Browsing by Author "Muñoz Gama, Jorge"
Now showing 1 - 20 of 33
Results Per Page
Sort Options
- ItemA Multi-criteria Approach for Team Recommendation(2017) Arias, Michael; Muñoz Gama, Jorge; Sepúlveda Fernández, Marcos Ernesto
- ItemAdvancing decomposed conformance checking in process mining(2020) Lee, Wai Lam Jonathan; Muñoz Gama, Jorge; Pontificia Universidad Católica de Chile. Escuela de IngenieríaEn los últimos años, la “process mining” ha ido ganando terreno como herramienta para analizar y mejorar los procesos en la industria, como lo ejemplifican empresas como Disco, Celonis y Minit. Además, muchas herramientas comerciales de process mining se están extendiendo más allá del descubrimiento de procesos a la “conformance checking” que permite comparar el comportamiento observado y modelado para encontrar diferencias entre los dos. Realizar la conformance checking en entornos industriales significa que las técnicas deben poder abordar las diferentes dimensiones de los datos. Por ejemplo, las técnicas de conformance checking tienen que escalar desde procesos de pequeñas empresas hasta organizaciones multinacionales que pueden estar manejando muchos casos por hora. Esta tesis se centra en la conformance checking y aborda especficamente los desafíos que surgen de la aplicación de la conformance checking en diferentes escenarios. Las técnicas basadas en alineación (alignment) son el estado del arte para identificar y explicar las discrepancias entre el comportamiento observado y modelado. Sin embargo, debido a la explosión del espacio de estados con procesos con construcciones paralelas, la alignment puede ser computacionalmente costosa. La primera parte de la tesis se centra en extender las técnicas de descomposición al cálculo de alignment. La tesis muestra que la alignment se puede calcular de forma descompuesta y presenta un algoritmo de conformance checking novedoso que calcula la alignment utilizando el paradigma de dividir y conquistar. En la actualidad, existen muchas técnicas de conformance checking disponibles para los usuarios. Sin embargo, puede resultar difícil seleccionar el mejor algoritmo para el trabajo, ya que depende de los datos de entrada y del objetivo del usuario. La segunda parte de la tesis investiga técnicas de machine learning para ayudar a los usuarios a seleccionar el mejor algoritmo en función de sus datos de entrada. Específicamente, aplica el machine learning al problema de clasificación de si las técnicas de descomposición pueden mejorar el tiempo de cálculo dado el modelo y el event log. La tercera parte de la tesis se centra en la conformance checking en tiempo real. Dado el volumen y la velocidad a la que llegan los datos de eventos, es posible que las organizaciones no almacenen todos los datos generados para el análisis offline y, en su lugar, tengan que recurrir a técnicas en tiempo real. Además, realizar análisis en tiempo real permite a los dueños del proceso reaccionar y resolver los problemas en forma inmediato. Realizar la conformance checking en una configuración en tiempo real tiene sus propios desafíos únicos. Por ejemplo, la técnica de conformance checking tiene que equilibrar el énfasis en la información actual y garantizar que el resultado de conformance sea algo estable a medida que se desarrolla el caso en ejecución. La tesis presenta una novedosa técnica de conformance checking en tiempo real basada en Hidden Markov Model.En los últimos años, la “process mining” ha ido ganando terreno como herramienta para analizar y mejorar los procesos en la industria, como lo ejemplifican empresas como Disco, Celonis y Minit. Además, muchas herramientas comerciales de process mining se están extendiendo más allá del descubrimiento de procesos a la “conformance checking” que permite comparar el comportamiento observado y modelado para encontrar diferencias entre los dos. Realizar la conformance checking en entornos industriales significa que las técnicas deben poder abordar las diferentes dimensiones de los datos. Por ejemplo, las técnicas de conformance checking tienen que escalar desde procesos de pequeñas empresas hasta organizaciones multinacionales que pueden estar manejando muchos casos por hora. Esta tesis se centra en la conformance checking y aborda especficamente los desafíos que surgen de la aplicación de la conformance checking en diferentes escenarios. Las técnicas basadas en alineación (alignment) son el estado del arte para identificar y explicar las discrepancias entre el comportamiento observado y modelado. Sin embargo, debido a la explosión del espacio de estados con procesos con construcciones paralelas, la alignment puede ser computacionalmente costosa. La primera parte de la tesis se centra en extender las técnicas de descomposición al cálculo de alignment. La tesis muestra que la alignment se puede calcular de forma descompuesta y presenta un algoritmo de conformance checking novedoso que calcula la alignment utilizando el paradigma de dividir y conquistar. En la actualidad, existen muchas técnicas de conformance checking disponibles para los usuarios. Sin embargo, puede resultar difícil seleccionar el mejor algoritmo para el trabajo, ya que depende de los datos de entrada y del objetivo del usuario. La segunda parte de la tesis investiga técnicas de machine learning para ayudar a los usuarios a seleccionar el mejor algoritmo en función de sus datos de entrada. Específicamente, aplica el machine learning al problema de clasificación de si las técnicas de descomposición pueden mejorar el tiempo de cálculo dado el modelo y el event log. La tercera parte de la tesis se centra en la conformance checking en tiempo real. Dado el volumen y la velocidad a la que llegan los datos de eventos, es posible que las organizaciones no almacenen todos los datos generados para el análisis offline y, en su lugar, tengan que recurrir a técnicas en tiempo real. Además, realizar análisis en tiempo real permite a los dueños del proceso reaccionar y resolver los problemas en forma inmediato. Realizar la conformance checking en una configuración en tiempo real tiene sus propios desafíos únicos. Por ejemplo, la técnica de conformance checking tiene que equilibrar el énfasis en la información actual y garantizar que el resultado de conformance sea algo estable a medida que se desarrolla el caso en ejecución. La tesis presenta una novedosa técnica de conformance checking en tiempo real basada en Hidden Markov Model.
- ItemAnálisis de clusters y de trayectorias de motivación de estudiantes de un curso de programación en modalidad remota de emergencia(2022) Jahr Andrade, Andrés Sebastián; Herskovic, Valeria; Muñoz Gama, Jorge; Pontificia Universidad Católica de Chile. Escuela de IngenieríaLa pandemia de COVID-19 trajo consigo consecuencias no solo en el ámbito de salud y económico, sino que también en educación. Las personas se vieron obligadas a cumplir estrictos protocolos sanitarios los cuales implicaron, entre otras cosas, restricciones de desplazamiento y cuarentenas. En consecuencia, sin mas opción, los centros educacionales se vieron obligados a pasar a un formato remoto, modalidad conocida como aprendizaje remoto de emergencia, o emergency remote teaching (ERT). ERT tiene consecuencias para profesores y estudiantes, las cuales podrían afectar la motivación y, por ende, el aprendizaje de estos últimos. Con la finalidad de analizar dicha situación se realizaron 3 encuestas en un curso universitario de programación, las cuales incluían preguntas del Motivated Strageties for Learning Questionnaire (MSLQ), cuestionario autoreporte que evalúa la motivación académica de los estudiantes en distintas escalas; preguntas demográficas y descriptivas, y preguntas respecto a la preocupación por el COVID-19. A partir de lo anterior, se generaron perfiles de estudiantes utilizando el método de clusterización k-means y se analizaron sus diferencias con diversas pruebas estadísticas. Adicionalmente, se generaron trayectorias de motivación considerando los 3 periodos estudiados. A raíz de ello se descubrió la existencia de 4 perfiles de estudiantes. El perfil más adaptativo tuvo una alta motivación, además de verse más preparado y menos frustrado con las condiciones del ERT. Sin embargo, tuvo los niveles mas altos de preocupación por el COVID-19. El perfil menos adaptativo, se comporto en general como un espejo de las variables del más adaptativo, siendo el cluster con mayor representación de mujeres. En lo que respecta a trayectorias, se evidenciaron diversas variaciones motivacionales a través del tiempo. Por último, se mostraron claras diferencias entre las trayectorias de los estudiantes más y menos preocupados por el COVID-19.
- ItemAnalysis of Emergency Room Episodes Duration Through Process Mining(2019) Rojas, Eric; Cifuentes Soto, Andrés Alonso; Burattin, A.; Muñoz Gama, Jorge; Sepúlveda, Marcos; Capurro, DanielThis study presents the proposal of a performance analysis method for ER Processes through Process Mining. This method helps to determine which activities, sub-processes, interactions and characteristics of episodes explain why the process has long episode duration, besides providing decision makers with additional information that will help to decrease waiting times, reduce patient congestion and increment quality of provided care. By applying the exposed method to a case study, it was discovered that when a loop is formed between the Examination and Treatment sub-processes, the episode duration lengthens. Moreover, the relationship between case severity and the number of repetitions of the Examination-Treatment loop was also studied. As the case severity increases, the number of repetitions increases as well.
- ItemBusiness process analysis in advertising: An extension to a methodology based on process mining projects(IEEE, 2016) Osses, A. S.; Arias, M.; Da Silva, Luiz Quelves; Rojas Córdoba, Eric Eduardo; Cobo, B. F.; Muñoz Gama, Jorge; Sepúlveda Fernández, Marcos ErnestoNowadays organizations generate large amount of data. Only a few make a good use to optimize the performance of the business. Process mining appears as a branch of the data science that tries to understand the actual operational processes in the organizations through different algorithms, allowing the discovery of process models to give insight of the processes and understand how they can be improved. In this work different process mining techniques are applied to a company dedicated to the advertisement market, specifically the process of dealing with contract issues with customers. The Process Mining Project Methodology was followed to execute a case study. Additional to the basic methodology, elements from the others areas of studies were added to generate better results and have a better understanding of the problem. The case study includes three scenarios with three different hypotheses that were validated through our method.
- ItemCase model landscapes: toward an improved representation of knowledge-intensive processes using the fCM-language(2021) Gonzalez-Lopez, Fernanda; Pufahl, Luise; Muñoz Gama, Jorge; Herskovic Maida, Valeria Paz; Sepúlveda Fernández, Marcos Ernesto
- ItemComprensión de modelos de procesos por expertos de dominio(2023) Fabia Valdatta, Paolo; Muñoz Gama, Jorge; Pontificia Universidad Católica de Chile. Escuela de IngenieríaLos modelos de procesos tienen una amplia aplicabilidad en el campo de la ingeniería y desarrollo de sistemas, pero también se utilizan con propósitos académicos y como entrenamiento profesional en otros dominios, como la salud y el derecho. La comprensión humana de los modelos de procesos es fundamental, teniendo en cuenta que éstos no tienen utilidad a menos que permitan una comunicación adecuada sobre los procesos originales que representan. Este trabajo busca evaluar los efectos que tiene el conocimiento de dominio, que se describe como la comprensión del universo del discurso del mundo real implicado en el proceso, en la comprensión de modelos de procesos, un aspecto en gran medida desconocido hasta ahora. Se realizó un análisis de la eficiencia, eficacia y carga cognitiva de la comprensión de 30 participantes (médicos y abogados) en la resolución de tareas de comprensión sintáctica, semántica y de resolución de problemas de dos modelos diferentes, uno de derecho y otro de salud. Esto se realizó mediante la creación y aplicación de un cuestionario online en un experimento del tipo crossover. 0Los resultados del experimento muestran que la comprensión de modelos tiende a mejorar cuando se lee un proceso conocido. Evidencia estadística significativa respalda una disminución de la carga cognitiva en las tareas de sintaxis y resolución de problemas, y un aumento en la eficacia en las tareas de semántica. Aspectos como la disonancia cognitiva pueden generar esfuerzos adicionales en la comprensión. Líneas futuras de investigación son también sugeridas.
- ItemConformance checking in UML artifact-centric business process models(2019) Estañol, Montserrat; Muñoz Gama, Jorge; Carmona, Josep; Teniente, Ernest
- ItemControl-flow analysis of procedural skills competencies in medical training through process mining(2020) Fuente Sanhueza, René Francisco de la; Fuentes Henríquez, Ricardo Sergio; Muñoz Gama, Jorge; Riquelme Pérez, Arnoldo; Altermatt, Fernando; Pedemonte Trewhela, Juan Cristóbal; Corvetto Aqueveque, Marcia Antonia; Sepúlveda Fernández, Marcos Ernesto
- ItemDesarrollo de un artefacto de software para la aplicación de minería de procesos en procesos desconectados de sistemas de información(2022) Leiva Sánchez, Luis Ignacio; Muñoz Gama, Jorge; Pontificia Universidad Católica de Chile. Escuela de IngenieríaLos procesos son secuencias de acciones llevadas a cabo con un fin determinado. Dentro de las ciencias de la computación, se han desarrollado técnicas y algoritmos para extraer información de estos, por ejemplo, en la disciplina de Minería de Procesos. Sin embargo, existe un grupo de procesos en los que no se pueden utilizar, ya que no son soportados por sistemas de información, y por ende, no existe un registro computacional de los eventos ocurridos. Estos son denominados procesos desconectados. Recientemente surgió una nueva metodología que busca apoyar el entrenamiento en procesos desconectados, POME (Process-Oriented Medical Education), compuesta de cinco etapas: creación, ejecución, enseñanza, evaluación y rediseño. Cada una de estas tiene sus propios desafíos, y este trabajo se enfoca en apoyar el etiquetado manual de los eventos que suceden dentro de un proceso desconectado, el que carece de un soporte que permita realizar esta tarea de forma fácil e intuitiva. Por ello, se plantea el desarrollo de un artefacto de software basado en Minería de Procesos, que permita implementar esta metodología en procesos desconectados, al generar registros de eventos a partir de estos, utilizar videos de ejecuciones y una lista de actividades posibles a realizar, determinadas por un modelo de procesos.
- ItemDevelopment of a comprehensive Percutaneous Dilatational Tracheostomy process model for procedural training: A Delphi-based experts consensus(2021) Fuente Sanhueza, René Francisco de la; Kattan Tala, Eduardo José; Muñoz Gama, Jorge; Puente, Ignacio; Navarrete, Matías; Kychenthal, Catalina; Fuentes, Ricardo; Bravo Morales, Sebastián; Gálvez Yanjari, Víctor Andrés; Sepúlveda Cárdenas, Marcos Daniel
- ItemDivide and Conquer: A Tool Framework for Supporting Decomposed Discovery in Process Mining(2017) Verbeek, H. M. W.; Van Der Aalst, W. M. P.; Muñoz Gama, Jorge
- ItemFAIS: A System for Effectively Learning Students Names and Faces in Massive Courses(IEEE, 2020) Muñoz Gama, Jorge; Alvarez-Esteban, R.; Montalva-Carmona, J.; Baier Aranda, Jorge AndrésLow classroom engagement and distractions are important challenges of massive courses. The literature shows that those problems could decrease when the teacher addresses the students by their names. Learning all the names and faces for a small course is not a difficult task. However, in massive courses, this becomes a tedious and time-consuming task, making it not very practical. This work presents FAIS, a system for effectively learning students names and their corresponding faces, especially designed for massive courses. The system is based on memorization by repetition and gamification techniques, requiring less effort and including a playful perspective. A preliminary experience shows the learning of 105 students names and surnames, just during the daily commutes of the 10 days previous to the start of the course.
- ItemHuman resource allocation in business process management and process mining : a systematic mapping study(2018) Arias, Michael; Saavedra Madariaga, Rodrigo Alejandro; Marques, Maira R.; Muñoz Gama, Jorge; Sepúlveda Fernández, Marcos Ernesto
- ItemHuman resource allocation or recommendation based on multi-factor criteria in on-demand and batch scenarios(2018) Arias, Michael; Muñoz Gama, Jorge; Sepúlveda Fernández, Marcos Ernesto; Miranda, Juan Carlos
- ItemMapping the patient’s journey in healthcare through process mining(2020) Arias, M.; Rojas, Eric; Aguirre, S.; Cornejo, F.; Muñoz Gama, Jorge; Sepúlveda Fernández, Marcos Ernesto; Capurro, Daniel
- ItemMeasuring Precision of Modeled Behavior(2015) Adriansyah, Arya; Muñoz Gama, Jorge; Carmona, Josep; Van Dongen, Boudewijn F.; Van Der Aalst, Wil M. P.
- ItemMining theory-based patterns from Big data : Identifying self-regulated learning strategies in Massive Open Online Courses(2018) Maldonado Mahauad, Jorge Javier; Pérez Sanagustín, Mar; Kizilcec, René F.; Morales, Nicolás; Muñoz Gama, Jorge
- ItemOrientation and conformance : A HMM-based approach to online conformance checking(2020) Lee, Wai Lam Jonathan; Burattin, A.; Muñoz Gama, Jorge; Sepúlveda Fernández, Marcos Ernesto
- ItemPerformance Analysis of Emergency Room Episodes Through Process Mining(2019) Rojas, E.; Cifuentes Soto, Andrés Alonso; Burattin, A.; Muñoz Gama, Jorge; Sepúlveda Fernández, Marcos Ernesto; Capurro, Daniel