本研究提出了一种基于BERT架构的自然语言处理分析工具，能够有效进行事件序列压缩、模式检测和异常识别，从而提高软件系统的可靠性和稳定性。

该研究提出了一种在线演化马尔可夫链（EMCs）方法，解决了传统马尔可夫链在动态场景中无法适应行为切换的问题。EMCs能够自适应跟踪转移概率，自动发现模式并检测模式切换，适用于活动识别、电机状态监测及脑电图数据分析，有助于实时建模复杂系统的行为变化。