Ana Rocio Cardenas Maita

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Orientou

Produções bibliográficas

• MAITA, ANA ROCÍO CÁRDENAS ; MARTINS, LUCAS CORRÊA ; LÓPEZ PAZ, CARLOS RAMÓN ; RAFFERTY, LAURA ; HUNG, PATRICK C. K. ; PERES, SARAJANE MARQUES ; FANTINATO, Marcelo . A systematic mapping study of process mining. Enterprise Information Systems , v. 12, p. 1-45, 2017.

• MAITA, ANA ROCÍO CÁRDENAS ; MARTINS, LUCAS CORRÊA ; LÓPEZ PAZ, CARLOS RAMÓN ; PERES, SARAJANE MARQUES ; FANTINATO, Marcelo . Process mining through artificial neural networks and support vector machines. Business Process Management Journal , v. 21, p. 1391-1415, 2015.

• ROJAS KRUGGER, ESTHER MARIA ; MAITA, ANA ROCÍO CÁRDENAS ; ALVES, JULIANA CRISTINA BARBOSA ; FANTINATO, Marcelo ; MARQUES PERES, SARAJANE . Business process analysis based on anomaly detection in event logs: a study on an incident management case. In: Hawaii International Conference on System Sciences, 2021, Honolulu.

• MAITA, ANA R. C. ; FANTINATO, Marcelo ; PERES, SARAJANE M. ; THOM, LUCINEIA H. ; HUNG, PATRICK C. K. . Mining unstructured processes: An exploratory study on a distance learning domain. In: 2017 International Joint Conference on Neural Networks (IJCNN), 2017, Anchorage. 2017 International Joint Conference on Neural Networks (IJCNN), 2017. p. 3240.

• MAITA, A. R. C. ; FANTINATO, M. ; MARQUES, S. P. . Estudo da aplicação de técnicas inteligentes em mineração de processos de negócios. In: VIII Workshop de Teses e Dissertações em Sistemas de Informação (WTDSI), 2015, Goiás. Anais do XI Simpósio Brasileiro de Sistemas de Informação (SBSI 2015), 2015. v. 3. p. 22-24.

• MAITA, ANA R. C. ; FANTINATO, Marcelo ; PERES, SARAJANE M. . Interpretable Process Mining Opportunities and Challenges. 2022. (Apresentação de Trabalho/Outra).

Outras produções

Projetos de pesquisa

• 2020 - Atual

  Event log-based activity and resource recommendation for running business processes: A meaningful explanation-driven framework, Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Ana Rocío Cárdenas Maita - Coordenador / Sarajane Peres Marques - Integrante / Marcelo Fantinato - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2013 - 2015

  Um estudo da aplicação de técnicas de inteligência computacional e de aprendizado de máquina em mineração de processos de negócio, Descrição: Mineração de processos é uma área de pesquisa relativamente recente que se situa entre mineração de dados e aprendizado de máquina, de um lado, e modelagem e análise de processos de negócio, de outro lado. Mineração de processos visa descobrir, monitorar e aprimorar processos de negócio reais por meio da extração de conhecimento a partir de logs de eventos disponíveis em sistemas de informação orientados a processos. O principal objetivo deste trabalho foi avaliar o contexto de aplicação de técnicas provenientes das áreas de inteligência computacional e de aprendizado de máquina, incluindo redes neurais artificiais e máquinas de vetores de suporte, no contexto de mineração de processos. Considerando que essas técnicas são, atualmente, as mais aplicadas em tarefas de mineração de dados, seria esperado que elas também estivessem sendo majoritariamente aplicadas em mineração de processos, o que não tinha sido demonstrado na literatura recente e foi confirmado por este trabalho. Buscou-se compreender o amplo cenário envolvido na área de mineração de processos, incluindo as principais caraterísticas que têm sido encontradas ao longo dos últimos dez anos em termos de: tipos de mineração de processos, tarefas de mineração de dados usadas, e técnicas usadas para resolver tais tarefas. O principal enfoque do trabalho foi identificar se as técnicas de inteligência computacional e de aprendizado de máquina realmente não estavam sendo amplamente usadas em mineração de processos, ao mesmo tempo que se buscou identificar os principais motivos para esse fenômeno. Isso foi realizado por meio de um estudo geral da área, que seguiu rigor científico e sistemático, seguido pela validação das lições aprendidas por meio de um exemplo de aplicação. Este estudo considera vários enfoques para delimitar a área: por um lado, as abordagens, técnicas, tarefas de mineração e ferramentas comumente mais usadas; e, por outro lado, veículos de publicação, universidades e pesquisadores interessados no desenvolvimento da área. Os resultados apresentam que 81% das publicações atuais seguem as abordagens tradicionais em mineração de dados. O tipo de mineração de processos com mais estudos primários é Descoberta do processo com 71% deles. Os resultados deste trabalho são valiosos para profissionais e pesquisadores envolvidos no tema, e representam um grande aporte para a área.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Ana Rocío Cárdenas Maita - Coordenador / Sarajane Peres Marques - Integrante / marcelo fantinato - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

Prêmios