💻 computer science

Model-Semantics-Aware Predictive Process Monitoring

Este artículo presenta el Monitoreo de Procesos Predictivo con Conciencia de la Semántica del Modelo (MSA-PPM, por sus siglas en inglés), un paradigma que cierra la brecha entre los registros de eventos y los modelos de procesos mediante la transformación de trazas utilizando un Diccionario de Semántica de Procesos para incorporar explícitamente la semántica conductual, mejorando significamente la precisión de la predicción y proporcionando una base independiente de la arquitectura para el monitoreo de procesos basado en aprendizaje profundo.

Autores originales: Dinh-Lam Pham, Jinyeong Lee, Tsagaantsooj Batzaya, Hyun Ahn, Minjae Park, Ilkyeun Ra, Kwanghoon Kim

Publicado 2026-09-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Dinh-Lam Pham, Jinyeong Lee, Tsagaantsooj Batzaya, Hyun Ahn, Minjae Park, Ilkyeun Ra, Kwanghoon Kim

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo moderno, las empresas funcionan mediante procesos: una secuencia de pasos que trasladan una tarea desde su inicio hasta su fin, ya sea aprobando un préstamo, enviando un paquete o procesando un reclamo médico. Para mantener estas operaciones funcionando sin contratiempos, las empresas dependen de registros digitales llamados registros de eventos. Estos registros son como diarios detallados que registran cada acción realizada, en el orden exacto en que ocurrió. Durante años, los expertos han utilizado estos diarios para predecir qué sucederá después en un proceso. Si una solicitud de préstamo acaba de pasar una verificación de crédito, el sistema podría predecir que el siguiente paso es una revisión de documentos. Este campo, conocido como monitoreo predictivo de procesos, se ha vuelto cada vez más sofisticado, utilizando potentes programas informáticos que aprenden de la historia para pronosticar el futuro. Sin embargo, un problema crítico ha persistido durante mucho tiempo en segundo plano. El diario digital registra el orden en el que las cosas sucedieron realmente, pero ese orden no siempre es el mismo que el orden que las reglas de negocio pretendían. Cuando dos tareas pueden ocurrir al mismo tiempo, el registro puede mostrar una antes que la otra simplemente debido a un retraso aleatorio o al horario específico de un trabajador. Para una computadora que aprende de los datos, esta secuencia aleatoria parece una regla estricta, creando una falsa sensación de causa y efecto que en realidad no existe en el diseño del negocio.

Un equipo de investigadores ha propuesto una nueva forma de resolver esta confusión, cambiando el enfoque del diario bruto hacia el plano subyacente del negocio. Su trabajo introduce un método que comprende el verdadero significado del proceso antes de que la computadora intente realizar una predicción. En lugar de alimentar a la computadora con la desordenada secuencia de eventos del mundo real, primero limpian los datos observando el modelo de proceso oficial: el mapa que define cómo debería funcionar el negocio. Identificaron que cuando dos tareas están diseñadas para ocurrir en paralelo, el orden en el que aparecen en el registro es a menudo un accidente del tiempo. Al reconocer estas relaciones paralelas, los investigadores pueden eliminar las conexiones falsas que el registro crea. Construyeron un diccionario especial de significados que actúa como un traductor, convirtiendo los caóticos registros del mundo real en una versión más limpia que refleja la verdadera lógica del negocio. Esta versión depurada elimina las reglas "fantasma" que solo existen debido al tiempo aleatorio, dejando atrás únicamente las dependencias genuinas que importan.

Para probar si este enfoque realmente funciona, los investigadores lo aplicaron a un conjunto masivo de datos que contenía más de 678.000 eventos registrados de un sistema de transacciones bancarias simulado. Tomaron estos datos y los pasaron por dos tipos diferentes de sistemas avanzados de aprendizaje computacional: uno que aprende recordando secuencias a lo largo del tiempo, y otro que aprende observando todo el panorama a la vez. En ambos casos, compararon los resultados del uso de los registros originales y desordenados frente a los resultados del uso de sus nuevos registros limpios y conscientes del significado. La diferencia fue clara y mensurable. Cuando la computadora aprendió de los datos limpios, su capacidad para adivinar el siguiente paso mejoró significativamente. Para el sistema que aprende recordando secuencias, la precisión aumentó en más de cinco puntos porcentuales. Para el sistema que observa el panorama completo, la precisión aumentó casi cinco puntos porcentuales. Estas cifras pueden parecer pequeñas, pero en el mundo de los datos a gran escala, representan un salto sustancial en la fiabilidad. Más importante aún, las mejoras no se limitaron solo a obtener la respuesta correcta con más frecuencia; el sistema también se volvió mejor para encontrar las respuestas correctas cuando eran raras y evitó cometer errores en las comunes.

Los investigadores fueron cuidadosos al asegurar que estas ganancias provinieran de los datos mismos, no de hacer los programas informáticos más complejos. Utilizaron exactamente los mismos modelos computacionales tanto para los registros desordenados como para los limpios, cambiando únicamente la entrada. Esto demostró que la mejora provino enteramente de la forma en que se prepararon los datos. El estudio mostró que al eliminar las reglas falsas creadas por el tiempo aleatorio, la computadora podía concentrarse en las relaciones reales que impulsan el negocio. El equipo también probó su método paso a paso, añadiendo un elemento de significado limpio a la vez. Descubrieron que cuanto más corregían los datos, mejor funcionaba la computadora, lo que sugiere que su método puede expandirse para corregir otros tipos de confusión en los registros, como bucles o elecciones. Este trabajo demuestra que el secreto para mejores predicciones podría no ser construir computadoras más inteligentes, sino enseñarles a ver el mundo con mayor claridad al comprender la verdadera estructura de los procesos que están observando.

Resumen Técnico: Monitoreo de Procesos Predictivo con Conciencia de la Semántica del Modelo (MSA-PPM)

1. Planteamiento del Problema

El Monitoreo de Procesos Predictivo (PPM) ha dependido cada vez más de arquitecturas de aprendizaje profundo, como las redes de Memoria a Largo Corto Plazo (LSTM) y los Transformers, para pronosticar comportamientos futuros de procesos a partir de registros de eventos históricos. Sin embargo, los enfoques existentes siguen siendo predominantemente centrados en el registro (log-centric). Estos tratan las secuencias de eventos observadas como representaciones directas de la semántica del proceso, operando bajo el supuesto implícito de que el orden de los eventos en un traza ejecutada por el sistema refleja fielmente las dependencias causales definidas por el modelo de proceso subyacente.

El artículo identifica una brecha semántica crítica entre las trazas ejecutadas por el sistema y la semántica definida por el modelo. Los registros de eventos capturan ejecuciones individuales, que pueden contener artefactos específicos de la ejecución. Por ejemplo, en procesos paralelos, actividades hermanas pueden ejecutarse en órdenes arbitrarios dependiendo de la disponibilidad de recursos o del tiempo del sistema. Un enfoque centrado en el registro interpreta estos entrelazamientos arbitrarios como dependencias secuenciales dirigidas (por ejemplo, Actividad A $\to$ Actividad B), creando "bordes fantasma" que no existen en el modelo de proceso real. En consecuencia, los modelos predictivos pueden aprender órdenes de ejecución incidentales en lugar de dependencias estructurales genuinas, lo que limita su generalización y precisión.

2. Metodología: MSA-PPM y MSA-PTP

Para abordar esta brecha, los autores proponen el Monitoreo de Procesos Predictivo con Conciencia de la Semántica del Modelo (MSA-PPM). Este paradigma desplaza el enfoque desde la modificación de las arquitecturas predictivas hacia el refinamiento de la calidad semántica de los datos de entrada antes del aprendizaje. El marco computacional central es el Preprocesamiento de Trazas de Proceso con Conciencia de la Semántica del Modelo (MSA-PTP).

2.1 El Diccionario de Semántica de Procesos (PSD)

MSA-PTP introduce el Diccionario de Semántica de Procesos (PSD) como una representación procesable por máquina y modular de la semántica definida por el modelo. El PSD está diseñado para almacenar conocimiento relativo a:

Paralelismo
Elección exclusiva (exclusive-choice)
Bucles (loops)
Sincronización
Semántica temporal, de recursos, organizacional y de restricciones

El PSD actúa como una interfaz explícita entre el descubrimiento de procesos y el aprendizaje predictivo, externalizando el conocimiento semántico para que pueda aplicarse independientemente de arquitecturas de redes neuronales específicas.

2.2 Realización Operativa: Semántica Paralela

Como validación operativa, este estudio implementa el componente de semántica paralela de MSA-PPM. La metodología sigue un flujo de cuatro etapas:

Descubrimiento de Procesos: Se descubre un modelo de proceso orientado a una Red de Control de Información Estructurada (SICN) exacta a partir del registro de eventos utilizando el $\rho$ -Algoritmo. Este algoritmo identifica patrones estructurados, incluyendo constructos conjuntivos (paralelos).
Extracción Semántica: El modelo descubierto se analiza para identificar conjuntos de actividades hermanas ( $SA_k$ ). Estos son grupos de actividades que pertenecen al mismo constructo paralelo y que están habilitadas concurrentemente.
Identificación de Bordes Fantasma: El sistema identifica bordes fantasma dirigidos. Una relación dirigida $(a_i, a_j)$ $(a_{i}, a_{j})$ en una traza se clasifica como un borde fantasma si:
- $a_j$ sigue directamente a $a_i$ en la traza.
- Tanto $a_i$ como $a_j$ pertenecen al mismo conjunto de actividades hermanas ( $SA_k$ ).
- La relación $(a_i, a_j)$ no es una dependencia causal definida en el modelo de proceso descubierto.
Transformación de la Traza Semántica: Utilizando el PSD, el sistema aplica una función de mapeo $\phi_{par}$ para transformar las trazas ejecutadas por el sistema. Las actividades dentro de un conjunto de hermanos se reemplazan por un identificador semántico único (por ejemplo, $PID_k$ ). Esta transformación elimina la significancia predictiva de los órdenes de ejecución arbitrarios entre hermanos paralelos, convirtiendo trazas que difieren solo en el entrelazamiento paralelo en una única representación semánticamente consistente.

2.3 Aprendizaje Predictivo

Las trazas transformadas (Trazas de Proceso con Conciencia de la Semántica del Modelo) se convierten en vectores de Prefijo con Conciencia de la Semántica del Modelo (MSAP) de longitud fija utilizando técnicas estándar (word2index, zero-padding). Estos vectores se introducen en modelos predictivos estándar sin modificar sus arquitecturas internas. El estudio evalúa este enfoque utilizando dos arquitecturas distintas:

LSTM: Una red neuronal recurrente que representa el aprendizaje de secuencias.
Transformer: Un modelo que utiliza mecanismos de auto-atención para capturar dependencias de largo alcance.

3. Contribuciones Clave

El artículo describe cuatro contribuciones principales:

Paradigma MSA-PPM: Un nuevo marco que integra la semántica de procesos definida por el modelo en el aprendizaje predictivo mediante el preprocesamiento semántico, separando la interpretación semántica del modelo predictivo.
Diccionario de Semántica de Procesos (PSD): Una representación modular para organizar la semántica definida por el modelo (paralelismo, bucle, elección, etc.) como conocimiento reutilizable, independiente de tareas de aprendizaje específicas.
Preprocesamiento Semántico con Conciencia de Bordes Fantasma: Una realización específica para la semántica paralela que identifica y elimina bordes fantasma dirigidos causados por órdenes de ejecución arbitrarios, transformando trazas convencionales en trazas con conciencia de la semántica del modelo.
Validación Independiente de la Arquitectura: Evidencia empírica que demuestra que el preprocesamiento semántico mejora el rendimiento predictivo en diferentes arquitecturas de aprendizaje profundo (LSTM y Transformer) sin alterar los modelos mismos.

4. Resultados Experimentales

La metodología fue validada utilizando el Conjunto de Datos de Registro de Transacciones Bancarias Grandes (10,000 instancias, 113 tipos de actividad). Los experimentos compararon un Baseline (preprocesamiento convencional centrado en el registro) contra el enfoque MSA-PPM (preprocesamiento semánticamente revisado) utilizando configuraciones de entrenamiento idénticas (100 épocas, optimizador Adam, mismos hiperparámetros).

4.1 Mejoras de Rendimiento

Los resultados demostraron mejoras consistentes en la precisión de la predicción de la siguiente actividad y otras métricas:

Modelo LSTM:
- Precisión (Accuracy): Aumentó de 75.65% a 81.28% (+5.63 puntos porcentuales).
- F1-Score: Aumentó de 71.84% a 75.10% (+3.26 puntos porcentuales).
- La precisión y la exhaustividad (recall) también mostraron ganancias significativas.
Modelo Transformer:
- Precisión (Accuracy): Aumentó de 75.64% a 80.54% (+4.90 puntos porcentuales).
- F1-Score: Aumentó de 72.00% a 76.78% (+4.78 puntos porcentuales).
- Notablemente, la Exhaustividad (Recall) mejoró sustancialmente (+6.46 puntos porcentales), indicando una mejor identificación de las actividades siguientes reales.

4.2 Validación Incremental

Un experimento incremental reveló que el rendimiento mejoró progresivamente a medida que se incorporaban más entradas del Diccionario de Semántica de Procesos Paralelos (PSD). Esto sugiere que el conocimiento semántico es complementario y que la eliminación de los artefactos de orden de ejecución mejora sistemáticamente la calidad del espacio de entrada predictivo.

5. Significado y Reivindicaciones

El artículo afirma que las ganancias de rendimiento observadas se originan exclusivamente en el refinamiento semántico y no en la complejidad arquitectónica. Al eliminar los bordes fantasma dirigidos y reemplazar los órdenes de ejecución arbitrarios con identificadores semánticos definidos por el modelo, el marco MSA-PPM permite que los modelos de aprendizaje profundo aprendan dependencias de comportamiento genuinas en lugar de artefactos de orden de ejecución.

Los autores sostienen tres conclusiones principales:

La Validez Semántica es Crítica: Corregir las relaciones de traza semánticamente inconsistentes mejora el rendimiento predictivo sin aumentar la complejidad del modelo neuronal.
El PSD como Puente: El PSD proporciona un mecanismo explícito para transferir la semántica definida por el modelo desde el descubrimiento de procesos al preprocesamiento predictivo, creando un flujo directo de Descubrimiento de Procesos $\to$ PSD $\to$ Transformación de Traza Semántica $\to$ Aprendizaje Predictivo.
Independencia de la Arquitectura: Las mejoras consistentes en modelos tanto recurrentes (LSTM) como basados en atención (Transformer) demuestran que los beneficios de MSA-PPM no están restringidos a un único mecanismo de aprendizaje.

El estudio posiciona a MSA-PPM como un paradigma de mejora semántica independiente de la arquitectura. Argumenta que mejorar la validez semántica de las trazas predictivas es una estrategia distinta y complementaria al avance de las arquitecturas predictivas. Si bien este estudio específico operacionaliza solo el componente de semántica paralela, la formulación modular del PSD establece una base para futuras extensiones a la elección exclusiva, bucles, sincronización y otras categorías semánticas.