在14个事件日志上，剩余时间预测的误差与不确定性随延迟增大而上升，用不确定性特征做延迟检测把平均召回率从0.21提到0.61

研究刻画了延迟检测的难度来源：剩余时间分布强烈右偏，模型能捕捉众数却无法预测高延迟案例，且预测不确定性随剩余时间增大而增大。 以往工作多用MAE等聚合指标评估剩余时间预测，掩盖了模型在目标分布不同区段的表现差异；该工作按many/medium/few区段分解误差，并系统报告了异方差性。 在14个公开事件日志上分析，报告了Fisher偏度系数（如BPIC20DD为11.5、BPIC20RFP为10.6、BPIC15-3为10.0，Helpdesk为-0.1），并计算真实剩余时间与绝对误差、生存模型预测区间宽度的Spearman相关（14个日志中10个两者均为正相关，BPIC20ID达0.64与0.80，但BPIC15-2与Helpdesk为负相关）。

针对目标不平衡的数据层与算法层方法对长尾预测帮助有限，说明尾部数据稀缺可能不是主要瓶颈。 此前不平衡回归方法（SMOGN、CSW、BMSE、EAL、SERA）主要验证于分类或视觉/时序任务，该工作首次在PPM的剩余时间回归上系统比较，并针对左填充前缀序列改造了SMOGN的邻域选择。 SMOGN在14个日志上使few区nMAE降低8.0%，但medium与many区分别上升20.5%与31.4%，整体nMAE上升17.5%；算法层方法中SERA在few区排名最好（1.00）并显著优于Vanilla、CSW、EAL，但整体显著更差，EAL与CSW整体排名最好；Friedman检验p<0.001，配对比较用Wilcoxon符号秩检验。

把生存分析模型给出的不确定性估计作为特征输入下游分类器，可大幅提升高延迟案例的识别能力。 以往不确定性感知的剩余时间预测工作只关注量化不确定性本身，未研究偏斜目标分布与不确定性的交互，也未把不确定性用于延迟检测这一决策任务。 在14个日志、q=0.8阈值、五个随机种子的设置下，平均召回率从0.21升至0.61，平均F1从0.21升至0.44，平均PR-AUC从0.23升至0.33，精确率平均从0.38变为0.42且整体无显著差异（p=0.17）；召回率、F1、PR-AUC的提升分别对应p<0.0001、p<0.0001、p<0.0003；BPIC20PTC上基线仅识别175个高延迟案例中的1个，不确定性感知模型识别132个；在q=0.9的更严格定义下结果类似。

不确定性感知模型在案例执行早期即可更可靠地识别延迟案例。 该工作把前缀长度按完整轨迹事件数归一化，按执行进度分组评估，从而刻画延迟检测在时间维度上的可用性，而不仅是最终分类性能。 在对应执行进度20%、40%、60%、80%的前缀子集上，不确定性感知模型在全部前缀比例下均优于基线，早期阶段增益最明显，召回率显著更高而精确率相当，F1与PR-AUC一致改善。

该结果面向使用事件日志做预测性流程监控的组织，适用于以剩余时间回归为基础、需要提前识别高延迟案例的场景；方法上以数据感知LSTM编码器加生存分析头为骨架，延迟检测被表述为基于分位数阈值（如q=0.8，另在q=0.9下验证）的二分类任务，不确定性特征包括预测标准差、80%与90%预测区间宽度、尾部质量以及已用时间等时间上下文特征，下游使用CatBoost分类器。作者指出，延迟检测把回归问题抽象为阈值分类，因此这些提升不应被理解为剩余时间估计本身的改进；后续可探索更丰富的不确定性建模、引入更多上下文信息，以及在变化流程环境中在线适配延迟检测方法。

异方差的方向与强度在不同流程间并不一致：BPIC15-2与Helpdesk在两个指标上均为负相关，BPIC17W与BPIC15-4表现混合，因此不确定性作为延迟信号的有效性可能依赖具体流程。不确定性本身的来源尚未完全拆解，可能来自流程波动、上下文缺失或概念漂移。延迟检测依赖阈值选择并损失信息，作者建议未来直接建模剩余时间的完整条件分布，把延迟检测与服务级别违约等问题表述为下游决策规则。此外，评估基于公开事件日志与LSTM类模型，向其他领域、工业环境与其他架构的推广程度仍待检验。