http://sedici.unlp.edu.ar:80/handle/10915/114621 2026-10-10T06:00:15Z 2026-10-10T06:00:15Z Escalas, Eugenia Echeveste, Rodrigo Peterson, Victoria Ferrante, Enzo http://sedici.unlp.edu.ar:80/handle/10915/116436 2021-04-08T04:02:53Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) En este trabajo se busca estudiar el impacto del desbalance en los datos utilizados para entrenar un clasificador lineal, centrando el análisis en atributos protegidos. Dichos atributos, tales como género, grupo étnico o edad, no constituyen la clase objetivo del clasificador, sino que corresponden a. características demográficas que pueden ser o no parte del problema a resolver. Los resultados obtenidos mediante experimentos sintéticos simples muestran que la exactitud sobre una población dada se deteriora cuando se encuentra subrepresentada en el conjunto de datos de entrenamiento. En todos los casos, el rendimiento del clasificador sobre la población completa es máximo cuando este conjunto de datos se encuentra balanceado en lo que respecta, a. atributos protegidos. Estas conclusiones son el primer paso de un trabajo que busca mostrar cómo puede atenuarse este inconveniente incorporando penalizantes que desincentiven un aumento de la exactitud sobre un subconjunto de la población en desmedro de otra.

2020-01-01T00:00:00Z En este trabajo se busca estudiar el impacto del desbalance en los datos utilizados para entrenar un clasificador lineal, centrando el análisis en atributos protegidos. Dichos atributos, tales como género, grupo étnico o edad, no constituyen la clase objetivo del clasificador, sino que corresponden a. características demográficas que pueden ser o no parte del problema a resolver. Los resultados obtenidos mediante experimentos sintéticos simples muestran que la exactitud sobre una población dada se deteriora cuando se encuentra subrepresentada en el conjunto de datos de entrenamiento. En todos los casos, el rendimiento del clasificador sobre la población completa es máximo cuando este conjunto de datos se encuentra balanceado en lo que respecta, a. atributos protegidos. Estas conclusiones son el primer paso de un trabajo que busca mostrar cómo puede atenuarse este inconveniente incorporando penalizantes que desincentiven un aumento de la exactitud sobre un subconjunto de la población en desmedro de otra. Medrano, José Federico http://sedici.unlp.edu.ar:80/handle/10915/116435 2021-04-08T04:02:54Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) En una Base de Datos Bibliográfica (BDB) un autor puede tener varios nombres y varios autores pueden compartir el mismo nombre simplemente debido a abreviaturas, nombres idénticos o errores ortográficos en las publicaciones. Esto puede producir ambigüedad en el nombre que puede afectar la atribución de créditos y cálculo de indicadores. La falta de normalización es muy común sobre todo en las BDB de libre acceso, Google Scholar (GS) es un claro ejemplo de ello. Aquí se presenta un enfoque para desambiguar los nombres de autor a partir de un conjunto de publicaciones provenientes de GS. Se propone un enfoque híbrido basado en redes de coautoría y reglas heurísticas para la detección de agrupaciones de autores más frecuentes. Los resultados preliminares evidencian la factibilidad del enfoque propuesto.

2020-01-01T00:00:00Z En una Base de Datos Bibliográfica (BDB) un autor puede tener varios nombres y varios autores pueden compartir el mismo nombre simplemente debido a abreviaturas, nombres idénticos o errores ortográficos en las publicaciones. Esto puede producir ambigüedad en el nombre que puede afectar la atribución de créditos y cálculo de indicadores. La falta de normalización es muy común sobre todo en las BDB de libre acceso, Google Scholar (GS) es un claro ejemplo de ello. Aquí se presenta un enfoque para desambiguar los nombres de autor a partir de un conjunto de publicaciones provenientes de GS. Se propone un enfoque híbrido basado en redes de coautoría y reglas heurísticas para la detección de agrupaciones de autores más frecuentes. Los resultados preliminares evidencian la factibilidad del enfoque propuesto. Róttoli, Giovanni Merlino, Hernán http://sedici.unlp.edu.ar:80/handle/10915/116434 2021-04-08T04:02:56Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) La detección de patrones de co-localización es una de las actividades más demandadas de la ciencia de datos espaciales. Sin embargo, la gran variedad de algoritmos especializados en distintos aspectos de esta tarea y la falta de disponibilidad de los mismos en las herramientas de minería de datos disponibles hace que su utilización se dificulte. Por este motivo se diseña un framework que hace uso de teoría de grafos y lógica difusa para la extracción de estas regularidades considerando distintos aspectos fundamentales de la minería de datos espaciales utilizando herramientas fácilmente asequibles.

2020-01-01T00:00:00Z La detección de patrones de co-localización es una de las actividades más demandadas de la ciencia de datos espaciales. Sin embargo, la gran variedad de algoritmos especializados en distintos aspectos de esta tarea y la falta de disponibilidad de los mismos en las herramientas de minería de datos disponibles hace que su utilización se dificulte. Por este motivo se diseña un framework que hace uso de teoría de grafos y lógica difusa para la extracción de estas regularidades considerando distintos aspectos fundamentales de la minería de datos espaciales utilizando herramientas fácilmente asequibles. Fióla, Fabián Alvez, Carlos E. Chesñevar, Carlos Iván http://sedici.unlp.edu.ar:80/handle/10915/116433 2021-04-08T04:02:59Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) El fraude en el sector financiero en transacciones con tarjetas de crédito y débito es un fenómeno que ha recibido el estudio de la comunidad científica por su impacto económico, tanto en individuos como en instituciones. Analizar este problema desde la perspectiva de machine learning es un gran desafío por la poca disponibilidad de transacciones etiquetadas y el desbalanceo en la proporción de clases. En este trabajo exploramos un enfoque alternativo basado en el ajuste del umbral de probabilidad del algoritmo de fraude. A través de experimentaciones mostramos que este abordaje es eficiente y constituye una alternativa válida para detectar fraude de forma efectiva.

2020-01-01T00:00:00Z El fraude en el sector financiero en transacciones con tarjetas de crédito y débito es un fenómeno que ha recibido el estudio de la comunidad científica por su impacto económico, tanto en individuos como en instituciones. Analizar este problema desde la perspectiva de machine learning es un gran desafío por la poca disponibilidad de transacciones etiquetadas y el desbalanceo en la proporción de clases. En este trabajo exploramos un enfoque alternativo basado en el ajuste del umbral de probabilidad del algoritmo de fraude. A través de experimentaciones mostramos que este abordaje es eficiente y constituye una alternativa válida para detectar fraude de forma efectiva. Medel, Diego Aballay, Laura Nidia Aciar, Silvana http://sedici.unlp.edu.ar:80/handle/10915/116432 2026-03-20T16:20:55Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) En la actualidad, las redes sociales son utilizadas por millones de personas. Los usuarios se relacionan mediante publicaciones, reacciones, comentarios, entre otras formas. Resulta de gran utilidad un análisis con la información que proporcionan estas interacciones, estudiando el comportamiento de los usuarios para determinar la influencia que existe entre ellos. En este trabajo, se realizó un análisis estadístico sobre las interacciones entre usuarios de una red social orientada a la calificación de negocios. Se empleó un análisis de componentes principales para estudiar la correlación entre las acciones hechas por los usuarios y un análisis de conglomerados para agrupar a usuarios de acuerdo a sus interacciones.

2020-01-01T00:00:00Z En la actualidad, las redes sociales son utilizadas por millones de personas. Los usuarios se relacionan mediante publicaciones, reacciones, comentarios, entre otras formas. Resulta de gran utilidad un análisis con la información que proporcionan estas interacciones, estudiando el comportamiento de los usuarios para determinar la influencia que existe entre ellos. En este trabajo, se realizó un análisis estadístico sobre las interacciones entre usuarios de una red social orientada a la calificación de negocios. Se empleó un análisis de componentes principales para estudiar la correlación entre las acciones hechas por los usuarios y un análisis de conglomerados para agrupar a usuarios de acuerdo a sus interacciones. Rojas, Matías G. Carballido, Jessica Andrea Olivera, Ana C. Vidal, Pablo http://sedici.unlp.edu.ar:80/handle/10915/116430 2021-04-08T04:03:06Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) La máquina de vectores de soporte (SVM, Support Vector Machine) es una técnica de clasificación de aprendizaje supervisado, ampliamente utilizada en diferentes campos de aplicación. SVM busca identificar el mejor hiperplano que permita lograr una separación clara entre un conjunto de datos. Desafortunadamente, el uso práctico de SVM está limitado por la calidad de la configuración de sus hiperparámetros, que tienen un impacto directo sobre su rendimiento en clasificación y generalización. Por lo tanto, es necesario desarrollar un enfoque efectivo y rápido para determinar los valores de estos hiperparámetros que lleven a una clasificación eficiente y confiable. Este trabajo presenta la evaluación de cuatro metaheurísticas, en la labor de optimizar los hiperparámetros de un SVM que utiliza un kernel Wavelet. Las evaluaciones se realizaron sobre un conjunto de datos relacionados a la enfermedad retinopatia diabética. A partir de los resultados del experimento, se puede concluir que el uso de técnicas metaheurísticas para optimizar los hiperparámetros puede ayudar a mejorar la capacidad de clasificación y generalización del SVM.

2020-01-01T00:00:00Z La máquina de vectores de soporte (SVM, Support Vector Machine) es una técnica de clasificación de aprendizaje supervisado, ampliamente utilizada en diferentes campos de aplicación. SVM busca identificar el mejor hiperplano que permita lograr una separación clara entre un conjunto de datos. Desafortunadamente, el uso práctico de SVM está limitado por la calidad de la configuración de sus hiperparámetros, que tienen un impacto directo sobre su rendimiento en clasificación y generalización. Por lo tanto, es necesario desarrollar un enfoque efectivo y rápido para determinar los valores de estos hiperparámetros que lleven a una clasificación eficiente y confiable. Este trabajo presenta la evaluación de cuatro metaheurísticas, en la labor de optimizar los hiperparámetros de un SVM que utiliza un kernel Wavelet. Las evaluaciones se realizaron sobre un conjunto de datos relacionados a la enfermedad retinopatia diabética. A partir de los resultados del experimento, se puede concluir que el uso de técnicas metaheurísticas para optimizar los hiperparámetros puede ayudar a mejorar la capacidad de clasificación y generalización del SVM. Gatti, Ignacio Schiaffino, Silvia Díaz Pace, Jorge Andrés http://sedici.unlp.edu.ar:80/handle/10915/116429 2021-04-08T04:03:09Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) En los museos las obras de arte son distribuidas en un espacio físico por curadores. Dicha distribución no es causa y efecto del azar, sino buscando un delicado equilibrio entre emoción y razón. A partir de la digitalización y acceso masivo a las obras de arte, surge el interrogante de si es posible generar una secuencia automática de obras de artes de acuerdo a los intereses del espectador. Este trabajo busca definir el problema de la generación de secuencias de obras de arte. Se presentan dos enfoques que abordan la problemática haciendo énfasis en la organización intrínseca de la secuencia basadas en técnicas de vecindad y de Recurrent Neural Networks. Se entiende que esta perspectiva se acerca más al tipo de recomendación que haría un curador. Los enfoques son evaluados sobre un dataset que consiste de 52 recorridos definidos por los curadores del Museo del Prado y el Rijksmuseum. Si bien los resultados son preliminares, se observa que los tours predichos por ambos enfoques presentan semejanzas con los tours originales.

2020-01-01T00:00:00Z En los museos las obras de arte son distribuidas en un espacio físico por curadores. Dicha distribución no es causa y efecto del azar, sino buscando un delicado equilibrio entre emoción y razón. A partir de la digitalización y acceso masivo a las obras de arte, surge el interrogante de si es posible generar una secuencia automática de obras de artes de acuerdo a los intereses del espectador. Este trabajo busca definir el problema de la generación de secuencias de obras de arte. Se presentan dos enfoques que abordan la problemática haciendo énfasis en la organización intrínseca de la secuencia basadas en técnicas de vecindad y de Recurrent Neural Networks. Se entiende que esta perspectiva se acerca más al tipo de recomendación que haría un curador. Los enfoques son evaluados sobre un dataset que consiste de 52 recorridos definidos por los curadores del Museo del Prado y el Rijksmuseum. Si bien los resultados son preliminares, se observa que los tours predichos por ambos enfoques presentan semejanzas con los tours originales. Barraza, Néstor Rubén Moreno, Antonio A. http://sedici.unlp.edu.ar:80/handle/10915/116426 2021-04-08T04:03:12Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) A statistical comparison of feature selection methods is performed. Feature selection is an important issue in Data Mining and Data Science, and a comparison of the results obtained from different methods is hard to be performed. Then, the evaluation of metrics and ways of comparisons is an important matter of study. Our study is performed on a real dataset previously analyzed in the literature containing a small number of records, drawing the attention on the conclusions to be applied where poor statistical confidence levels of significance can be obtained because of a relative low number of samples are present. The use of inter rater agreement coefficients is introduced as a novel approach extending a previous study. Boruta and tree-based methodologies perform rather well even in small data as it is shown. Our metrics can be used to guide the expert opinion in order to take the final decision. This work extends the results obtained in a previous analysis performed on the mentioned dataset.

2020-01-01T00:00:00Z A statistical comparison of feature selection methods is performed. Feature selection is an important issue in Data Mining and Data Science, and a comparison of the results obtained from different methods is hard to be performed. Then, the evaluation of metrics and ways of comparisons is an important matter of study. Our study is performed on a real dataset previously analyzed in the literature containing a small number of records, drawing the attention on the conclusions to be applied where poor statistical confidence levels of significance can be obtained because of a relative low number of samples are present. The use of inter rater agreement coefficients is introduced as a novel approach extending a previous study. Boruta and tree-based methodologies perform rather well even in small data as it is shown. Our metrics can be used to guide the expert opinion in order to take the final decision. This work extends the results obtained in a previous analysis performed on the mentioned dataset. Ojeda, Silvia María Bellassai Gauto, Juan Carlos Landi, Macos Alejandro http://sedici.unlp.edu.ar:80/handle/10915/114928 2021-03-20T04:03:36Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) The search and detection of similarities is a central problem in the analysis and processing of time series databases. The issue is relevant, for example, in problems of classification of time series and in situations in which a predictive process must be evaluated, or when it is necessary to compare two or more prediction methods. Many of the works oriented to the evaluation of similarity in time series have focused on the notion of dynamic distortion, with good results in the quantification of similarity, but with a high computational cost. As a result, the interest in the development of new similarity indexes and the improvement of existing similarity measures remains in force; even more considering the remarkable increase and availability of time series databases and the urgency that applications demand daily. The expectation about the new proposals is that they are able to quantify quickly and not only effectively the similarity between time series, in response to different application problems. Therefore, an interesting alternative is to investigate about simple mathematical formulation measures, which have proven useful for measuring the similarity in two-dimensional scenarios and assess their adaptation to measure similarity be-tween time series. One of the proposals to measure similarity between two-dimensional scenarios is the SSIM similarity index, defined to quantify similarity between digital images. The development was presented by Wang et al. in 2004 and has shown excellent results to evaluate the similarity between two digital images. SSIM has the advantage over other proposals, its simple mathematical formulation. In effect, this index is calculated from the product of three factors: the luminance, the contrast and the correlation between the images to be compared. These factors represent, respectively, simple relations between the means, the contrast and the correlation between the images. In this work, we adapted the SSIM index for images to the problem of evaluating the similarity in time series, obtaining a temporal similarity index called SSIMT. The results presented here showed that although the SSIM index was developed to measure similarity between images, it can be used as an index of similarity between time series (in this case called SSIMT). SSIMT and the two robust versions of the SSIMT proposed (SSIMM and SSIMR), showed better results than the D index developed by Chouakria and Nagabhushan [7], which is an index with a high performance.

2020-01-01T00:00:00Z The search and detection of similarities is a central problem in the analysis and processing of time series databases. The issue is relevant, for example, in problems of classification of time series and in situations in which a predictive process must be evaluated, or when it is necessary to compare two or more prediction methods. Many of the works oriented to the evaluation of similarity in time series have focused on the notion of dynamic distortion, with good results in the quantification of similarity, but with a high computational cost. As a result, the interest in the development of new similarity indexes and the improvement of existing similarity measures remains in force; even more considering the remarkable increase and availability of time series databases and the urgency that applications demand daily. The expectation about the new proposals is that they are able to quantify quickly and not only effectively the similarity between time series, in response to different application problems. Therefore, an interesting alternative is to investigate about simple mathematical formulation measures, which have proven useful for measuring the similarity in two-dimensional scenarios and assess their adaptation to measure similarity be-tween time series. One of the proposals to measure similarity between two-dimensional scenarios is the SSIM similarity index, defined to quantify similarity between digital images. The development was presented by Wang et al. in 2004 and has shown excellent results to evaluate the similarity between two digital images. SSIM has the advantage over other proposals, its simple mathematical formulation. In effect, this index is calculated from the product of three factors: the luminance, the contrast and the correlation between the images to be compared. These factors represent, respectively, simple relations between the means, the contrast and the correlation between the images. In this work, we adapted the SSIM index for images to the problem of evaluating the similarity in time series, obtaining a temporal similarity index called SSIMT. The results presented here showed that although the SSIM index was developed to measure similarity between images, it can be used as an index of similarity between time series (in this case called SSIMT). SSIMT and the two robust versions of the SSIMT proposed (SSIMM and SSIMR), showed better results than the D index developed by Chouakria and Nagabhushan [7], which is an index with a high performance. Neñer, Julián Kreiner, Javier Laguna, María Fernanda http://sedici.unlp.edu.ar:80/handle/10915/114926 2021-03-20T04:03:37Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) Optimal individual strategies for agents undergoing transactions in the Yard-Sale model were studied. The inclusion of rationality in their behavior by endowing each agent with a neural network and training them with a genetic algorithm showed promising results.

2020-01-01T00:00:00Z Optimal individual strategies for agents undergoing transactions in the Yard-Sale model were studied. The inclusion of rationality in their behavior by endowing each agent with a neural network and training them with a genetic algorithm showed promising results. Tonutti, H. Schmidt, E. Martínez, C. Albornoz, E. http://sedici.unlp.edu.ar:80/handle/10915/114925 2021-03-20T04:03:38Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) El estudio del estrés y los trastornos producidos por la ansiedad han despertado mucho interés multidisciplinar en los últimos tiempos, por su progresiva presencia y los efectos adversos que pueden producir. Dosis altas de estrés pueden desencadenar una situación de ansiedad, impulsando decisiones erróneas o una pérdida de rendimiento. Incluso si el estrés persiste, podría ser perjudicial para la salud, causando una amplia gama de enfermedades como ser diabetes, trastornos cardiovasculares o irregularidades inmunitarias. En este trabajo se presenta el desarrollo de una base de datos y algunas aproximaciones para detectar automáticamente manifestaciones del estrés en exposiciones orales a través del procesamiento de video.

2020-01-01T00:00:00Z El estudio del estrés y los trastornos producidos por la ansiedad han despertado mucho interés multidisciplinar en los últimos tiempos, por su progresiva presencia y los efectos adversos que pueden producir. Dosis altas de estrés pueden desencadenar una situación de ansiedad, impulsando decisiones erróneas o una pérdida de rendimiento. Incluso si el estrés persiste, podría ser perjudicial para la salud, causando una amplia gama de enfermedades como ser diabetes, trastornos cardiovasculares o irregularidades inmunitarias. En este trabajo se presenta el desarrollo de una base de datos y algunas aproximaciones para detectar automáticamente manifestaciones del estrés en exposiciones orales a través del procesamiento de video. Ahumada, Hernán César Póliche, María Valeria Contreras, Nelson A. http://sedici.unlp.edu.ar:80/handle/10915/114924 2021-03-20T04:03:39Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) Los bots conversacionales o chatbots son agentes inteligentes capaces de simular una conversación con una persona utilizando un lenguaje natural ya sea hablado o escrito. Una de las principales dudas de todo interesado a iniciar el cursado de una carrera es conocer los requisitos para inscribirse. Obtener esta información puede consumirle un tiempo significativo tanto al interesado como a los encargados de la atención al público de proporcionarle esta información. En este trabajo se aplican las fases de la metodología CRISP-DM para desarrollar un prototipo de agente conversacional inteligente (chatbot) que proporcione información, en forma inmediata y a toda hora de manera online a través de un diálogo escrito, sobre el proceso de preinscripción a las carreras que se dictan en la Facultad de Tecnología y Ciencias Aplicadas de Universidad Nacional de Catamarca (UNCA). Es así que se han identificado las etapas y actividades que involucra el proceso de atención de alumnos aspirantes. Luego se recolectó la in-formación que servirá de respuesta a las consultas de los usuarios. A continuación, se organizó la información en el formato de árbol de diálogos. Lo siguiente fue construir el agente conversacional utilizando la plataforma Dialogflow. A posteriori se controló el funcionamiento del chatbot en cuanto a si identifica correctamente la información solicitada y brinda las respuestas adecuadas. Final-mente, la prueba de implementación ha tenido resultados satisfactorios puesto que se ha logrado incrustar el chatbot para que funcione en una página web de prueba.

2020-01-01T00:00:00Z Los bots conversacionales o chatbots son agentes inteligentes capaces de simular una conversación con una persona utilizando un lenguaje natural ya sea hablado o escrito. Una de las principales dudas de todo interesado a iniciar el cursado de una carrera es conocer los requisitos para inscribirse. Obtener esta información puede consumirle un tiempo significativo tanto al interesado como a los encargados de la atención al público de proporcionarle esta información. En este trabajo se aplican las fases de la metodología CRISP-DM para desarrollar un prototipo de agente conversacional inteligente (chatbot) que proporcione información, en forma inmediata y a toda hora de manera online a través de un diálogo escrito, sobre el proceso de preinscripción a las carreras que se dictan en la Facultad de Tecnología y Ciencias Aplicadas de Universidad Nacional de Catamarca (UNCA). Es así que se han identificado las etapas y actividades que involucra el proceso de atención de alumnos aspirantes. Luego se recolectó la in-formación que servirá de respuesta a las consultas de los usuarios. A continuación, se organizó la información en el formato de árbol de diálogos. Lo siguiente fue construir el agente conversacional utilizando la plataforma Dialogflow. A posteriori se controló el funcionamiento del chatbot en cuanto a si identifica correctamente la información solicitada y brinda las respuestas adecuadas. Final-mente, la prueba de implementación ha tenido resultados satisfactorios puesto que se ha logrado incrustar el chatbot para que funcione en una página web de prueba. Maina, Hernán J. Sánchez, Jorge A. http://sedici.unlp.edu.ar:80/handle/10915/114923 2021-03-20T04:03:42Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) In the present work, the problem of the detection and the recognition of bus line numbers of public transport in the city of C ordoba is addressed, using images obtained by standard mobile devices. The goal of this project is the exploitation of computer vision techniques and the analysis of images for the generation of a tool that potentially allows people with visual impairments to be assisted. To achieve this, a modular architecture based on object detectors and optical character recognition is presented and evaluated, mainly constituted by two stages: one for the detection buses, based on the SSD-MobileNet object detection model; and another, responsible for line number recognition, where the EAST and OCR-Tesseract text detection and recognition models are tested, respectively. With a maximum probability of recognition of 62% in a simple image; over an image sequence, the nal system was able to correctly recognize the bus line in 72% of the cases tested.

2020-01-01T00:00:00Z In the present work, the problem of the detection and the recognition of bus line numbers of public transport in the city of C ordoba is addressed, using images obtained by standard mobile devices. The goal of this project is the exploitation of computer vision techniques and the analysis of images for the generation of a tool that potentially allows people with visual impairments to be assisted. To achieve this, a modular architecture based on object detectors and optical character recognition is presented and evaluated, mainly constituted by two stages: one for the detection buses, based on the SSD-MobileNet object detection model; and another, responsible for line number recognition, where the EAST and OCR-Tesseract text detection and recognition models are tested, respectively. With a maximum probability of recognition of 62% in a simple image; over an image sequence, the nal system was able to correctly recognize the bus line in 72% of the cases tested. Asteasuain, Fernando D'Angiolo, Federico Dubinsky, Manuel Gamboa, Pablo Daniel http://sedici.unlp.edu.ar:80/handle/10915/114922 2021-03-20T04:03:43Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) In this work we explore the FVS language as a formalism to express, validate and synthesize behavior in the agent-based systems' world. Recent work relates Behavioral Synthesis with agent-based systems, opening the possibility for formalisms in the formal veri cation area to make an impact in the arti cial intelligence domain. In this work we analyze FVS as a potential candidate to make a contribution given its desirable characteristics such as exibility, great expressive power and its ability to perform behavioral synthesis in Open Systems. A very well known case of study is analyzed: the Dining Cryptographers protocol, including one variation of the protocol. FVS was able to fully specify, validate and synthesize the behavior of the protocol.

2020-01-01T00:00:00Z In this work we explore the FVS language as a formalism to express, validate and synthesize behavior in the agent-based systems' world. Recent work relates Behavioral Synthesis with agent-based systems, opening the possibility for formalisms in the formal veri cation area to make an impact in the arti cial intelligence domain. In this work we analyze FVS as a potential candidate to make a contribution given its desirable characteristics such as exibility, great expressive power and its ability to perform behavioral synthesis in Open Systems. A very well known case of study is analyzed: the Dining Cryptographers protocol, including one variation of the protocol. FVS was able to fully specify, validate and synthesize the behavior of the protocol. Duvergel Chapman, Felix Vanni De Luise, Daniela López http://sedici.unlp.edu.ar:80/handle/10915/114909 2021-03-20T04:03:46Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) El Trastorno Espectro Autista (TEA) es una afección neurológica y de desarrollo que comienza en la niñez, pero dura toda la vida. Afecta el comportamiento, la interacción con otros, la comunicación y el aprendizaje. Existen numerosas aplicaciones cuyo objetivo es enseñar destrezas a estas personas y ayudarles en el proceso de integración a la sociedad. En este trabajo se presenta un modelo que aplica métricas a la enseñanza de emociones a través de un prototipo ludificado. Constituye una introducción a emociones, asistida por un software para niños con TEA. Permite supervisar la evolución de actividades relacionadas con el proceso de aprendizaje. A partir de la aplicación de estadísticas y minería de datos sobre parámetros objetivos del dispositivo, se obtienen parámetros de control de rasgos relativos al desempeño en condiciones del autismo.

2020-01-01T00:00:00Z El Trastorno Espectro Autista (TEA) es una afección neurológica y de desarrollo que comienza en la niñez, pero dura toda la vida. Afecta el comportamiento, la interacción con otros, la comunicación y el aprendizaje. Existen numerosas aplicaciones cuyo objetivo es enseñar destrezas a estas personas y ayudarles en el proceso de integración a la sociedad. En este trabajo se presenta un modelo que aplica métricas a la enseñanza de emociones a través de un prototipo ludificado. Constituye una introducción a emociones, asistida por un software para niños con TEA. Permite supervisar la evolución de actividades relacionadas con el proceso de aprendizaje. A partir de la aplicación de estadísticas y minería de datos sobre parámetros objetivos del dispositivo, se obtienen parámetros de control de rasgos relativos al desempeño en condiciones del autismo. Bender, Adrián Nicolet, Santiago http://sedici.unlp.edu.ar:80/handle/10915/114906 2021-03-20T04:03:47Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) AutoML actúa como puente entre los diferentes niveles de experiencia al momento de generar modelos predictivos y agiliza el proceso de Aprendizaje Automático. Se implementa a través de diversas técnicas, de las cuales existen pocas comparaciones objetivas, la gran mayoría en tareas de clasificación. Presentamos una referencia de las actuales herramientas AutoML de código abierto y un análisis comparativo de su eficacia utilizando conjuntos de datos públicos propicios para este fin. Probamos que los pipelines generados por Auto-sklearn, H2O AutoML y TPOT resultan eficaces para tareas de regresión, y logran mitigar la sobreadaptación que podrían tener sus modelos en búsqueda de la optimización.

2020-01-01T00:00:00Z AutoML actúa como puente entre los diferentes niveles de experiencia al momento de generar modelos predictivos y agiliza el proceso de Aprendizaje Automático. Se implementa a través de diversas técnicas, de las cuales existen pocas comparaciones objetivas, la gran mayoría en tareas de clasificación. Presentamos una referencia de las actuales herramientas AutoML de código abierto y un análisis comparativo de su eficacia utilizando conjuntos de datos públicos propicios para este fin. Probamos que los pipelines generados por Auto-sklearn, H2O AutoML y TPOT resultan eficaces para tareas de regresión, y logran mitigar la sobreadaptación que podrían tener sus modelos en búsqueda de la optimización. Liendro, Tomás Zudaire, Sebastián http://sedici.unlp.edu.ar:80/handle/10915/114903 2021-04-08T04:03:14Z 2020-01-01T00:00:00Z

Objeto de conferencia XXI Simposio Argentino de Inteligencia Artificial (ASAI 2020) - JAIIO 49 (Modalidad virtual) Robotic research over the last decades have lead us to different architectures to automatically synthesise discrete event controllers and implement these motion and task plans in real-world robot scenarios. However, these architectures usually build on existing robot hardware, generating as a result solutions that are influenced and/or restricted in their design by the available capabilities and sensors. In contrast to these approaches, we propose a design methodology that, given a specific domain of application, allowed us to build the first end-to-end implementation of an autonomous robot system that uses discrete event controller synthesis to generate assured mission plans. We validate this robot system in several missions of our target domain of application.

2020-01-01T00:00:00Z Robotic research over the last decades have lead us to different architectures to automatically synthesise discrete event controllers and implement these motion and task plans in real-world robot scenarios. However, these architectures usually build on existing robot hardware, generating as a result solutions that are influenced and/or restricted in their design by the available capabilities and sensors. In contrast to these approaches, we propose a design methodology that, given a specific domain of application, allowed us to build the first end-to-end implementation of an autonomous robot system that uses discrete event controller synthesis to generate assured mission plans. We validate this robot system in several missions of our target domain of application.