Buchumschlag

Prescriptive Process Monitoring Under Resource Constraints: A Reinforcement Learning Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shoush, Mahmoud, Dumas, Marlon
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Innovative Data-Driven and Adaptive Reinforcement Learning Approach for Context-Aware Prescriptive Process Monitoring
von: Abbasi, Mostafa, et al.
Veröffentlicht: (2025)

ProCause: Generating Counterfactual Outcomes to Evaluate Prescriptive Process Monitoring Methods
von: De Moor, Jakob, et al.
Veröffentlicht: (2025)

A Production Scheduling Framework for Reinforcement Learning Under Real-World Constraints
von: Hoss, Jonathan, et al.
Veröffentlicht: (2025)

No-Regret Learning Under Adversarial Resource Constraints: A Spending Plan Is All You Need!
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2025)

TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled Prescriptive Maintenance Framework
von: Zhao, Yang, et al.
Veröffentlicht: (2023)

nnterp: A Standardized Interface for Mechanistic Interpretability of Transformers
von: Dumas, Clément
Veröffentlicht: (2025)

Reinforcing VLMs to Use Tools for Detailed Visual Reasoning Under Resource Constraints
von: Kumar, Sunil, et al.
Veröffentlicht: (2025)

Towards Optimal Valve Prescription for Transcatheter Aortic Valve Replacement (TAVR) Surgery: A Machine Learning Approach
von: Paschalidis, Phevos, et al.
Veröffentlicht: (2025)

Policy Constraint by Only Support Constraint for Offline Reinforcement Learning
von: Gao, Yunkai, et al.
Veröffentlicht: (2025)

Inverse Reinforcement Learning With Constraint Recovery
von: Das, Nirjhar, et al.
Veröffentlicht: (2023)

Regret-Free Reinforcement Learning for LTL Specifications
von: Majumdar, Rupak, et al.
Veröffentlicht: (2024)

Contrastive Learning on Medical Intents for Sequential Prescription Recommendation
von: Moghaddam, Arya Hadizadeh, et al.
Veröffentlicht: (2024)

SMARLA: A Safety Monitoring Approach for Deep Reinforcement Learning Agents
von: Zolfagharian, Amirhossein, et al.
Veröffentlicht: (2023)

A Survey of Constraint Formulations in Safe Reinforcement Learning
von: Wachi, Akifumi, et al.
Veröffentlicht: (2024)

Deep Reinforcement Multi-agent Learning framework for Information Gathering with Local Gaussian Processes for Water Monitoring
von: Luis, Samuel Yanes, et al.
Veröffentlicht: (2024)

TIMEGATE: Sustainable Time-Boxed Promotion Gates for Continual ML Adaptation Under Resource Constraints
von: Chakraborty, Abhijit, et al.
Veröffentlicht: (2026)

Learning Local Constraints for Reinforcement-Learned Content Generators
von: Bhaumik, Debosmita, et al.
Veröffentlicht: (2026)

Probabilistic Constraint for Safety-Critical Reinforcement Learning
von: Chen, Weiqin, et al.
Veröffentlicht: (2023)

Reinforcement Learning with $ω$-Regular Objectives and Constraints
von: Wagner, Dominik, et al.
Veröffentlicht: (2025)

Conservative Distributional Reinforcement Learning with Safety Constraints
von: Zhang, Hengrui, et al.
Veröffentlicht: (2022)

Safe Reinforcement Learning with Learned Non-Markovian Safety Constraints
von: Low, Siow Meng, et al.
Veröffentlicht: (2024)

Business Process Simulation: Probabilistic Modeling of Intermittent Resource Availability and Multitasking Behavior
von: López-Pintado, Orlenys, et al.
Veröffentlicht: (2024)

Model-Based Reinforcement Learning Under Confounding
von: Venkatesh, Nishanth, et al.
Veröffentlicht: (2025)

Reinforcement Learning Constrained Beam Search for Parameter Optimization of Paper Drying Under Flexible Constraints
von: Chen, Siyuan, et al.
Veröffentlicht: (2025)

Order Acquisition Under Competitive Pressure: A Rapidly Adaptive Reinforcement Learning Approach for Ride-Hailing Subsidy Strategies
von: Shi, Fangzhou, et al.
Veröffentlicht: (2025)

Memory Allocation in Resource-Constrained Reinforcement Learning
von: Tamborski, Massimiliano, et al.
Veröffentlicht: (2025)

A Survey on Applications of Reinforcement Learning in Spatial Resource Allocation
von: Zhang, Di, et al.
Veröffentlicht: (2024)

Learning Under Laws: A Constraint-Projected Neural PDE Solver that Eliminates Hallucinations
von: Singha, Mainak
Veröffentlicht: (2025)

Automatic Constraint Policy Optimization based on Continuous Constraint Interpolation Framework for Offline Reinforcement Learning
von: Han, Xinchen, et al.
Veröffentlicht: (2026)

Zero-Shot Reinforcement Learning Under Partial Observability
von: Jeen, Scott, et al.
Veröffentlicht: (2025)

Constraint-Conditioned Policy Optimization for Versatile Safe Reinforcement Learning
von: Yao, Yihang, et al.
Veröffentlicht: (2023)

Leveraging Constraint Violation Signals For Action-Constrained Reinforcement Learning
von: Brahmanage, Janaka Chathuranga, et al.
Veröffentlicht: (2025)

Grid-Mapping Pseudo-Count Constraint for Offline Reinforcement Learning
von: Shen, Yi, et al.
Veröffentlicht: (2024)

Constraint-Adaptive Policy Switching for Offline Safe Reinforcement Learning
von: Chemingui, Yassine, et al.
Veröffentlicht: (2024)

SB-TRPO: Towards Safe Reinforcement Learning with Hard Constraints
von: Wagner, Dominik, et al.
Veröffentlicht: (2025)

PDRL: Multi-Agent based Reinforcement Learning for Predictive Monitoring
von: Shaik, Thanveer, et al.
Veröffentlicht: (2023)

PIQL: Projective Implicit Q-Learning with Support Constraint for Offline Reinforcement Learning
von: Han, Xinchen, et al.
Veröffentlicht: (2025)

Federated Few-Shot Learning for Epileptic Seizure Detection Under Privacy Constraints
von: Sysoykova, Ekaterina, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning-Based Approach for a Single Vehicle Persistent Surveillance Problem with Fuel Constraints
von: Mishra, Manav, et al.
Veröffentlicht: (2024)

Multi-Agent Deep Reinforcement Learning Under Constrained Communications
von: Shaik, Shahil, et al.
Veröffentlicht: (2026)