Buchumschlag

Directly Follows Graphs Go Predictive Process Monitoring With Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lischka, Attila, Rauch, Simon, Stritzel, Oliver
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Reproducibility in Predictive Process Mining: SPICE -- A Deep Learning Library
von: Stritzel, Oliver, et al.
Veröffentlicht: (2025)

GREAT-EER: Graph Edge Attention Network for Emergency Evacuation Responses
von: Lischka, Attila, et al.
Veröffentlicht: (2026)

Less Is More -- On the Importance of Sparsification for Transformers and Graph Neural Networks for TSP
von: Lischka, Attila, et al.
Veröffentlicht: (2024)

Beyond Simple Graphs: Neural Multi-Objective Routing on Multigraphs
von: Rydin, Filip, et al.
Veröffentlicht: (2025)

A GREAT Architecture for Edge-Based Graph Problems Like TSP
von: Lischka, Attila, et al.
Veröffentlicht: (2024)

Predictive Process Monitoring Using Object-centric Graph Embeddings
von: Gherissi, Wissam, et al.
Veröffentlicht: (2025)

Graph Autoencoder for Process Monitoring
von: Zhang, Xiangrui
Veröffentlicht: (2026)

Provably Powerful Graph Neural Networks for Directed Multigraphs
von: Egressy, Béni, et al.
Veröffentlicht: (2023)

Spatio-Spectral Graph Neural Networks
von: Geisler, Simon, et al.
Veröffentlicht: (2024)

Graph Neural Networks vs Convolutional Neural Networks for Graph Domination Number Prediction
von: Davila, Randy, et al.
Veröffentlicht: (2025)

Conformalized Link Prediction on Graph Neural Networks
von: Zhao, Tianyi, et al.
Veröffentlicht: (2024)

Residual Reweighted Conformal Prediction for Graph Neural Networks
von: Zhang, Zheng, et al.
Veröffentlicht: (2025)

Causal Graph Neural Networks for Wildfire Danger Prediction
von: Zhao, Shan, et al.
Veröffentlicht: (2024)

Explainable Graph Neural Networks Under Fire
von: Li, Zhong, et al.
Veröffentlicht: (2024)

Graphs Unveiled: Graph Neural Networks and Graph Generation
von: Kovács, László, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Heart Failure Prediction on an EHR-Based Patient Similarity Graph
von: Boll, Heloisa Oss, et al.
Veröffentlicht: (2024)

Rethinking Link Prediction for Directed Graphs
von: He, Mingguo, et al.
Veröffentlicht: (2025)

STM-Graph: A Python Framework for Spatio-Temporal Mapping and Graph Neural Network Predictions
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2025)

MHGNet: Multi-Heterogeneous Graph Neural Network for Traffic Prediction
von: Wu, Mei, et al.
Veröffentlicht: (2025)

Deep Graph Neural Point Process For Learning Temporal Interactive Networks
von: Chen, Su, et al.
Veröffentlicht: (2025)

DFA-GNN: Forward Learning of Graph Neural Networks by Direct Feedback Alignment
von: Zhao, Gongpei, et al.
Veröffentlicht: (2024)

DRExplainer: Quantifiable Interpretability in Drug Response Prediction with Directed Graph Convolutional Network
von: Shi, Haoyuan, et al.
Veröffentlicht: (2024)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

SamGoG: A Sampling-Based Graph-of-Graphs Framework for Imbalanced Graph Classification
von: Wang, Shangyou, et al.
Veröffentlicht: (2025)

GraphXAIN: Narratives to Explain Graph Neural Networks
von: Cedro, Mateusz, et al.
Veröffentlicht: (2024)

Graph Neural Networks Use Graphs When They Shouldn't
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2023)

Generalizing Graph Neural Networks on Out-Of-Distribution Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2021)

Explaining Graph Neural Networks for Node Similarity on Graphs
von: Daza, Daniel, et al.
Veröffentlicht: (2024)

UQGNN: Uncertainty Quantification of Graph Neural Networks for Multivariate Spatiotemporal Prediction
von: Yu, Dahai, et al.
Veröffentlicht: (2025)

Multi-Relational Graph Neural Network for Out-of-Domain Link Prediction
von: Sattar, Asma, et al.
Veröffentlicht: (2024)

Explainable Global Wildfire Prediction Models using Graph Neural Networks
von: Chen, Dayou, et al.
Veröffentlicht: (2024)

SES: Bridging the Gap Between Explainability and Prediction of Graph Neural Networks
von: Huang, Zhenhua, et al.
Veröffentlicht: (2024)

Contrastive Dual-Interaction Graph Neural Network for Molecular Property Prediction
von: Zhao, Zexing, et al.
Veröffentlicht: (2024)

Superposition in Graph Neural Networks
von: Pertl, Lukas, et al.
Veröffentlicht: (2025)

Transformers are Graph Neural Networks
von: Joshi, Chaitanya K.
Veröffentlicht: (2025)

Commute Graph Neural Networks
von: Zhuo, Wei, et al.
Veröffentlicht: (2024)

Cooperative Graph Neural Networks
von: Finkelshtein, Ben, et al.
Veröffentlicht: (2023)

Exploring Consistency in Graph Representations:from Graph Kernels to Graph Neural Networks
von: Liu, Xuyuan, et al.
Veröffentlicht: (2024)

PGTNet: A Process Graph Transformer Network for Remaining Time Prediction of Business Process Instances
von: Elyasi, Keyvan Amiri, et al.
Veröffentlicht: (2024)

Transferring Graph Neural Networks for Soft Sensor Modeling using Process Topologies
von: Theisen, Maximilian F., et al.
Veröffentlicht: (2025)