Switch-Transformer 기반 다음 활동 예측과 예측적 프로세스 모니터링

Switch-Transformer based next-activity prediction and predictive process monitoring

연구 내용

프로세스 인스턴스의 시간 순차 데이터를 입력으로 다음 활동 확률을 예측하고, 예측 결과를 시각화하여 위험 분석과 운영 의사결정을 지원하는 연구

프로세스 운영 로그로부터 개별 인스턴스의 시간적 진행 상태를 학습하여 다음 활동을 예측하는 프레임을 연구합니다. Switch-Transformer와 mixture-of-experts 형태의 모델을 활용하여 다양한 실행 경로를 반영하고, 예측 확률을 기반으로 프로세스 모니터링에서의 위험도 판단을 보조하도록 설계합니다. 또한 예측된 활동을 인스턴스별 시간 그래프로 표현하여 운영자가 예측 근거를 순차 구조로 파악할 수 있게 합니다. 예측적 엔터프라이즈 프로세스 모니터링·모델링 프레임워크 개발을 통해 생명주기 관점의 적용성을 강화합니다.

관련 프로젝트

4건

연구 흐름

초기에는 시계열 관점의 프로세스 예측 문제를 정의하고, 이벤트 로그를 기반으로 입력 시퀀스와 출력 예측을 구성하는 연구를 수행했습니다. 이후 Switch-Transformer 기반 예측 모델에 mixture-of-experts 구조를 결합하여 실행 맥락별 예측을 안정화하는 방향으로 확장했습니다. 최근에는 예측 결과를 인스턴스 시간 그래프로 시각화하고, 예측 성능과 실사용 관점의 적합성을 함께 평가하여 엔터프라이즈 프로세스 모니터링·모델링 프레임워크로 통합하는 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

다음 작업 확률 예측
잔여 시간 추정 운영
워크로드 예측
프로세스 병목 조기 경보
예측 기반 리스크 분석
혼합 전문가 기반 예측 모델링
시간 그래프 기반 모니터링 화면
예측 성능 평가 체계
실행 경로별 위험도 산정
엔터프라이즈 프로세스 생명주기 운영