

  • 利用 LSTM 神经网络进行预测性业务流程监控

    本文针对具有宽泛的预测过程监控任务，研究了采用 LSTM 神经网络建立的高准确度模型，证明该方法在预测下一个事件、任务以及剩余时间方面优于现有技术。

    Dec, 2016

  • 基于跨案例的预测过程监控：量子机器学习的候选方案？

    本文利用最新的机器学习技术，综合分析了 Inter-case Predictive Process Monitoring (PPM) 对预测准确性的影响，研究表明多个 instance 之间的特征提取能够提高预测准确性，并且在少量特征配置下，量子算法表现优异。最后，研究者实现了一个开源插件，将先进的工作流引擎与 IBM 量子计算云服务相连接。

    Jun, 2023