PGTNet：用于业务流程实例剩余时间预测的过程图 Transformer 网络
机器学习
2024-04-10 v1 人工智能
摘要
我们提出了 PGTNet，该方法将事件日志转换为图数据集，并利用面向图的数据来训练过程图 Transformer 网络，以预测业务流程实例的剩余时间。在 20 个公开可用的真实事件日志的广泛测试中，PGTNet 始终优于 SOTA 深度学习方法。值得注意的是，我们的方法在高度复杂的流程中最具前景，而现有的深度学习方法由于在学习流程活动间的控制流关系和捕捉长程依赖方面的能力有限，在这些流程中遇到了困难。PGTNet 解决了这些挑战，同时还能在学习过程中考虑多个流程视角。
引用
@article{arxiv.2404.06267,
title = {PGTNet: A Process Graph Transformer Network for Remaining Time Prediction of Business Process Instances},
author = {Keyvan Amiri Elyasi and Han van der Aa and Heiner Stuckenschmidt},
journal= {arXiv preprint arXiv:2404.06267},
year = {2024}
}
备注
16 pages, 4 figures, To be published in: Advanced Information Systems Engineering - 36th International Conference, CAiSE 2024, Limassol, Cyprus, June 03-07, 2024, Proceedings