现有的预测过程监控方法主要是亚符号的，完全基于数据学习描述特征与目标特征之间的关联，例如根据历史事件和生物特征预测患者的手术需求。然而，这些方法未能纳入特定领域的过程约束（知识），例如，手术只能在患者出院超过一周后进行，这限制了合规性并降低了预测的准确性。研究提出了一种神经符号方法，通过逻辑张量网络（LTNs）将过程知识注入预测模型中。该方法遵循结构化的过程，旨在提高预测的准确性和合规性。...