Descripción del proyecto
EN EL SUBPROYECTO 1 DE INCEPTION, DENOMINADO GESTION INTELIGENTE DEL CAMBIO EN MINERIA DE PROCESOS: DETECCION Y DESCRIPCION EXPLICABLES (XAIDRIFT) EL EQUIPO DEL CITIUS-UNIVESRIDADE DE SANTIAGO DE COMPOSTELA LLEVARA A CABO UN PROCESO DE MADURACION DE LOS RESULTADOS PREVIAMENTE OBTENIDOS EN EL SUBPROYECTO COORDINADOR DEL PROYECTO DE I+D PREVIO BIGBISC: APORTANDO INTELIGENCIA A LOS PROCESOS DE NEGOCIO MEDIANTE SOFT COMPUTING EN ESCENARIOS DE DATOS. EN DICHO SUBPROYECTO 1 (USC) SE DESARROLLARON DIVERSOS ALGORITMOS DE MINERIA DE PROCESOS, PARA LAS TAREAS DE DESCUBRIMIENTO, CONFORMIDAD, SIMPLIFICACION, DESCRIPCION TEXTUAL, AGRUPAMIENTO DE TRAZAS Y MINERIA DEL CAMBIO. PARTE DE ESTOS ALGORITMOS FUERON YA ACELERADOS DENTRO DEL PROYECTO INVERBIS, FINANCIADO EN LA CONVOCATORIA IGNICIA-PRUEBA DE CONCEPTO DE LA XUNTA DE GALICIA, Y TRANSFERIDOS A LA SPIN-OFF INVERBIS ANALYTICS, S.L., CONSTITUIDA COMO RESULTADO DE DICHO PROYECTO, PARA SU VALORIZACION COMERCIAL.SIN EMBARGO, EL ALCANCE DEL PROYECTO NO PERMITIO INCLUIR LOS RESULTADOS DE BIGBISC RELATIVOS AL ALGORITMO DE DETECCION DE LOS CAMBIOS EN EL MODELO DE PROCESO NI LA DESCRIPCION TEXTUAL AUTOMATICA DE DICHOS CAMBIOS A TRAVES DE LA TECNOLOGIA PROCESS-TO-TEXT. EN ESTE ASPECTO CONCRETO ES DONDE SE CENTRA PRECISAMENTE EL OBJETIVO DEL SUBPROYECTO 1 DE INCEPTION. UNA VEZ DESARROLLADOS SUFICIENTEMENTE POR PARTE DEL EQUIPO DE LA USC LOS ALGORITMOS CORRESPONDIENTES, EL EQUIPO DE LA UNIZAR REALIZARA SU DESPLIEGUE COMO UN COMPONENTE EN LA NUBE PARA QUE SEA EJECUTADO DE FORMA EFICIENTE EN ENTORNOS MULTI-PROVEEDOR. POR TANTO, XAIDRIFT CONTINUA LA LINEA DE ACELERACION Y TRANSFERENCIA DE RESULTADOS DEL PROYECTO BIGBISC, YA INICIADA POR EL SUBPROYECTO 1 CON EXITO CON LOS ALGORITMOS RELATIVOS A LA MINERIA DE PROCESOS DESCRIPTIVA, AMPLIANDOLA AL AMBITO DE LA MINERIA DE PROCESOS PREDICTIVA. ADEMAS, SE HACE ENFASIS EN LA COMPONENTE DE EXPLICABILIDAD DE LOS CAMBIOS DETECTADOS, DE MODO QUE SE XAIDRIFT SE ENMARCA EN EL PARADIGMA DE LA IA EXPLICABLE Y RESPONSABLE. ESTE ASPECTO RESULTA DE ESPECIAL INTERES EN TANTO QUE LA INFORMACION RELATIVA A LOS CAMBIOS DETECTADOS DEBE SER COMPRENDIDA POR USUARIOS NO ESPECIALIZADOS. UNA ADECUADA EXPLICACION DE DICHOS CAMBIOS CONLLEVARA UNA TOMA DE DECISIONES ADECUADA. EL PARADIGMA QUE SE EMPLEARA PARA DOTAR DE EXPLICABILIDAD A LOS RESULTADOS ES LA GENERACION DE LENGUAJE NATURAL, YA EXPLORADA CON EXITO DENTRO DE BIGBISC EN OTROS CONTEXTOS DE LA ANALITICA DE PROCESOS (PROCESS-TO-TEXT).EN EL PROYECTO SE ESTABLECEN COMO TAREAS PRINCIPALES LA ADAPTACION DEL ALGORITMO DE DETECCION DEL CAMBIO EN MODELOS DE PROCESO A LOS RESULTADOS DE LA EXPERIMENTACION CON REGISTROS DE PROCESOS DE CLIENTES REALES, EN LOS QUE ES NECESARIO TRATAR CON LA COMPLEJIDAD DE LOS MODELOS DEL PROCESO Y LA VARIABILIDAD DE LAS TRAZAS, LA ADAPTACION DE LA TECNOLOGIA PROCESS-TO-TEXT PARA LA DESCRIPCION EN LENGUAJE NATURAL DE LOS CAMBIOS EN EL MODELO QUE REPRESENTA LA CONDUCTA OBSERVADA DE UN PROCESO. CABE DESTACAR, ADEMAS, QUE EL ALGORITMO DE DETECCION DE CAMBIOS EN EL MODELO DE PROCESOS DESARROLLADO EN BIBGISC OBTIENE LOS MEJORES RESULTADOS EN COMPARACION CON LAS OTRAS PROPUESTAS DEL ESTADO DEL ARTE. POR OTRO LADO, NO HAY SOLUCIONES DISPONIBLES QUE CONSTRUYAN AUTOMATICAMENTE DESCRIPCIONES TEXTUALES SOBRE LOS CAMBIOS ESTRUCTURALES Y DE INDICADORES DE NEGOCIO EN UN MODELO DE PROCESO. INERIA DE PROCESOS\SOFT COMPUTING\IA EXPLICABLE\GENERACION DE LENGUAJE NATURAL