Thais Rodrigues Neubauer

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• ARAUJO, R. M. ; PERES, S. M. ; Fantinato, M. ; UNGER, A. J. ; NEUBAUER, T. R. . Mineração de Processos como Ferramenta para Promoção da Transparência: Oportunidades e Desafios. Revista da CGU , v. 15, p. 208-213, 2023.

• NEUBAUER, THAIS RODRIGUES ; PERES, SARAJANE MARQUES ; FANTINATO, MARCELO ; LU, XIXI ; REIJERS, HAJO ALEXANDER . Interactive clustering: a scoping review. ARTIFICIAL INTELLIGENCE REVIEW , v. online, p. 1-68, 2020.

• NEUBAUER, T. R. ; PEEPERKORN, J. ; WEERDT, J. ; Fantinato, M. ; PERES, S. M. . Enhancing Remaining Time Prediction in Business Processes through Graph Embedding. In: 58th Hawaii International Conference on System Sciences (HICSS), 2025, Waikoloa. Proceedings of 58th Hawaii International Conference on System Sciences (HICSS), 2025. p. 1-10.

• NEUBAUER, T. R. ; PEEPERKORN, J. ; PERES, S. M. ; WEERDT, J. ; Fantinato, M. . Vector Representation for Business Process: Graph Embedding for Domain Knowledge Integration. In: 22nd IEEE International Conference on Machine Learning and Applications (ICMLA), 2023, Jacksonville. Proceedings of 22nd IEEE International Conference on Machine Learning and Applications (ICMLA), 2023. p. 588-594.

• NEUBAUER, THAIS RODRIGUES ; FERNANDES, A. G. L. ; FANTINATO, MARCELO ; PERES, SARAJANE MARQUES . Interactive Trace Clustering to Enhance Incident Completion Time Prediction in Process Mining. In: WCCI 2022 Workshops: CI4PM'22 - 1st international workshop on computational intelligence for process mining, 2022, Padua. CEUR Workshop Proceedings: CI4PM'22 - 1st international workshop on computational intelligence for process mining, 2022. p. 1-12.

• FERNANDES, A. G. L. ; NEUBAUER, THAIS RODRIGUES ; Fantinato, M. ; PERES, S. M. . Impact of non-fitting cases for remaining time prediction in a multi-attribute process-aware method. In: WCCI 2022 Workshops:CI4PM'22 - 1st international workshop on computational intelligence for process mining, 2022, Padua. CEUR Workshop Proceedings: CI4PM?22 - 1st international workshop on computational intelligence for process mining, 2022. p. 1-12.

• NEUBAUER, T. R. ; ARAUJO, R. M. ; Fantinato, M. ; PERES, S. M. . Transparency promoted by process mining: an exploratory study in a public health product management process. In: Workshop de Computação Aplicada em Governo Eletrônico, 2022, Niterói. Anais do X Workshop de Computação Aplicada em Governo Eletrônico (WCGE 2022), 2022. p. 37-49.

• FARIA JUNIOR, E. R. ; NEUBAUER, T. R. ; Fantinato, M. ; PERES, S. M. . Clustering analysis and frequent pattern mining for process profile analysis: an exploratory study for object-centric event logs. In: 3rd International Workshop on Leveraging Machine Learning in Process Mining (ML4PM) - in 4th International Conference on Process Mining (ICPM), 2022, Bozen-Bolzano. Proceedings of 4th International Conference on Process Mining (ICPM 2022), 2022. p. 1-12.

• NEUBAUER, T. R. ; SILVA, V. F. ; Fantinato, M. ; PERES, S. M. . Resource Allocation Optimization in Business Processes Supported by Reinforcement Learning and Process Mining. In: 11th Brazilian Conference on Intelligent Systems (BRACIS 2022), 2022, Campinas. Proceedings of 11th Brazilian Conference on Intelligent Systems, 2022. v. 1. p. 580-595.

• LUNA, M. A. S. ; LIMA, A. P. ; NEUBAUER, T. R. ; Fantinato, M. ; PERES, S. M. . Vector space models for trace clustering: a comparative study. In: XVIII Encontro Nacional de Inteligência Artificial e Computacional, 2021, São Paulo. Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional, 2021. p. 446-457.

• NEUBAUER, T. R. ; PAMPONET SOBRINHO, G. ; Fantinato, M. ; PERES, S. M. . Visualization for enabling human-in-the-loop in trace clustering-based process mining tasks. In: IEEE International Conference on Big Data - 5th IEEE Workshop on Human-in-the-Loop Methods and Future of Work in BigData, 2021, Online. 2021 IEEE International Conference on Big Data, 2021. p. 3548-3556.

• LUNA, M. A. S. ; FARIA JUNIOR, E. R. ; NEUBAUER, T. R. ; Fantinato, M. ; PERES, S. M. . Habilitando mineração de processos no domínio de operações logísticas: extração de dados para um log de eventos centrado em objetos. In: I Workshop PBP-Loggi 2021: Resultados do Programa de Bolsas de Pesquisa (PBP-Loggi), 2021, Online. Anais do I Workshop PBP-Loggi: Resultados do Programa de Bolsas de Pesquisa (PBP-Loggi 2021), 2021. p. 127-132.

• NEUBAUER, T. R. ; PERES, S. M. ; Fantinato, M. . Interactive Trace Clustering. In: Workshop de Teses e Dissertações em Sistemas de Informação (WTDSI-SBSI), 2019, Aracaju. Anais do Simpósio Brasileiro de Sistemas de Informação - Workshop de Teses e Dissertações em Sistemas de Informação, 2019.

• NEUBAUER, T. R. ; PERES, S. M. . Data Mining using Naive Bayes classifier: an application in short news. In: XIII Simpósio Brasileiro de Sistemas de Informação, 2017, Lavras - MG. Proceedins of XIII Brazilian Symposium of Information Systems, 2017. p. 543-546.

• Carnieto, A. P. ; Silva, G. F. ; Sabino, A. U. ; Albero, L. ; Leite, G. S. ; Silva, M. V. C. R. ; Souza, M. S. ; NEUBAUER, T. R. ; PERES, S. M. . COMPETEC - contribuindo com o ensino de programação para alunos de escolas técnicas. In: Sudeste PET 2016, 2016, São Carlos. XVI SUDESTE PET, 2016.

• NEUBAUER, T. R. ; ROMAN, N. T. . Preparacão para representação semântica em Língua Natural. In: X Workshop de Computação da FACCAMP (WCF'14), 2014, Campo Limpo Paulista. Anais do X Workshop de Computação da FACCAMP (WCF'14), 2014.

• NEUBAUER, T. R. . Ferramentas para Mineração de Processos. 2021. (Apresentação de Trabalho/Conferência ou palestra).

Outras produções

Projetos de pesquisa

• 2018 - 2021

  Co-clustering for enhancing interpretability in process mining: exploring frequency-based and semantic representations, Descrição: Process models are essential tools for achieving success in business management in organizations. However, owing to cultural reasons or a lack of adequate human and material resources, it is common for organizations not to formalize these models and they are thus sometimes unaware of the actual process they are carrying out in day--to--day operations. In view of this, process mining plays a central and strategic role, since it provides the means for organizational processes to be automatically discovered, analyzed and enhanced. However, the inherent complexity of organizational processes -- especially those that are unstructured -- prevents the automated process mining from being undertaken with complete success, both in terms of producing useful results and improving the interpretability of the disclosed information. The purpose of this project is to ensure better results are obtained from process mining, as well as the right conditions required to refine them, and hence, increasing their interpretability. To this end, it is recommended that the partial similarities between process instances should be explored through the application of co-clustering methods to process representations based on simple counting and representations able to explore the semantic context of the descriptive attributes of traces. This strategy is expected to disclose refined information on trace profiles as well as handling the concept drift phenomenon, which is marginally exploited in the process mining field. The whole development of this project will be tested by means of synthetic event logs, as proof of concept, and real-life business processes event logs, so that the applicability and scalability of the solutions can be verified.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Thais Rodrigues Neubauer - Integrante / Sarajane Marques Peres - Coordenador / Marcelo Fantinato - Integrante / Kelvin Kang - Integrante / Joon Hyuk Kim - Integrante / Esther Mariai Rojas Krugger - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa., Número de produções C, T & A: 3

• 2017 - Atual

  Agrupamento interativo aplicado a mineração de processos, Descrição: Os modelos de processos são ferramentas essenciais para alcançar o sucesso no gerenciamento de negócios. No entanto, devido diversos fatores, é comum que as organizações não formalizem esses modelos e, portanto, desconheçam o processo real que realizam. Em vista disso, a mineração de processo desempenha um papel central e estratégico, pois fornece os meios para que os processos organizacionais sejam descobertos, analisados e aprimorados automaticamente. Contudo, a complexidade inerente dos processos organizacionais - especialmente aqueles que não são estruturados - impede que a mineração de processos automatizada seja realizada com total sucesso. Para ajudar na minimização dessa complexidade, a tarefa de agrupamento, denominada trace clustering na área de mineração de processos, está entre as mais mais utilizadas, pois fornece uma maneira de identificar padrões existentes nos dados sem necessidade de informações prévias sobre eles. Esses padrões podem contribuir com a obtenção de resultados de maior qualidade ou mais aderentes a determinados aspectos de um processo organizacional, visto que além de fornecer condições para compreensão do contexto no qual os padrões ocorrem e a razão de ocorrerem, podem auxiliar na redução de um problema grande e complexo em problemas menores e mais simples, referentes a cada perfil de comportamento encontrado pelo agrupamento nos dados (log de eventos) provenientes de um processo de negócio. Embora seja claro que muitos avanços têm sido obtidos na área de trace clustering, o potencial da área ainda não está totalmente explorado. Por um lado, percebe-se na literatura na área, que as soluções trazidas pelas execução de trace clustering ainda não atendem a todas as expectativas. Por outro lado, é possível identificar iniciativas para melhoria da aplicação da tarefa de agrupamento na área de mineração de dados que ainda são pouco exploradas na área de mineração de processos, a exemplo do agrupamento interativo, que insere o conhecimento de um ou mais especialistas humanos diretamente nas decisões tomadas no processo de agrupamento de dados. O objetivo deste projeto é explorar as semelhanças entre traces por meio da aplicação da abordagem interativa de agrupamento, considerando representações de traces baseadas em modelos semânticos de contagem e preditivos. O resultado da união de agrupamento interativo e trace clustering está sendo chamado aqui de interactive trace clustering. Espera-se que esta estratégia revele informações refinadas sobre perfis de traces, bem como minimize eventuais efeitos ruins provenientes das escolhas sobre representações e função de similaridade, necessárias para implementação da tarefa de \textit{trace clustering} mas que nem sempre refletem as relações desejadas existente entre os dados analisados. Todo o desenvolvimento deste projeto será testado por meio de experimentações de interactive trace clustering em logs de eventos sintéticos, como prova de conceito, e em logs de eventos de processos de negócios reais, para que a aplicabilidade e a escalabilidade das soluções possam ser verificadas. Experimentos iniciais com log de eventos sintéticos mostram que trace clustering, embora eficiente, apresenta resultados que podem ser refinados por meio da análise de um especialista na área de negócios. Experimentos iniciais com log de eventos provenientes do mundo real mostram que há potencial para exploração tanto de diferentes esquemas de representação de traces quanto para a inserção do especialista no processo.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Thais Rodrigues Neubauer - Integrante / Sarajane Marques Peres - Coordenador / Marcelo Fantinato - Integrante.

• 2016 - 2017

  Mineração de texto usando classificadores fuzzy: refinamento para uma solução de classificação de notícias curtas, Descrição: Na era da informação, na qual tanto material está disponível à respeito dos mais diversos assuntos, torna-se essencial organizá-la a fim de torná-la mais acessível e interessante, tanto do ponto de vista de leitores quanto de mecanismos automáticos de análise. Nesse contexto, foi realizada uma experimentação de classificação de notícias curtas, usando a técnica Naïve Bayes, por meio da qual pontos de dificuldade inerentes a esse tipo de análise foram observados. A melhoria da análise da informação diante dessas dificuldades foi identificada como a escolha da forma de representação e da técnica de análise das notícias aplicada, bem como no aprimoramento da estratégia de aferição dos resultados. Desta forma, o objetivo deste trabalho foi a utilização de alternativas para os três pontos citados. Isso foi realizado por meio da inclusão de representações tf e tf-idf, além da representação binária já utilizada em experimento realizado a priori, da aplicação da técnica Fuzzy LVQ supervisionada e da aferição de resultados realizada por meio de validação cruzada. Com este estudo, a meta foi oferecer uma comparação entre o experimento já realizado e os novos experimentos. Diante dos experimentos realizados, a técnica LVQ não apresentou melhorias em relação à técnica Naive Bayes e algumas razões para isso são discutidas. O uso das diferentes representações não apresentou melhorias em relação a utilizada inicialmente (binária) quando da aplicação do modelo Naive Bayes, mas com a aplicação do modelo Fuzzy LVQ, foi notada uma tendência de melhora no desempenho dos classificadores com autilizçação das representações tf e tf-idf. Já a validação cruzada permitiu, de fato, verificar os resultados com maior confiabilidade do que havia sido possível verificar nos experimentos a priori.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Thais Rodrigues Neubauer - Integrante / Sarajane Marques Peres - Coordenador.

• 2014 - 2016

  Tratamento Computacional de Emoções e Sentimentos no Projeto ResDial, Descrição: Emoções desempenham um papel decisivo em nossos processos de aprendizado e tomada de decisão, sendo foco atualmente de pesquisas que visam ao seu tratamento computacional, indo de sua identificação a sua representação e até mesmo simulação. Neste projeto, busca-se a construção de uma base semelhante a SentiWordnet, porém dentro do projeto ResDial, e usando a versao brasileira da Wordnet ? Wordnet.br, para identificar o que torna cada oraçãoo dentro do ResDial um relato positivo ou negativo, buscando assim identificar não apenas as palavras portadoras de emoção, mas também as construções responsáveis por tal carga. ́. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Thais Rodrigues Neubauer - Integrante / Norton Trevisan Roman - Coordenador.

• 2013 - 2014

  Preparação para representação semântica de textos e diálogos em Língua Natural, Descrição: Visando a integrar o estudante no ambiente de ensino e pesquisa da universidade, desde o início de sua entrada na USP, as bolsas do Programa Ensinar com Pesquisa ficam alocadas para atender aos alunos ingressantes na Graduação. O Programa, portanto, visa a incentivar os alunos a investirem na aquisição do conhecimento dos elementos básicos necessários para a elaboração e execução de trabalhos acadêmicos e de pesquisa, a fim de qualificá-los para que possam realizar, em seguida, seus programas de iniciação científica. O programa requer a supervisão muito próxima de um(a) docente que auxiliará o aluno a compreender os mecanismos da metodologia e da prática da linguagem científicas. Durante o desenvolvimento do projeto, com objetivo de mapear, com a maior abrangência possível, os estudos relacionados à área de representação semântica em Língua Natural, foi conduzida uma Revisão Sistemática (RS) ao redor desse assunto.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Thais Rodrigues Neubauer - Integrante / Norton Trevisan Roman - Coordenador., Financiador(es): Universidade de São Paulo - Bolsa.

Prêmios