본 논문은 의료 분야에서 이벤트 시퀀스를 모델링하는 데 널리 사용되는 시간점 과정(TPP)의 해석성 문제를 해결하기 위해, 시간 논리 규칙과 수치적 특징을 통합한 새로운 프레임워크인 Hybrid-Rule Temporal Point Processes (HRTPP)를 제안한다. HRTPP는 고유 이벤트 가능성을 나타내는 기본 강도, 구조화된 시간적 의존성을 나타내는 규칙 기반 강도, 그리고 동적 확률 변조를 위한 수치적 특징 강도의 세 가지 주요 구성 요소로 이루어져 있다. 유효한 규칙을 효과적으로 발견하기 위해 베이지안 최적화를 사용한 2단계 규칙 마이닝 전략을 도입하였으며, 규칙 유효성, 모델 적합성, 시간적 예측 정확도를 포함하는 다기준 평가 프레임워크를 통해 실제 의료 데이터셋에서 기존의 해석 가능한 TPP보다 예측 성능과 임상적 해석성 측면에서 우수한 성능을 보임을 실험적으로 입증하였다. 케이스 스터디를 통해 HRTPP가 추출한 규칙들이 질병 진행 과정을 설명하고 의료 진단에 귀중한 정보를 제공함을 보여준다.
