Predictive process monitoring using object-centric graph embeddings
Surveillance prédictive des processus à l'aide d'intégrations de graphiques centrés sur les objets
Résumé
Object-centric predictive process monitoring explores and utilizes object-centric event logs to enhance process predictions. The main challenge lies in extracting relevant information and building effective models. In this paper, we propose an end-to-end model that predicts future process behavior, focusing on two tasks: next activity prediction and next event time. The proposed model employs a graph attention network to encode activities and their relationships, combined with an LSTM network to handle temporal dependencies. Evaluated on one reallife and three synthetic event logs, the model demonstrates competitive performance compared to state-of-the-art methods.
Le suivi prédictif de processus centré sur les objets explore et utilise des journaux d'événements centrés sur les objets pour améliorer les prédictions de processus. Le principal défi réside dans l'extraction d'informations pertinentes et la construction de modèles efficaces. Dans cet article, nous proposons un modèle de bout en bout qui prédit le comportement futur des processus, en se concentrant sur deux tâches : la prédiction de la prochaine activité et la prédiction de l'heure du prochain événement. Le modèle proposé utilise un réseau d'attention graphique pour encoder les activités et leurs relations, combiné à un réseau LSTM pour gérer les dépendances temporelles. Évalué sur un journal d'événements réel et trois journaux synthétiques, le modèle démontre des performances compétitives par rapport aux méthodes de pointe.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |