論文の概要: Universal Multi-Modal Traceformer: Integrating Heterogeneous Context for Process Event Prediction
- arxiv url: http://arxiv.org/abs/2609.24579v1
- Date: Mon, 21 Sep 2026 13:44:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 03:38:27.403029
- Title: Universal Multi-Modal Traceformer: Integrating Heterogeneous Context for Process Event Prediction
- Title（参考訳）: Universal Multi-Modal Traceformer:プロセスイベント予測のための不均一コンテキストの統合
- Abstract要約: イベントログはさまざまな現実世界のプロセスで発生し、イベントアクティビティだけでなく、マルチモーダルなコンテキスト情報もキャプチャする。
多くの時間的ポイントプロセスアプローチを含む既存のイベントシーケンスモデルは、主にイベントアクティビティとタイムスタンプをモデル化する。
異種プロセスコンテキストを次世代の予測に組み込む統一フレームワークであるUniversal Multi-Modal Traceformer (UMT)を提案する。
- 参考スコア（独自算出の注目度）: 12.024544943645942
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Event logs arise in a wide range of real-world processes, capturing not only event activities and timestamps but also multi-modal contextual information. Existing event-sequence models, including many temporal point process approaches, primarily model event activities and timestamps while overlooking heterogeneous context, such as numerical measurements, categorical attributes, textual descriptions, and metadata associated with individual events and entire traces. In this paper, we propose Universal Multi-Modal Traceformer (UMT), a unified framework for incorporating heterogeneous process context into next-event prediction. Built on a Transformer backbone, UMT introduces a universal feature encoder that maps diverse feature types into a shared representation space and handles contextual information at both the event and trace levels. UMT further develops a per-event Perceiver module that dynamically weights contextual features and adaptively integrates them into event-token representations. To accommodate the heavy-tailed and potentially multi-modal distribution of inter-arrival times, UMT represents each interval at multiple temporal scales and jointly predicts the corresponding scale-specific quantities. Experiments on 13 real-world event logs show that UMT improves both next-event activity and time prediction over existing approaches.
- Abstract（参考訳）: イベントログはさまざまな現実世界のプロセスで発生し、イベントアクティビティやタイムスタンプだけでなく、マルチモーダルなコンテキスト情報もキャプチャする。
多くの時間的ポイントプロセスアプローチを含む既存のイベントシーケンスモデルでは、主にイベントアクティビティとタイムスタンプをモデル化し、数値測定、カテゴリ属性、テキスト記述、個々のイベントやトレース全体に関連するメタデータといった異種コンテキストを見渡す。
本稿では,異種プロセスコンテキストを次世代の予測に組み込む統一フレームワークであるUniversal Multi-Modal Traceformer (UMT)を提案する。
Transformerのバックボーン上に構築されたUTTでは、さまざまな機能タイプを共有表現空間にマッピングし、イベントレベルとトレースレベルの両方でコンテキスト情報を処理するユニバーサル機能エンコーダが導入されている。
UMTはさらに、コンテキスト特徴を動的に重み付けし、イベントトーケン表現に適応的に統合する、イベント単位のPerceiverモジュールも開発している。
複数の時間スケールでそれぞれの間隔を表現し、対応するスケール固有の量を共同で予測する。
13の実世界のイベントログの実験では、UTTは既存のアプローチよりも次の活動と時間予測の両方を改善している。
関連論文リスト
- An Event is Worth One Token: Event Tokenization for Industrial-scale LLM Recommendation [19.37299590184917]
LLMベースのレコメンデーションは、モデルのキャパシティとシーケンスの長さに沿ってスケールしているが、各位置はテキスト、セマンティックID、またはいくつかのカテゴリの特徴のみをエンコードしている。
イベント中心のパラダイムを提案する。
AMBERは、各時間スナップショットをコンパクトなEvent Tokenに圧縮する。
論文 参考訳（メタデータ） (2026-08-26T08:59:17Z) - UniDiff: A Unified Diffusion Framework for Multimodal Time Series Forecasting [90.47915032778366]
マルチモーダル時系列予測のための統合拡散フレームワークUniDiffを提案する。
コアには統一的で並列な融合モジュールがあり、単一のクロスアテンション機構がタイムスタンプからの構造化情報とテキストからのセマンティックコンテキストを統合する。
8つの領域にわたる実世界のベンチマークデータセットの実験は、提案したUniDiffモデルが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2025-12-08T05:36:14Z) - EventTSF: Event-Aware Non-Stationary Time Series Forecasting [73.54313384419792]
EventTSFは、過去の時系列とテキストイベントを統合し、その後の予測を行う自動回帰生成フレームワークである。
8つの合成および実世界のデータセットの実験によると、EventTSFは、さまざまなイベント対応の非定常時系列予測シナリオで12のベースラインを上回っている。
論文 参考訳（メタデータ） (2025-08-19T01:28:47Z) - EventFull: Complete and Consistent Event Relation Annotation [16.089136332919487]
textitEventFullは、時間、因果、およびコア参照関係の一貫性、完全、効率的なアノテーションをサポートするツールである。
パイロットスタディでは、EventFullがアノテーションプロセスのアクセラレーションと単純化を行い、アノテーション間のアノテータ間の合意が高くなることを示した。
論文 参考訳（メタデータ） (2024-12-17T09:55:41Z) - Retrieval of Temporal Event Sequences from Textual Descriptions [0.0]
TESRBenchはテキスト記述から時間的イベントシーケンスを検索するためのベンチマークである。
イベントシーケンスの埋め込みと検索のための新しいモデルであるTPP-Embeddingを提案する。
TPP-EmbeddingはTESRBenchデータセットのベースラインモデルよりも優れたパフォーマンスを示している。
論文 参考訳（メタデータ） (2024-10-17T21:35:55Z) - Grounding Partially-Defined Events in Multimodal Data [61.0063273919745]
部分定義イベントに対するマルチモーダル定式化を導入し、これらのイベントの抽出を3段階スパン検索タスクとしてキャストする。
このタスクのベンチマークであるMultiVENT-Gを提案し,22.8Kのラベル付きイベント中心エンティティを含む,14.5時間の高密度アノテーション付き現在のイベントビデオと1,168のテキストドキュメントからなる。
結果は、イベント理解の抽象的な課題を示し、イベント中心のビデオ言語システムにおける約束を実証する。
論文 参考訳（メタデータ） (2024-10-07T17:59:48Z) - Generating Event-oriented Attribution for Movies via Two-Stage Prefix-Enhanced Multimodal LLM [47.786978666537436]
本稿では,2段階の事前修正強化MLLM (TSPE) アプローチを提案する。
局所的な段階では、1つのクリップ内の関連するマルチモーダル情報にフォーカスするようモデルに誘導する対話対応プレフィックスを導入する。
グローバルな段階では、推論知識グラフを用いて関連するイベント間の接続を強化する。
論文 参考訳（メタデータ） (2024-09-14T08:30:59Z) - Modeling Complex Event Scenarios via Simple Entity-focused Questions [58.16787028844743]
複雑なシナリオにおけるイベントを参加者に関する質問に対する回答としてモデル化する質問誘導生成フレームワークを提案する。
生成プロセスの任意のステップでは、フレームワークは以前に生成されたイベントをコンテキストとして使用するが、3つの質問の1つに対する回答として次のイベントを生成する。
私たちの経験的評価は、この質問誘導世代が、参加者のより優れたカバレッジ、ドメイン内の多様なイベント、イベントシーケンスのモデリングにおける同等の難易度を提供することを示している。
論文 参考訳（メタデータ） (2023-02-14T15:48:56Z) - Continuous-time convolutions model of event sequences [46.3471121117337]
イベントシーケンスは不均一でスパースであり、従来のモデルは不適当である。
我々は、時間とともに一様でない事象の発生を処理するために設計された効率的な畳み込みニューラルネットワークに基づくCOTICを提案する。
COTICは、次のイベント時間とタイプを予測する際に既存のモデルよりも優れており、最も近いライバルの3.714と比較して平均1.5のランクに達している。
論文 参考訳（メタデータ） (2023-02-13T10:34:51Z) - Modeling Continuous Time Sequences with Intermittent Observations using
Marked Temporal Point Processes [25.074394338483575]
人間の活動を通じて生成された大量のデータは、連続した時間のイベントのシーケンスとして表現することができる。
これらの連続的なイベントシーケンスに対するディープラーニングモデルは、非自明なタスクである。
本研究では,イベントシーケンスが欠落している場合にMTPPを学習するための新しい教師なしモデルと推論手法を提案する。
論文 参考訳（メタデータ） (2022-06-23T18:23:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。