Scidown文献预览系统!
使用LRP来解释基于lstm的下一个活动预测( XNAP: Making LSTM-based Next Activity Predictions Explainable by Using LRP )
S Weinzierl S Zilker J Brunk K Revoredo M Matzner J Becker
预测性业务流程监视(PBPM)是一种用于预测运行跟踪中的行为(如下一个活动)的技术。PBPM技术旨在通过向过程分析人员提供预测,支持他们的决策,从而提高过程性能。然而,PBPM技术的预测质量有限被认为是该技术在实际应用中建立的根本障碍。深度神经网络的使用,可以提高技术的预测质量,如下一个活动的预测。虽然DNN具有很好的预测性,但由于其学习表征的层次化方法,它们仍然缺乏可理解性。然而,流程分析人员需要理解预测的原因,以确定可能影响决策的干预机制,从而确保流程性能。在本文中,我们提出了XNAP,第一个可解释的,基于DNN的PBPM技术用于下一个活动预测。XNAP集成了可解释人工智能领域的分层相关性传播方法,通过为活动提供相关性值,使长短时记忆DNN的预测可解释。我们通过两个真实的事件日志来展示我们的方法的好处。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】