一种基于集成学习的业务流程多任务预测方法

AITNT
正文
推荐专利
一种基于集成学习的业务流程多任务预测方法
申请号:CN202410763953
申请日期:2024-06-14
公开号:CN118709835A
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于集成学习的业务流程多任务预测方法,该方法首先获取系统运行产生的业务流程历史日志数据,并提取用于预测任务的信息构建成原始数据集,针对不同的任务,对原始数据集进行预处理。其次构建由输入层、嵌入层、特征提取层、多任务输出层组成的多任务预测模型,使用预处理后的原始数据集作为多任务预测模型输入,得到各任务的预测结果,并计算损失,对多任务预测模型进行训练。最后将训练后的多任务预测模型进行在线部署,根据系统产生的业务流程日志进行流程任务预测。本发明利用集成学习的思想,以提高任务预测精度和泛化能力,为预测性业务流程监控领域的研究提供了方法支持。
技术关键词
多任务预测方法 业务流程日志 注意力机制 业务流程监控 预测误差 预测模型训练 前馈神经网络 模块 数据 序列 轨迹 代表 动态地 在线 编码 进程 精度
系统为您推荐了相关专利信息
1
视觉内容生成的方法、装置、设备、存储介质和程序产品
视觉特征 解码器模型 样本 图像类别 查询特征
2
基于物联网的地下车库管理方法及系统
地下车库管理设备 交通流量信息 Dijkstra算法 空闲车位 车辆
3
基于动态优先级的多模态数据传输方法和系统
融合特征 交叉注意力机制 数据传输方法 数据采集终端 动态
4
一种基于参数化曲线的飞行器故障飞行边界快速评估方法
神经网络模型 曲线 参数 生成飞行器 数据
5
一种变压器故障诊断及预测方法和存储介质
变压器故障诊断 变压器运行数据 深度学习模型 蚁狮优化算法 故障预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号