Sequence/Stream Analytics and Process Intelligence – S2API

Descrizione Attività

Le attività del gruppo abbracciano, in particolare, i seguenti problemi:
• scoperta di modelli di comportamento descrittivi (es., modelli di processo graph-like, modelli di clustering, sottogruppi devianti/eccezionali) e predittivi (es., modelli per predire il comportamento futuro di una o più istanze di processo in corso di esecuzione);
• individuazione di comportamenti devianti/anomali o potenzialmente pericolosi (violazione di vincoli derivanti da regole di business o linee guida, intrusioni informatiche, attacchi alla sicurezza);
• valutazione e monitoraggio di indicatori di qualità/prestazione definiti su log di eventi (e possibilmente informazioni di contesto);
• analisi delle interazioni fra entità di un sistema/gruppo, viste come risultato dello sviluppo di un dialogo/dibattito basato su argomentazioni;
• interpretazione di sequenze di log record in termini di eventi/attività di alto livello (rappresentate esplicitamente in modelli di processo o documenti preesistenti, oppure nella visione del processo posseduta da esperti di dominio);
• estrazione di narrative da log, e loro impiego in schemi di AI (learning / reasoning / planning) “human-in-the-loop”;
• interrogazione, comprensione ed estrazione di informazioni da documenti e testi.

La complessità, la mole e la dinamicità dei dati analizzati rendono questi problemi sfidanti e richiedono lo sviluppo di soluzioni efficienti e robuste rispetto alla natura non-strutturata, non-stazionaria e/o incerta/incompleta dei dati, così come la capacità di sfruttare pienamente conoscenza e feedback provenienti dagli esperti e dall’ambiente.
A tal fine, i membri del gruppo stanno investendo nel potenziare le proprie competenze nei seguenti campi di ricerca:

– Machine/Deep Learning
– Ensemble Learning
– Semi-supervised/Transfer/Multi-Task learning
– Continuous/Lifelong Analytics/Learning
– Constraint-based Learning
– Human-in-the-loop Machine Learning
– Human-centric AI
– Knowledge Representation
– Argument-based Reasoning
– Augmented Analytics
– Natural Language Processing
– Social Media Analytics
– Business Process Intelligence
– Process Mining
– Intelligent Process Automation

Obiettivi

L’obiettivo generale perseguito dal gruppo può essere sintetizzato come segue: studio e sviluppo di tecniche per l’analisi di processi e di dati ad essi associati, la predizione del comportamento di processi e l’automazione intelligente e ottimizzata di processi organizzativi e decisionali.
L’input primario di tali tecniche è costituito da due principali famiglie di dati:

• dati marcati temporalmente prodotti da meccanismi di messaging e di sensoristica / tracciatura, come risultato dell’esecuzione di attività o processi (es., eventi registrati in process / system / transaction / message logs, oppure generati da dispositivi IoT/wearable o da applicazioni di social networking);
• dati multi-strutturati provenienti da vari tipi di sorgenti informative (es., documenti ad uso nei processi organizzativi, post di social media, news, siti Web, database).

Il gruppo ambisce a definire modelli, strumenti e metodologie che permettano di estrarre informazioni e conoscenza da tali dati, utile per comprendere, predire, automatizzare e migliorare i processi analizzati e per supportare decisioni inerenti tali processi.

Campi Applicativi

I risultati delle attività del gruppo di ricerca potranno trovare impiego in importanti aree applicative, prime fra tutte: Cyber-security, Industria 4.0, Smart Cities, Smart City/Community, Smart Government, Mobilità Sostenibile, Social Media Analytics. Fra i vari settori specifici di potenziale applicazione, appaiono di notevole interesse per il gruppo quelli della Pubblica Amministrazione, della manifattura e del terziario (es., aziende fornitrici di servizi finanziari e di commercio elettronico).