Current Result Document :
| 한글제목(Korean Title) |
Transformer 기반 다음 비즈니스 프로세스 액티비티 예측 |
| 영문제목(English Title) |
Next Business Process Activity Prediction Based on Transformer |
| 저자(Author) |
박영인
조은비
김광훈
Young-In Park
Kwanghoon Pio Kim
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0011 ~ 0012 (2022. 10) |
한글내용
(Korean Abstract) |
본 논문에서는 시계열 딥러닝 네트워크 Transformer를 사용하여 예측적 비즈니스 프로세스 모니터링 분야 중 하나인 다음 프로세스 액티비티 예측 연구를 진행한다. 최근 다음 프로세스 액티비티 예측 연구는 주로 기존 프로세스 마이닝의 통계적 알고리즘 등의 한계를 극복한 딥러닝 기반 아키텍처를 사용한 방법이 제안되고 있다. 특히 시계열 예측에 특화된 LSTM(Long Short Term Memory) 아키텍처를 사용한 연구가 많이 진행되었는데, 이는 입력 시퀀스의 장거리 종속성 문제를 해결하지 못하고, 실행중인 프로세스 트레이스가 갈수록 성능이 좋지 않다는 문제점이 있다. Transformer는 이러한 기존 시계열 딥러닝 아키텍처의 문제점을 극복하고자 제안된 딥러닝 기반 네트워크이다. Transformer 기반 다음 프로세스 액티비티 예측의 성능을 확인하고자 여러 개의 실제 이벤트 로그에 대하여 실험을 진행한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
