Petri网结构感知消息传递方法提升预测准确率

Geri Skenderi 提出 PNRWPE 与 DA-PNGNN 两种方法，把 Petri 网中的有向环和关联矩阵不变量显式暴露给消息传递图神经网络：前者用有向库所-变迁游走的返回概率构建位置编码，后者用关联矩阵扩散核门控同类型消息。 在预测 96 个 Process Discovery Contest 2023 模型生成因子的任务上，宏平均平衡准确率从 0.751 提升至 0.796（PNRWPE），DA-PNGNN 进一步达到 0.830，并在过程环上近乎翻倍。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。