该论文通过对 12 个公开事件日志，12 个专有事件日志和 9 个质量指标的评估，对自动化流程发现方法进行了系统的回顾和比较评估，突出了该领域存在的差距和未被探索的权衡，其中包括某些方法缺乏可扩展性以及它们在所使用的不同质量度量方面性能强烈分歧。

May, 2017

我们提出了一种系统的方法来揭示真实的业务过程的因果关系，通过利用现有的因果发现算法和活动时序，发现了现有的过程挖掘发现算法生成的模型与因果业务过程模型不一致的情况，并演示了如何在挖掘过程模型中注释这些不一致性的方法。

Oct, 2023

本研究提出了新方法，用于精确预测进程、服务级别协议和活动序列，旨在帮助企业管理者及时应对业务流程中可能出现的问题，同时解决进程的非平稳性问题，通过对两个真实案例的广泛评估，我们的方法表现优于现有的最新技术。

Feb, 2016

基于进程追踪的过程发现中，我们提出了一种基于语法推理的新方法来发现准确描述输入追踪的小图模型，通过设计和评估一种遗传算法，支持推理参数收敛至发现有趣模型的区域。实验证实我们的新方法可以构建更小的模型，准确地表示输入追踪及其频率，并首次将行动图解释为描述行动迹线的随机语言模型。

Dec, 2023

本文提出了一种基于知识图谱的方法，用于缓解事件日志中的噪声 / 不完整信息对流程分析技术的影响，并帮助流程分析师理解与事件日志相关的可变性。

Jan, 2023

合理的利用滑动窗口技术结合地球移动距离来检测过程的控制流行为变化，并通过持续的特征对操作过程中的案例进行有效分割、层次化合并和成对比较，从而提供了对过程行为全面的视角，改进过程效率，准确定位异常行为，并为过程比较和结果预测提供宝贵的参考。

May, 2024

本文介绍了一种基于事件聚类的自动化合成算法，用于从底层事件日志中发现层次化业务流程模型，以便生成更易读和理解的过程模型。

Mar, 2023

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

本文提出了一种新的整数线性规划模型，以寻找关于依赖性度量的最优图弧集合；同时，该方法还可以解决现有方法无法完全处理的一些其他问题，如循环依赖。经评估，该方法的输出在适应性、精确性和特别是简易性方面优于最具代表性的依赖性图发现方法的输出。

Mar, 2022