💻 computer science

Model-Semantics-Aware Predictive Process Monitoring

Cet article introduit le Model-Semantics-Aware Predictive Process Monitoring (MSA-PPM), un paradigme qui comble l'écart entre les journaux d'événements et les modèles de processus en transformant les traces à l'aide d'un Dictionnaire de Sémantique de Processus afin d'incorporer explicitement la sémantique comportementale, améliorant ainsi de manière significative la précision de la prédiction et fournissant une base indépendante de l'architecture pour la surveillance de processus basée sur l'apprentissage profond.

Auteurs originaux : Dinh-Lam Pham, Jinyeong Lee, Tsagaantsooj Batzaya, Hyun Ahn, Minjae Park, Ilkyeun Ra, Kwanghoon Kim

Publié 2026-09-30

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Dinh-Lam Pham, Jinyeong Lee, Tsagaantsooj Batzaya, Hyun Ahn, Minjae Park, Ilkyeun Ra, Kwanghoon Kim

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Dans le monde moderne, les entreprises fonctionnent grâce à des processus : une séquence d'étapes qui font passer une tâche du début à la fin, qu'il s'agisse d'approuver un prêt, d'expédier un colis ou de traiter une demande de remboursement médical. Pour que ces opérations se déroulent sans accroc, les entreprises s'appuient sur des enregistrements numériques appelés journaux d'événements. Ces journaux sont comme des journaux intimes détaillés qui enregistrent chaque action entreprise, dans l'ordre exact où elle s'est produite. Pendant des années, des experts ont utilisé ces journaux pour prédire ce qui va se passer ensuite dans un processus. Si une demande de prêt vient de passer une vérification de crédit, le système peut prédire que l'étape suivante est une révision de documents. Ce domaine, connu sous le nom de surveillance prédictive de processus, est devenu de plus en plus sophistiqué, utilisant de puissants programmes informatiques qui apprennent de l'histoire pour prévoir l'avenir. Cependant, un problème critique a longtemps persisté en arrière-plan. Le journal numérique enregistre l'ordre dans lequel les choses se sont réellement produites, mais cet ordre n'est pas toujours le même que celui que les règles métier prévoyaient. Lorsque deux tâches peuvent se produire en même temps, le journal peut en montrer une avant l'autre simplement à cause d'un retard aléatoire ou de l'emploi du temps spécifique d'un travailleur. Pour un ordinateur apprenant à partir des données, cette séquence aléatoire ressemble à une règle stricte, créant un faux sentiment de cause à effet qui n'existe pas réellement dans la conception de l'entreprise.

Une équipe de chercheurs a proposé une nouvelle façon de résoudre cette confusion, en déplaçant l'attention du journal brut vers le plan directeur sous-jacent de l'entreprise. Leurs travaux introduisent une méthode qui comprend la véritable signification du processus avant que l'ordinateur ne tente de faire une prédiction. Au lieu de nourrir l'ordinateur avec la séquence d'événements chaotique du monde réel, ils nettoient d'abord les données en observant le modèle de processus officiel — la carte qui définit la manière dont l'entreprise devrait fonctionner. Ils ont identifié que lorsque deux tâches sont conçues pour se produire en parallèle, l'ordre dans lequel elles apparaissent dans le journal est souvent un accident de timing. En reconnaissant ces relations parallèles, les chercheurs peuvent éliminer les fausses connexions créées par le journal. Ils ont construit un dictionnaire spécial de significations qui agit comme un traductur, convertissant les journaux chaotiques du monde réel en une version plus propre qui reflète la véritable logique de l'entreprise. Cette version nettoyée supprime les règles « fantômes » qui n'existent qu'à cause d'un timing aléatoire, ne laissant derrière elle que les dépendances authentiques qui comptent.

Pour tester si cette approche fonctionne réellement, les chercheurs l'ont appliquée à un ensemble de données massif contenant plus de 678 000 événements enregistrés provenant d'un système de transaction bancaire simulé. Ils ont pris ces données et les ont passées à travers deux types différents de systèmes d'apprentissage informatique avancés : un qui apprend en mémorisant les séquences au fil du temps, et un autre qui apprend en regardant l'ensemble du tableau d'un coup. Dans les deux cas, ils ont comparé les résultats de l'utilisation des journaux originaux et désordonnés par rapport aux résultats de l'utilisation de leurs nouveaux journaux nettoyés et conscients du sens. La différence était claire et mesurable. Lorsque l'ordinateur apprenait à partir des données nettoyées, sa capacité à deviner l'étape suivante s'améliorait de manière significative. Pour le système qui apprend en mémorisant les séquences, la précision a bondi de plus de cinq points de pourcentage. Pour le système qui regarde l'ensemble du tableau, la précision a augmenté de près de cinq points de pourcentage. Ces chiffres peuvent sembler faibles, mais dans le monde des données à grande échelle, ils représentent un saut substantiel en termes de fiabilité. Plus important encore, les améliorations ne se limitaient pas seulement au fait d'obtenir la bonne réponse plus souvent ; le système est également devenu meilleur pour trouver les bonnes réponses lorsqu'elles étaient rares et a évité de commettre des erreurs sur les plus communes.

Les chercheurs ont veillé à ce que ces gains proviennent des données elles-mêmes, et non de la complexification des programmes informatiques. Ils ont utilisé exactement les mêmes modèles informatiques pour les journaux désordonnés et les journaux propres, ne changeant que l'entrée. Cela a prouvé que l'amélioration provenait entièrement de la manière dont les données étaient préparées. L'étude a montré qu'en supprimant les fausses règles créées par un timing aléatoire, l'ordinateur pouvait se concentrer sur les relations réelles qui dirigent l'entreprise. L'équipe a également testé leur méthode étape par étape, en ajoutant un élément de sens nettoyé à la fois. Ils ont constaté que plus ils corrigeaient les données, plus l'ordinateur performait, suggérant que leur méthode peut être étendue pour corriger d'autres types de confusion dans les journaux, tels que les boucles ou les choix. Ce travail démontre que le secret de meilleures prédictions ne réside peut-être pas dans la construction d'ordinateurs plus intelligents, mais plutôt dans l'enseignement de la capacité à voir le monde plus clairement en comprenant la véritable structure des processus qu'ils observent.

Résumé technique : Surveillance prédictive de processus sensible à la sémantique du modèle (MSA-PPM)

1. Énoncé du problème

La surveillance prédictive de processus (PPM - Predictive Process Monitoring) s'appuie de plus en plus sur des architectures d'apprentissage profond, telles que les réseaux Long Short-Term Memory (LSTM) et les Transformers, pour prévoir les comportements futurs des processus à partir de journaux d'événements historiques. Cependant, les approches existantes restent principalement centrées sur les journaux (log-centric). Elles traitent les séquences d'événements observées comme des représentations directes de la sémantique du processus, opérant sous l'hypothèse implicite que l'ordre des événements dans une trace exécutée par le système reflète fidèlement les dépendances causales définies par le modèle de processus métier sous-jacent.

L'article identifie un fossé sémantique critique entre les traces exécutées par le système et les sémantiques définies par le modèle. Les journaux d'événements capturent des exécutions individuelles, qui peuvent contenir des artefacts spécifiques à l'exécution. Par exemple, dans les processus parallèles, des activités sœurs peuvent s'exécuter dans des ordres arbitraires selon la disponibilité des ressources ou le cadencement du système. Une approche centrée sur les journaux interprète ces entrelacements arbitraires comme des dépendances séquentielles dirigées (ex: Activité A $\to$ Activité B), créant des « arêtes fantômes » (phantom edges) qui n'existent pas dans le véritable modèle de processus. Par conséquent, les modèles prédictifs peuvent apprendre des ordres d'exécution incidents plutôt que des dépendances structurelles réelles, ce qui limite leur capacité de généralisation et leur précision.

2. Méthodologie : MSA-PPM et MSA-PTP

Pour combler ce fossé, les auteurs proposent la Surveillance prédictive de processus sensible à la sémantique du modèle (MSA-PPM). Ce paradigme déplace l'attention de la modification des architectures prédictives vers l'affinement de la qualité sémantique des données d'entrée avant l'apprentissage. Le cadre de calcul central est le Prétraitement de traces de processus sensible à la sémantique du modèle (MSA-PTP).

2.1 Le Dictionnaire de Sémantique de Processus (PSD)

L'MSA-PTP introduit le Dictionnaire de Sémantique de Processus (PSD) comme une représentation modulaire et exploitable par machine de la sémantique définie par le modèle. Le PSD est conçu pour stockéviter des connaissances concernant :

Le parallélisme
Le choix exclusif
Les boucles
La synchronisation
Les sémantiques temporelles, de ressources, organisationnelles et de contraintes

Le PSD agit comme une interface explicite entre la découverte de processus et l'apprentissage prédictif, externalisant la connaissance sémantique afin qu'elle puisse être appliquée indépendamment des architectures de réseaux neuronaux spécifiques.

2.2 Réalisation opérationnelle : Sémantique du parallélisme

En tant que validation opérationnelle, cette étude implémente la composante de sémantique du parallélisme de l'MSA-PPM. La méthodologie suit un pipeline en quatre étapes :

Découverte de processus : Un modèle de processus orienté vers un Réseau de contrôle d'information structuré (SICN) exact est découvert à partir du journal d'événements en utilisant l'algorithme $\rho$ . Cet algorithme identifie des motifs structurés, incluant les constructions conjonctives (parallèles).
Extraction sémantique : Le modèle découvert est analysé pour identifier les ensembles d'activités sœurs ( $SA_k$ ). Il s'agit de groupes d'activités qui appartiennent au même construit parallèle et qui sont activés simultanément.
Identification des arêtes fantômes : Le système identifie les arêtes fantômes dirigées. Une relation dirigée $(a_i, a_j)$ $(a_{i}, a_{j})$ dans une trace est classée comme une arête fantôme si :
- $a_j$ suit directement $a_i$ dans la trace.
- $a_i$ et $a_j$ appartiennent tous deux au même ensemble d'activités sœurs ( $SA_k$ ).
- La relation $(a_i, a_j)$ n'est pas une dépendance causale définie dans le modèle de processus découvert.
Transformation de la trace sémantique : En utilisant le PSD, le système applique une fonction de mise en correspondance $\phi_{par}$ pour transformer les traces exécutées par le système. Les activités au sein d'un ensemble de sœurs sont remplacées par un identifiant sémantique unique (ex: $PID_k$ ). Cette transformation élimine la signification prédictive des ordres d'exécution arbitraires entre les éléments parallèles, convertissant des traces qui diffèrent uniquement par l'entrelacement parallèle en une représentation sémantiquement cohérente unique.

2.3 Apprentissage prédictif

Les traces transformées (Traces de processus sensibles à la sémantique du modèle) sont converties en vecteurs de Préfixe sensible à la sémantique du modèle (MSAP) de longueur fixe en utilisant des techniques standards (word2index, zero-padding). Ces vecteurs sont injectés dans des modèles prédictifs standards sans modifier leurs architectures internes. L'étude évalue cette approche en utilisant deux architectures distinctes :

LSTM : Un réseau de neurones récurrent représentant l'apprentissage séquentiel.
Transformer : Un modèle utilisant des mécanismes d'auto-attention pour capturer les dépendances à longue portée.

3. Principales contributions

L'article expose quatre contributions majeures :

Paradigme MSA-PPM : Un nouveau cadre qui intègre la sémantique de processus définie par le modèle dans l'apprentissage prédictif via un prétraitement sémantique, séparant l'interprétation sémantique de l'apprentissage prédictif.
Dictionnaire de Sémantique de Processus (PSD) : Une représentation modulaire pour organiser les sémantiques définies par le modèle (parallélisme, boucle, choix, etc.) en tant que connaissances réutilisables, indépendantes des tâches d'apprentissage spécifiques.
Prétraitement sémantique sensible aux arêtes fantômes : Une réalisation spécifique pour la sémantique du parallélisme qui identifie et élimine les arêtes fantômes dirigées causées par des ordres d'exécution arbitraires, transformant les traces conventionnelles en traces sensibles à la sémantique du modèle.
Validation indépendante de l'architecture : Preuve empirique démontrant que le prétraitement sémantique améliore les performances prédictives à travers différentes architectures de deep learning (LSTM et Transformer) sans modifier les modèles eux-mêmes.

4. Résultats expérimentaux

La méthodologie a été validée à l'aide du jeu de données de journaux d'événements de transactions bancaires (Large Bank Transaction Event Log Dataset) (10 000 instances, 113 types d'activités). Les expériences ont comparé une approche Baseline (prétraitement conventionnel centré sur les journaux) contre l'approche MSA-PPM (prétraitement sémantiquement révisé) en utilisant des paramètres d'entraînement identiques (100 époques, optimiseur Adam, mêmes hyperparamètres).

4.1 Améliorations des performances

Les résultats ont démontré des améliorations constantes de la précision de la prédiction de la prochaine activité et d'autres métriques :

Modèle LSTM :
- Précision (Accuracy) : Augmentation de 75,65 % à 81,28 % (+5,63 points de pourcentage).
- F1-Score : Augmentation de 71,84 % à 75,10 % (+3,26 points de pourcentage).
- La précision et le rappel ont également montré des gains significatifs.
Modèle Transformer :
- Précision (Accuracy) : Augmentation de 75,64 % à 80,54 % (+4,90 points de pourcentage).
- F1-Score : Augmentation de 72,00 % à 76,78 % (+4,78 points de pourcentage).
- Notamment, le Rappel (Recall) s'est considérablement amélioré (+6,46 points de pourcentage), indiquant une meilleure identification des activités suivantes réelles.

4.2 Validation incrémentielle

Une expérience incrémentielle a révélé que les performances s'améliorent progressivement à mesure que davantage d'entrées du Dictionnaire de Sémantique de Processus Parallèle (PSD) sont incorporées. Cela suggère que la connaissance sémantique est complémentaire et que la suppression des artefacts d'ordre d'exécution améliore systématiquement la qualité de l'espace d'entrée prédictive.

5. Signification et affirmations

L'article affirme que les gains de performance observés proviennent exclusivement de l'affinement sémantique plutôt que de la complexité architecturale. En éliminant les arêtes fantômes dirigées et en remplaçant les ordres d'exécution arbitraires par des identifiants sémantiques définis par le modèle, le cadre MSA-PPM permet aux modèles de deep learning d'apprendre des dépendances comportementales réelles plutôt que des artefacts d'ordre d'exécution.

Les auteurs soutiennent trois conclusions principales :

La validité sémantique est critique : La correction des relations de traces sémantiquement incohérentes améliore la performance prédictive sans augmenter la complexité du modèle neuronal.
Le PSD comme pont : Le PSD fournit un mécanisme explicite pour transférer les sémantiques définies par le modèle de la découverte de processus vers le prétraitement prédictif, créant un pipeline direct : Découverte de processus $\to$ PSD $\to$ Transformation de trace sémantique $\to$ Apprentissage prédictif.
Indépendance de l'architecture : Les améliorations constantes à travers les modèles récurrents (LSTM) et basés sur l'attention (Transformer) démontrent que les bénéfices de l'MSA-PPM ne sont pas restreints à un seul mécanisme d'apprentissage.

L'étude positionne l'MSA-PPM comme un paradigme d'amélioration sémantique indépendant de l'architecture. Elle soutient que l'amélioration de la validité sémantique des traces prédictives est une stratégie distincte et complémentaire de l'avancement des architectures prédictives. Bien que cette étude spécifique n'opérationnalise que la composante de la sémantique du parallélisme, la formulation modulaire du PSD établit une base pour de futures extensions aux catégories sémantiques de choix exclusif, de boucle, de synchronisation et autres.