Optimization Methods and Software

多任务学习在预测性流程监控方面展现出潜力

一项新研究探讨了多任务学习（MTL）在预测性流程监控（PPM）中的潜力，PPM 是一个预测组织流程展开的领域。尽管深度学习已推动了 PPM 的发展，但大多数现有方法都使用单任务学习（STL），效率低下且错失了潜在的协同效应。本研究提出了首个针对 PPM 的 MTL 全面实证研究，评估了各种任务组合、神经架构和优化方法。研究结果表明，MTL 在下一活动预测方面提供了实质性改进，并能有效缓解类别不平衡问题，其中任务平衡对于低容量模型尤为关键。