Un’altra pubblicazione scientifica importante premia il lavoro del WP4

Il lavoro dei colleghi Massimo Callisto De Donato, Fabrizio Fornari di Università di Camerino, con la collaborazione dell’Università di Melbourne rappresentata da Abel Armas Cervantes, ha di recente prodotto la pubblicazione denominata “From IoT Event Logs to Human Routines via Community Detection Algorithms” che è stata portata all’ottavo International Workshop on BP-Meet-IoT.

Il tema di fondo è rappresentato dalla ricerca sull’utilizzo delle tecnologie IoT per produrre servizi innovativi, che rappresenta uno delle tematiche core del WP4 dello Spoke 6.

Nella nostra vita quotidiana, siamo esposti a dispositivi IoT che rilevano l’ambiente e producono eventi grezzi. In particolare, negli scenari di casa intelligente, questi eventi grezzi possono essere utilizzati per rilevare e monitorare attività e comportamenti umani. Questo potrebbe essere di grande aiuto in contesti che coinvolgono persone fragili, come anziani o pazienti, per monitorare le loro condizioni e supportare le attività della vita quotidiana. Tuttavia, le routine umane sono personali e cambiano nel corso della vita, il che le rende non banali da scoprire e monitorare senza una conoscenza preliminare. La pubblicazione mira a definire un approccio che possa essere applicato ai log di eventi IoT della casa intelligente senza conoscenze pregresse e supportare la scoperta e il monitoraggio di tali routine umane. In questo lavoro è stato presentato un approccio che si basa sull’applicazione di algoritmi di rilevamento di comunità per la scoperta delle routine e sull’adozione di tecniche di process mining per la loro ispezione. In particolare, viene riportata una prima implementazione e validazione dell’approccio rispetto a un noto log di eventi IoT.

Il gruppo di lavoro si è proposto di definire un approccio che possa essere applicato ai log di eventi IoT della “smart home” senza conoscenze preliminari, supportando la scoperta e il monitoraggio di tali routine umane. Nel lavoro è presentata una prima versione dell’approccio, che si basa sull’applicazione di algoritmi di rilevamento delle comunità per la scoperta delle routine e sull’adozione di tecniche di process mining, provenienti dall’area del Business Process Management.

.