Probabilistic Forecasting of Business Process Executions with Neural Temporal Point Processes
作者: Jiaxin Yuan, Daniela Grigori, Han van der Aa
分类: cs.LG
发布日期: 2026-09-18
💡 一句话要点
提出基于神经时间点过程的业务流程执行概率预测方法
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 业务流程预测 时间点过程 生成模型 深度学习 事件日志分析
📋 核心要点
- 现有的深度学习模型在业务流程执行预测中存在局限，无法提供可靠的概率分布，影响决策的有效性。
- 本文提出了一种基于标记时间点过程的生成模型，通过定义联合密度来输出预测分布，解决了现有方法的不足。
- 在十个公共数据集上，所提出的模型在剩余时间分布的校准和准确性上优于传统判别模型，且推理效率更高。
📝 摘要（中文）
服务型系统的操作员依赖于对正在进行的执行的预测，而这种预测的可操作性取决于其可靠性。现有的主流深度学习模型通常是判别性和确定性的，仅输出单一的下一个活动和剩余时间估计，缺乏可供推理的分布。本文将问题转化为带标记的时间点过程的生成序列建模，定义了下一个标记及其事件间时间的联合密度，从而构建出预测分布。针对真实事件日志中连续事件常常具有相同时间戳的情况，本文明确处理这些时间戳冲突，并结合变换器编码器与混合解码器，通过精确的对数似然进行训练。在十个公共日志上，所提出的模型在点准确性上与判别基线相当，但在剩余时间分布的校准和锐度上表现优越，且推理成本最低，因为可以在单次前向传播中获得完整的预测分布。
🔬 方法详解
问题定义：本文旨在解决业务流程执行的概率预测问题，现有方法的痛点在于缺乏对未来活动和时间的概率分布，导致预测的可靠性不足。
核心思路：通过将预测问题转化为带标记的时间点过程的生成序列建模，定义下一个事件及其间隔时间的联合密度，从而自然地输出预测分布。
技术框架：整体架构包括变换器编码器和混合解码器，变换器编码器用于处理输入事件序列，混合解码器则用于生成事件间时间的分布，训练过程中使用精确的对数似然损失。
关键创新：最重要的创新在于处理时间戳冲突的能力，结合了变换器和混合解码器的设计，使得模型在处理真实事件日志时更具鲁棒性。
关键设计：模型采用了变换器结构，损失函数为对数似然，解码器使用混合模型来捕捉事件间时间的多样性，确保了模型在推理时的高效性和准确性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的模型在十个公共日志数据集上与判别基线模型在点准确性上相当，但在剩余时间分布的校准和锐度上显著优于对比模型，且推理过程的计算成本最低，能够在单次前向传播中获得完整的预测分布。
🎯 应用场景
该研究的潜在应用领域包括服务型系统的流程管理、智能调度和资源优化等。通过提供可靠的执行预测，能够帮助企业更好地进行决策，提高运营效率，降低成本。未来，该方法还可以扩展到其他领域，如制造业和物流管理，具有广泛的实际价值。
📄 摘要（原文）
Operators of service-based systems act on forecasts of how a running execution will continue, and such a forecast is actionable only if its reliability is known. Mainstream deep-learning models for this task are discriminative and deterministic: they emit a single next activity and a single remaining-time estimate, without a distribution to reason over. We instead cast the problem as generative sequence modelling with marked temporal point processes, which define a joint density over the next mark and its inter-event time and therefore deliver predictive distributions by construction. Real event logs violate the simple-point-process assumption these models rest on, since consecutive events frequently carry identical timestamps; we handle such ties explicitly and combine a transformer encoder with a mixture decoder over inter-event times, trained by exact log-likelihood. On ten public logs, the resulting model matches discriminative baselines on point accuracy, dominates them on the calibration and sharpness of remaining-time distributions, and is the cheapest at inference, since a full predictive distribution is obtained in a single forward pass without sampling.