Coloquio Departamento de Informática USM: Ciberseguridad en Chile: Multi-attribute Transformers for Sequence Prediction in Business

El Departamento de Informática de la Universidad Técnica Federico Santa María tiene el agrado de invitar a la comunidad Universitaria a su ciclo de coloquios. Esta presentación será transmitida por videoconferencia a través del canal del Departamento de Informática https://tv.inf.utfsm.cl/coloquio, el martes 8 de noviembre a las 12:15 hrs.

Expositor

Gonzalo Rivera, Estudiante del Magíster del Departamento de Informática, UTFSM

Mini Bio

Gonzalo es alumno del Magíster en Ciencias de la Ingeniería Informática y actualmente, estoy aprendiendo sobre modelos de Machine Learning aplicados en secuencia y grafos, donde existe un abanico de desafíos y métodos que explorar. Dentro de este contexto es que en el ramo ‘Máquinas de aprendizaje computacional’ con el Profesor Ricardo Ñanculef estudiamos distintas arquitecturas usando Transformers aplicándolas en BPM, donde obtuvimos buenos resultados. Entonces, que hayan aprobado el trabajo y que la Alianza UTFSM-Scotiabank me permitió ir a Francia a presentar, fue una oportunidad imperdible que me motiva a seguir colaborando e investigando nuevas propuestas.

Resumen

Como el foco de la conferencia es investigar aplicaciones y realizar análisis que tratan con datos reales, imprecisos y complejos en los distintos dominios de ciencia. Nuestra investigación calzaba con el objetivo de la conferencia al incluir modelos recientes de Machine Learning en un problema de predicción de secuencias con múltiples atributos aplicado en un área de Business Process Management (BPM). La idea es recolectar los registros de eventos de los sistemas de información y modelarlo como una serie de secuencias (junto a sus atributos) agrupadas por un identificador único y ordenadas cronológicamente.

Luego, la tarea es poder predecir para una secuencia incompleta el siguiente evento, y ahí nos apoyamos con un tipo de red neuronal llamado Transformer, que es ampliamente usado en procesamiento del lenguaje natural o series de tiempo y lo extendimos con la idea que permita incluir no solo la secuencia principal, sino que también sus atributos, aportando información relevante al modelo.

Por otro lado, al extraer los datos desde un sistema de información, la aplicación en diferentes áreas es variadas, ya que sirven como input a algoritmos asignación de recursos o decisiones basadas en datos como: gestión de pacientes en un hospital u optimización de plantas de producción.