تستغل طرق مراقبة العمليات التجارية التنبؤية سجلات الحالات المكتملة لعملية ما من أجل إجراء تنبؤات حول الحالات الجارية منها. تُصمم الطرق الحالية في هذا المجال خصيصًا للمهام التنبؤية المحددة. بالإضافة إلى ذلك، فإن دقة هذه الطرق نسبيًا تكون حساسة للغاية للبيانات المستخدمة، مما يتطلب من المستخدمين الانخراط في عمليات التجربة والخطأ وضبط الإعدادات عند تطبيقها في بيئة معينة. يتناول هذا البحث شبكات العصبونات ذات الذاكرة طويلة المدى قصيرة (LSTM) كأداة لبناء نماذج دقيقة بشكل متسق لمجموعة واسعة من مهام مراقبة العملية التنبؤية. أولاً، نوضح أن LSTM تتفوق على التقنيات الحالية في التنبؤ بالحدث التالي والحالة الزمنية له في حالة جارية. ثانياً، نوضح كيفية استخدام النماذج للتنبؤ بالمهمة التالية من أجل التنبؤ باستمرار كامل حالة جارية. أخيراً، نطبق نفس الأسلوب للتنبؤ بالوقت المتبقي، ونوضح أن هذا الأسلوب يتفوق على الطرق المصممة خصيصًا الموجودة حالياً.