💻 computer science

Model-Semantics-Aware Predictive Process Monitoring

Este artigo introduz o Monitoramento de Processos Preditivo com Consciência de Semântica de Modelo (MSA-PPM), um paradigma que preenche a lacuna entre logs de eventos e modelos de processo ao transformar traços usando um Dicionário de Semântica de Processo para incorporar explicitamente semânticas comportamentais, melhorando significamente a precisão da predição e fornecendo uma base independente de arquitetura para o monitoramento de processos baseado em aprendizagem profunda.

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

Publicado 2026-09-30

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

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

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No mundo moderno, as empresas funcionam com base em processos: uma sequência de etapas que movem uma tarefa do início ao fim, seja aprovando um empréstimo, enviando um pacote ou processando um sinistro médico. Para manter essas operações funcionando sem problemas, as empresas dependem de registros digitais chamados logs de eventos. Esses logs são como diários detalhados que registram cada ação realizada, na ordem exata em que ocorreu. Durante anos, especialistas usaram esses diários para prever o que acontecerá a seguir em um processo. Se uma solicitação de empréstimo acabou de passar por uma verificação de crédito, o sistema pode prever que a próxima etapa é uma revisão de documentos. Este campo, conhecido como monitoramento preditivo de processos, tornou-se cada vez mais sofisticado, utilizando programas de computador poderosos que aprendem com o passado para prever o futuro. No entanto, um problema crítico tem persistido silenciosamente ao fundo. O diário digital registra a ordem em que as coisas realmente aconteceram, mas essa ordem nem sempre é a mesma ordem que as regras de negócio pretendiam. Quando duas tarefas podem acontecer ao mesmo tempo, o log pode mostrar uma antes da outra simplesmente devido a um atraso aleatório ou à escala de um trabalhador específico. Para um computador que aprende com os dados, essa sequência aleatória parece uma regra estrita, criando uma falsa sensação de causa e efeito que não existe de fato no desenho do negócio.

Uma equipe de pesquisadores propôs uma nova maneira de resolver essa confusão, mudando o foco do diário bruto para a planta fundamental subjacente do negócio. O trabalho deles introduz um método que compreende o verdadeiro significado do processo antes que o computador tente fazer uma previsão. Em vez de alimentar o computador com a sequência caótica de eventos do mundo real, eles primeiro limpam os dados observando o modelo de processo oficial — o mapa que define como o negócio deveria funcionar. Eles identificaram que, quando duas tarefas são projetadas para ocorrer em paralelo, a ordem em que elas aparecem no log é frequentemente um acidente de tempo. Ao reconhecer essas relações paralelas, os pesquisadores conseguem remover as conexões falsas que o log cria. Eles construíram um dicionário especial de significados que atua como um tradutor, convertendo os logs caóticos do mundo real em uma versão mais limpa que reflete a lógica real do negócio. Esta versão limpa remove as regras "fantasmagóricas" que só existem devido ao tempo aleatório, deixando apenas as dependências genuínas que importam.

Para testar se essa abordagem realmente funciona, os pesquisadores a aplicaram a um conjunto massivo de dados contendo mais de 678.000 eventos registrados de um sistema de transações bancárias simulado. Eles pegaram esses dados e os rodaram através de dois tipos diferentes de sistemas avançados de aprendizado de máquina: um que aprende lembrando sequências ao longo do tempo, e outro que aprende olhando para o quadro geral de uma só vez. Em ambos os casos, eles compararam os resultados do uso dos logs originais e desordenados contra os resultados do uso de seus novos logs limpos e conscientes do significado. A diferença foi clara e mensurável. Quando o computador aprendeu com os dados limpos, sua capacidade de adivinhar a próxima etapa melhorou significamente. Para o sistema que aprende lembrando sequências, a precisão saltou mais de cinco pontos percentuais. Para o sistema que olha para o quadro geral, a precisão subiu quase cinco pontos percentuais. Esses números podem parecer pequenos, mas no mundo dos dados de grande escala, representam um salto substancial de confiabilidade. Mais importante ainda, as melhorias não se limitaram apenas a obter a resposta correta com mais frequência; o sistema também se tornou melhor em encontrar as respostas corretas quando elas eram raras e evitou cometer erros nas comuns.

Os pesquisadores foram cuidadosos para garantir que esses ganhos viessem dos próprios dados, e não de tornar os programas de computador mais complexos. Eles usaram exatamente os mesmos modelos de computador tanto para os logs desordenados quanto para os logs limpos, alterando apenas a entrada. Isso provou que a melhoria veio inteiramente da forma como os dados foram preparados. O estudo mostrou que, ao remover as regras falsas criadas pelo tempo aleatório, o computador pôde focar nas relações reais que impulsionam o negócio. A equipe também testou seu método passo a passo, adicionando uma peça de significado limpo por vez. Eles descobriram que, quanto mais corrigiam os dados, melhor o computador performava, sugerindo que seu método pode ser expandido para corrigir outros tipos de confusão nos logs, como loops ou escolhas. Este trabalho demonstra que o segredo para melhores previsões pode não ser construir computadores mais inteligentes, mas sim ensiná-los a enxergar o mundo com mais clareza, compreendendo a verdadeira estrutura dos processos que estão observando.

Resumo Técnico: Monitoramento de Processos Preditivo Sensível à Semântica do Modelo (MSA-PPM)

1. Definição do Problema

O Monitoramento de Processos Preditivo (PPM) tem dependido cada vez mais de arquiteturas de aprendizagem profunda, como redes de Long Short-Term Memory (LSTM) e Transformers, para prever comportamentos de processos futuros a partir de logs de eventos históricos. No entanto, as abordagens existentes permanecem predominantemente centradas no log. Elas tratam sequências de eventos observados como representações diretas das semânticas do processo, operando sob a premissa implícita de que a ordem dos eventos em um traço executado pelo sistema reflete fielmente as dependências causais definidas pelo modelo de processo subjacente.

O artigo identifica um hiato semântico crítico entre os traços executados pelo sistema e as semânticas definidas pelo modelo. Os logs de eventos capturam execuções individuais, que podem conter artefatos específicos da execução. Por exemplo, em processos paralelos, atividades irmãs podem ser executadas em ordens arbitrárias dependendo da disponibilidade de recursos ou do tempo do sistema. Uma abordagem centrada no log interpreta esses entrelaçamentos arbitrários como dependências sequenciais direcionadas (ex: Atividade A $\to$ Atividade B), criando "arestas fantasmas" que não existem no modelo de processo real. Consequentemente, os modelos preditivos podem aprender ordens de execução incidentais em vez de dependências estruturais genuínas, limitando sua generalização e precisão.

2. Metodologia: MSA-PPM e MSA-PTP

Para abordar este hiato, os autores propõem o Monitoramento de Processos Preditivo Sensível à Semântica do Modelo (MSA-PPM). Este paradigma desloca o foco da modificação das arquiteturas preditivas para o refinamento da qualidade semântica dos dados de entrada antes do aprendizado. O núcleo do framework computacional é o Pré-processamento de Traço de Processo Sensível à Semência do Modelo (MSA-PTP).

2.1 O Dicionário de Semântica de Processo (PSD)

O MSA-PTP introduz o Dicionário de Semântica de Processo (PSD) como uma representação modular e processável por máquina das semânticas definidas pelo modelo. O PSD é projetado para armazenar conhecimento relativo a:

Paralelismo
Escolha exclusiva
Loops
Sincronização
Semânticas temporais, de recursos, organizacionais e de restrição

O PSD atua como uma interface explícita entre a descoberta de processos e o aprendizado preditivo, externalizando o conhecimento semântico para que possa ser aplicado independentemente de arquiteturas específicas de redes neurais.

2.2 Realização Operacional: Semântica de Paralelismo

Como uma validação operacional, este estudo implementa o componente de semântica de paralelismo do MSA-PPM. A metodologia segue um pipeline de quatro estáções:

Descoberta de Processo: Um modelo de processo orientado à Rede de Controle de Informação Estruturada (SICN) exata é descoberto a partir do log de eventos usando o $\rho$ -Algoritmo. Este algoritmo identifica padrões estruturados, incluindo construtos conjunção (paralelos).
Extração Semântica: O modelo descoberto é analisado para identificar conjuntos de atividades irmãs ( $SA_k$ ). Estes são grupos de atividades que pertencem ao mesmo construto paralelo e são simultaneamente habilitadas.
Identificação de Arestas Fantasmas: O sistema identifica arestas fantasmas direcionadas. Uma relação direcionada $(a_i, a_j)$ $(a_{i}, a_{j})$ em um traço é classificada como uma aresta fantasma se:
- $a_j$ segue diretamente $a_i$ no traço.
- Tanto $a_i$ quanto $a_j$ pertencem ao mesmo conjunto de atividades irmãs ( $SA_k$ ).
- A relação $(a_i, a_j)$ não é uma dependência causal definida no modelo de processo descoberto.
Transformação de Traço Semântico: Usando o PSD, o sistema aplica uma função de mapeamento $\phi_{par}$ para transformar os traços executados pelo sistema. As atividades dentro de um conjunto de irmãs são substituídas por um identificador semântico único (ex: $PID_k$ ). Esta transformação elimina a significância preditiva de ordens de execução arbitrárias entre irmãos paralelos, convertendo traços que diferem apenas no entrelaçamento paralelo em uma única representação semanticamente consistente.

2.3 Aprendizado Preditivo

Os traços transformados (Traços de Processo Sensíveis à Semântica do Modelo) são convertidos em vetores de Prefixo Sensível à Semântica do Modelo (MSAP) de comprimento fixo usando técnicas padrão (word2index, zero-padding). Esses vetores são alimentados em modelos preditivos padrão sem modificar suas arquiteturas internas. O estudo avalia esta abordagem utilizando duas arquiteturas distintas:

LSTM: Uma rede neural recorrente representando o aprendizado de sequência.
Transformer: Um modelo que utiliza mecanismos de autoatenção para capturar dependências de longo alcance.

3. Principas Contribuições

O artigo delineia quatro contribuições principais:

Paradigma MSA-PPM: Um novo framework que integra as semânticas de processo definidas pelo modelo no aprendizado preditivo via pré-processamento semântico, separando a interpretação semântica do modelo preditivo.
Dicionário de Semântica de Processo (PSD): Uma representação modular para organizar as semânticas definidas pelo modelo (paralelismo, loop, escolha, etc.) como conhecimento reutilizável, independente de tarefas de aprendizado específicas.
Pré-processamento Semântico Sensível a Arestas Fantasmas: Uma realização específica para semântica de paralelismo que identifica e elimina arestas fantasmas direcionadas causadas por ordens de execução arbitrárias, transformando traços convencionais em traços sensíveis à semântica do modelo.
Validação Independente de Arquitetura: Evidência empírica demonstrando que o pré-processamento semântico melhora o desempenho preditivo através de diferentes arquiteturas de aprendizagem profunda (LSTM e Transformer) sem alterar os próprios modelos.

4. Resultados Experimentais

A metodologia foi validada utilizando o Dataset de Log de Eventos de Transação Bancária de Grande Porte (10.000 instâncias, 113 tipos de atividade). Os experimentos compararam um Baseline (pré-processamento convencional centrado no log) contra a abordagem MSA-PPM (pré-processamento semanticamente revisado) utilizando configurações de treinamento idênticas (100 épocas, otimizador Adam, mesmos hiperparâmetros).

4.1 Melhorias de Desempenho

Os resultados demonstraram melhorias consistentes na precisão de previsão da próxima atividade e em outras métricas:

Modelo LSTM:
- Acurácia: Aumentou de 75,65% para 81,28% (+5,63 pontos percentuais).
- F1-Score: Aumentou de 71,84% para 75,10% (+3,26 pontos percentuais).
- Precisão e Recall também mostraram ganhos significativos.
Modelo Transformer:
- Acurácia: Aumentou de 75,64% para 80,54% (+4,90 pontos percentuais).
- F1-Score: Aumentou de 72,00% para 76,78% (+4,78 pontos percentuais).
- Notavelmente, o Recall melhorou substancialmente (+6,46 pontos percentuais), indicando uma melhor identificação das atividades subsequentes reais.

4.2 Validação Incremental

Um experimento incremental revelou que o desempenho melhorou progressivamente à medida que mais entradas do Dicionário de Semântica de Processo Paralelo (PSD) foram incorporadas. Isso sugere que o conhecimento semântico é complementar e que a remoção de artefatos de ordem de execução melhora sistematicamente a qualidade do espaço de entrada preditiva.

5. Significância e Alegações

O artigo alega que os ganhos de desempenho observados originam-se exclusivamente do refinamento semântico, e não da complexidade arquitetural. Ao eliminar arestas fantasmas direcionadas e substituir ordens de execução arbitrárias por identificadores semânticos definidos pelo modelo, o framework MSA-PPM permite que modelos de aprendizagem profunda aprendam dependências comportamentais genuínas em vez de artefatos de ordem de execução.

Os autores afirmam três conclusões principais:

A Validade Semântica é Crítica: Corrigir relações de traços semanticamente inconsistentes melhora o desempenho preditivo sem aumentar a complexidade do modelo neural.
O PSD como uma Ponte: O PSD fornece um mecanismo explícito para transferir as semânticas definidas pelo modelo da descoberta de processo para o pré-processamento preditivo, criando um pipeline direto de Descoberta de Processo $\to$ PSD $\to$ Transformação de Traço Semântico $\to$ Aprendizado Preditivo.
Independência de Arquitetura: As melhorias consistentes em ambos os modelos (recorrente/LSTM e baseado em atenção/Transformer) demonstram que os benefícios do MSA-PPM não estão restritos a um único mecanismo de aprendizado.

O estudo posiciona o MSA-PPM como um paradigma de realce semântico independente de arquitetura. Argumenta-se que melhorar a validade semântica dos traços preditivos é uma estratégia distinta e complementar ao avanço das arquiteturas preditivas. Embora este estudo específico operacionalize apenas o componente de semântica de paralelismo, a formulação modular do PSD estabelece uma base para extensões futuras para categorias de escolha exclusiva, loop, sincronização e outras semânticas.