http://sedici.unlp.edu.ar:80/handle/10915/65933 2026-11-02T14:14:35Z 2026-11-02T14:14:35Z Lara, Daiany Francisca Ramirez Pozo, Aurora Trinidad Garcia, Léo Manoel Lopes da Silva Perez, Cláudia Alves Antunes, Franciano http://sedici.unlp.edu.ar:80/handle/10915/65949 2020-01-05T20:02:44Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). A classificação tem o objetivo de rotular eventos ou objetos de acordo com classes pré-estabelecidas. No entanto, a maioria dos algoritmos perdem a capacidade de predição, quando o conjunto de dados possui uma distribuição desbalanceada entre suas classes. Para tentar resolver esse problema diversos métodos tęm sido propostos na literatura. O presente estudo tem como objetivo analisar e comparar os métodos mais conhecidos que se propõem a resolver o problema de classificação com bases desbalanceadas. Para isto, os métodos foram testados usando cinco classificadores tradicionais, e 13 bases provenientes do UCI Machine Learning Repository. Os resultados demonstram que é possível melhorar a taxa de classificação, mas é difícil dizer o método que se comporta melhor, pois tudo depende de como o algoritmo de classificação generaliza a base.

2017-01-01T00:00:00Z A classificação tem o objetivo de rotular eventos ou objetos de acordo com classes pré-estabelecidas. No entanto, a maioria dos algoritmos perdem a capacidade de predição, quando o conjunto de dados possui uma distribuição desbalanceada entre suas classes. Para tentar resolver esse problema diversos métodos tęm sido propostos na literatura. O presente estudo tem como objetivo analisar e comparar os métodos mais conhecidos que se propõem a resolver o problema de classificação com bases desbalanceadas. Para isto, os métodos foram testados usando cinco classificadores tradicionais, e 13 bases provenientes do UCI Machine Learning Repository. Os resultados demonstram que é possível melhorar a taxa de classificação, mas é difícil dizer o método que se comporta melhor, pois tudo depende de como o algoritmo de classificação generaliza a base. Villavicencio, Christian Schiaffino, Silvia Díaz Pace, J. Andrés Monteserin, Ariel http://sedici.unlp.edu.ar:80/handle/10915/65948 2022-04-28T20:56:24Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017).; https://sedici.unlp.edu.ar/handle/10915/135217 Providing recommendations to groups of users has become popular in many applications today. Even though there are several group recommendation techniques, the generation of recommendations that satisfy the group members in an even way remains a challenge. Because of this, we have developed a multi-agent approach called MAGReS that relies on negotiation techniques to improve group recommendations. Our approach was tested (on the movies domain) using synthetic data with satisfactory results. Given that the results when using synthetic data may sometimes differ with reality, we decided to assess MAGReS using data from real users. The results obtained showed firstly that, in comparison with the recommendations produced by a traditional approach, the recommendations of MAGReS produce a greater level of satisfaction to the group, and secondly that the proposed approach was able to predict more accurately the satisfaction levels of the group members.

2017-01-01T00:00:00Z Providing recommendations to groups of users has become popular in many applications today. Even though there are several group recommendation techniques, the generation of recommendations that satisfy the group members in an even way remains a challenge. Because of this, we have developed a multi-agent approach called MAGReS that relies on negotiation techniques to improve group recommendations. Our approach was tested (on the movies domain) using synthetic data with satisfactory results. Given that the results when using synthetic data may sometimes differ with reality, we decided to assess MAGReS using data from real users. The results obtained showed firstly that, in comparison with the recommendations produced by a traditional approach, the recommendations of MAGReS produce a greater level of satisfaction to the group, and secondly that the proposed approach was able to predict more accurately the satisfaction levels of the group members. Fernández, Enrique Pinto Roa, Diego P. http://sedici.unlp.edu.ar:80/handle/10915/65947 2020-01-05T20:02:38Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). La gestión incorrecta de las aguas residuales puede provocar diversos problemas ambientales, como la contaminación de aguas utilizadas para la potabilización y su posterior consumo, o la presencia de sustancias que provocan graves perjuicios a la vida acuática. Los problemas ambientales generados por estas aguas residuales, impulsaron la necesidad de encontrar métodos de tratamientos capaces de ayudar a la depuración natural del medio ambiente, con el objeto de restablecer las condiciones originales. El aumento de los vertidos, unido a las cada vez más importantes restricciones legales, han obligado a dedicar un gran esfuerzo en la mejora y desarrollo de procesos de tratamientos, así como a su control para optimizar sus rendimientos. La introducción en las leyes de limitaciones en los vertidos de Nitrógeno y Fósforo, añadidos a las ya existentes de materia orgánica y sólidos en suspensión, ha aumentado la complejidad de los procesos de tratamientos de aguas. Esta complejidad ha provocado la necesidad de sistemas de controles más desarrollados, que permitan la monitorización y el control de los nuevos procesos utilizados. Los nuevos requerimientos incrementan el número de posibles problemas que pueden aparecer durante el funcionamiento de una planta depuradora, por lo que se hace todavía más necesaria la disponibilidad de herramientas como la monitorización con analizadores automáticos y el control de procesos para tratar adecuadamente los residuos. El presente estudio se enmarca dentro del desarrollo y utilización de herramientas de monitorización y control sobre procesos de tratamientos biológicos. En ella se plantea la implementación de un sistema experto como el elemento superior de supervisión y control en un sistema distribuido de una planta de tratamiento de efluentes. Esta arquitectura puede producir un sistema de control autónomo y capaz de adaptarse a los diferentes problemas que pueden aparecer en una planta real y son capaces de manejar las situaciones que aparecen durante la operación, diferentes a los sistemas de control convencionales, que tienen un comportamiento correcto solo en situaciones normales.

2017-01-01T00:00:00Z La gestión incorrecta de las aguas residuales puede provocar diversos problemas ambientales, como la contaminación de aguas utilizadas para la potabilización y su posterior consumo, o la presencia de sustancias que provocan graves perjuicios a la vida acuática. Los problemas ambientales generados por estas aguas residuales, impulsaron la necesidad de encontrar métodos de tratamientos capaces de ayudar a la depuración natural del medio ambiente, con el objeto de restablecer las condiciones originales. El aumento de los vertidos, unido a las cada vez más importantes restricciones legales, han obligado a dedicar un gran esfuerzo en la mejora y desarrollo de procesos de tratamientos, así como a su control para optimizar sus rendimientos. La introducción en las leyes de limitaciones en los vertidos de Nitrógeno y Fósforo, añadidos a las ya existentes de materia orgánica y sólidos en suspensión, ha aumentado la complejidad de los procesos de tratamientos de aguas. Esta complejidad ha provocado la necesidad de sistemas de controles más desarrollados, que permitan la monitorización y el control de los nuevos procesos utilizados. Los nuevos requerimientos incrementan el número de posibles problemas que pueden aparecer durante el funcionamiento de una planta depuradora, por lo que se hace todavía más necesaria la disponibilidad de herramientas como la monitorización con analizadores automáticos y el control de procesos para tratar adecuadamente los residuos. El presente estudio se enmarca dentro del desarrollo y utilización de herramientas de monitorización y control sobre procesos de tratamientos biológicos. En ella se plantea la implementación de un sistema experto como el elemento superior de supervisión y control en un sistema distribuido de una planta de tratamiento de efluentes. Esta arquitectura puede producir un sistema de control autónomo y capaz de adaptarse a los diferentes problemas que pueden aparecer en una planta real y son capaces de manejar las situaciones que aparecen durante la operación, diferentes a los sistemas de control convencionales, que tienen un comportamiento correcto solo en situaciones normales. Laura, Juan Andrés Masi, Gabriel Omar Argerich, Luis http://sedici.unlp.edu.ar:80/handle/10915/65946 2020-01-05T04:04:09Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). In recent studies [1] [2] [3] Recurrent Neural Networks were used for generative processes and their surprising performance can be explained by their ability to create good predictions. In addition, data compression is also based on prediction. What the problem comes down to is whether a data compressor could be used to perform as well as recurrent neural networks in the natural language processing tasks of sentiment analysis and automatic text generation. If this is possible, then the problem comes down to determining if a compression algorithm is even more intelligent than a neural network in such tasks. In our journey we discovered what we think is the fundamental difference between a Data Compression Algorithm and a Recurrent Neural Network.

2017-01-01T00:00:00Z In recent studies [1] [2] [3] Recurrent Neural Networks were used for generative processes and their surprising performance can be explained by their ability to create good predictions. In addition, data compression is also based on prediction. What the problem comes down to is whether a data compressor could be used to perform as well as recurrent neural networks in the natural language processing tasks of sentiment analysis and automatic text generation. If this is possible, then the problem comes down to determining if a compression algorithm is even more intelligent than a neural network in such tasks. In our journey we discovered what we think is the fundamental difference between a Data Compression Algorithm and a Recurrent Neural Network. Pellejero, Nicolás Grinblat, Guillermo L. Uzal, Lucas http://sedici.unlp.edu.ar:80/handle/10915/65945 2020-01-05T04:04:06Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). En este trabajo se aborda el problema de reconocimiento y clasificación de Expresiones Faciales a partir de video. Actualmente existen excelentes resultados enfocados en entornos controlados, donde se encuentran expresiones faciales artificiales. En cambio, queda mucho por mejorar cuando se trata de entornos no controlados, en los cuales las variaciones de iluminación, ángulo a la cámara, encuadre del rostro, hacen que la poca cantidad de datos etiquetados disponibles sea un impedimento a la hora de entrenar modelos de aprendizaje automatizado. Para atacar esta dificultad se utilizó de forma innovadora la técnica Generative Adversarial Networks, que permite utilizar un gran cúmulo de imágenes no etiquetadas con un estilo de entrenamiento semi supervisado.

2017-01-01T00:00:00Z En este trabajo se aborda el problema de reconocimiento y clasificación de Expresiones Faciales a partir de video. Actualmente existen excelentes resultados enfocados en entornos controlados, donde se encuentran expresiones faciales artificiales. En cambio, queda mucho por mejorar cuando se trata de entornos no controlados, en los cuales las variaciones de iluminación, ángulo a la cámara, encuadre del rostro, hacen que la poca cantidad de datos etiquetados disponibles sea un impedimento a la hora de entrenar modelos de aprendizaje automatizado. Para atacar esta dificultad se utilizó de forma innovadora la técnica Generative Adversarial Networks, que permite utilizar un gran cúmulo de imágenes no etiquetadas con un estilo de entrenamiento semi supervisado. Méndez, Máximo Frutos, Mariano Pulido, Antonio Miguel, Fabio Rossit, Daniel Álamo, Antonio Luis http://sedici.unlp.edu.ar:80/handle/10915/65944 2020-01-05T04:04:04Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). Este trabajo, estudia los efectos sobre el frente de Pareto generado por el algoritmo NSGA-II cuando una estrategia de eliminación de soluciones superpuestas de la población es utilizada. También, se realiza un análisis de aquellas regiones del frente de Pareto donde la convergencia parece más difícil. Los resultados de estas observaciones son introducidas en un algoritmo evolutivo multiobjetivo, g-NSGAII, el cual incluye preferencias a priori del decisor en forma de punto de referencia. Finalmente, se hace una comparación de los resultados obtenidos por el último y el original algoritmo en un problema del estado del arte de optimización con dos objetivos del diseño de un tren de engranajes.

2017-01-01T00:00:00Z Este trabajo, estudia los efectos sobre el frente de Pareto generado por el algoritmo NSGA-II cuando una estrategia de eliminación de soluciones superpuestas de la población es utilizada. También, se realiza un análisis de aquellas regiones del frente de Pareto donde la convergencia parece más difícil. Los resultados de estas observaciones son introducidas en un algoritmo evolutivo multiobjetivo, g-NSGAII, el cual incluye preferencias a priori del decisor en forma de punto de referencia. Finalmente, se hace una comparación de los resultados obtenidos por el último y el original algoritmo en un problema del estado del arte de optimización con dos objetivos del diseño de un tren de engranajes. Cicerchia, Benjamín Esnaola, Leonardo Tessore, Juan Pablo Ramón, Hugo Dionisio Russo, Claudia Cecilia Martínez, Cristian http://sedici.unlp.edu.ar:80/handle/10915/65943 2020-01-05T04:03:59Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). Timetabling se refiere al conjunto de problemas de optimización combinatoria que intentan asignar recursos, sean aulas, docentes o intervalos de tiempo, para distintas necesidades de estudiantes, cursos y exámenes. El presente trabajo se ocupa de una de las variantes de este problema, que busca agendar exámenes a distintos intervalos de tiempo, cumpliendo con las restricciones de que ningún alumno debe asistir a más de un examen en el mismo momento y que, en la medida de lo posible, tenga el mayor tiempo libre entre las evaluaciones. Los intervalos de tiempo no tienen restricciones en cuanto a la cantidad de exámenes que puedan asignárseles. Como estrategia de resolución se utiliza un algoritmo genético, que combina diversas heurísticas para la construcción de soluciones factibles que conforman la población inicial con la que trabaja el algoritmo. Dichas heurísticas fueron seleccionadas priorizando la calidad de la solución construida. También se definieron operadores de cruzamiento y mutación particulares, con el objetivo de mejorar la calidad de la solución resultante del proceso genético o, al menos, evitar la generación de soluciones no factibles. Mediante el algoritmo propuesto se alcanzaron soluciones relativamente buenas con pocas evaluaciones de la función objetivo y en un tiempo de ejecución razonable.

2017-01-01T00:00:00Z Timetabling se refiere al conjunto de problemas de optimización combinatoria que intentan asignar recursos, sean aulas, docentes o intervalos de tiempo, para distintas necesidades de estudiantes, cursos y exámenes. El presente trabajo se ocupa de una de las variantes de este problema, que busca agendar exámenes a distintos intervalos de tiempo, cumpliendo con las restricciones de que ningún alumno debe asistir a más de un examen en el mismo momento y que, en la medida de lo posible, tenga el mayor tiempo libre entre las evaluaciones. Los intervalos de tiempo no tienen restricciones en cuanto a la cantidad de exámenes que puedan asignárseles. Como estrategia de resolución se utiliza un algoritmo genético, que combina diversas heurísticas para la construcción de soluciones factibles que conforman la población inicial con la que trabaja el algoritmo. Dichas heurísticas fueron seleccionadas priorizando la calidad de la solución construida. También se definieron operadores de cruzamiento y mutación particulares, con el objetivo de mejorar la calidad de la solución resultante del proceso genético o, al menos, evitar la generación de soluciones no factibles. Mediante el algoritmo propuesto se alcanzaron soluciones relativamente buenas con pocas evaluaciones de la función objetivo y en un tiempo de ejecución razonable. Curi, María Eugenia Carozzi, Lucía Massobrio, Renzo Nesmachnow, Sergio Danoy, Grégoire Ostaszewski, Marek Bouvry, Pascal http://sedici.unlp.edu.ar:80/handle/10915/65942 2020-01-05T04:03:57Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). Este artículo presenta el diseño e implementación de algoritmos evolutivos para resolver el problema de agrupamiento en un número desconocido de grupos. Se proponen operadores evolutivos simples adaptados al problema con el objetivo de mantener la búsqueda evolutiva tan simple como sea posible, para permitir a los métodos propuestos escalar y resolver problemas de gran dimensión. La evaluación experimental se realiza sobre un conjunto de instancias reales del problema, incluyendo un caso real de análisis y categorización de información biomédica del proyecto que propone construir un mapa de la enfermedad de Parkinson. Los principales resultados muestran que el enfoque evolutivo permite calcular soluciones con buenos niveles de compromiso y es capaz de manejar la complejidad de las instancias que involucran información biomédica.

2017-01-01T00:00:00Z Este artículo presenta el diseño e implementación de algoritmos evolutivos para resolver el problema de agrupamiento en un número desconocido de grupos. Se proponen operadores evolutivos simples adaptados al problema con el objetivo de mantener la búsqueda evolutiva tan simple como sea posible, para permitir a los métodos propuestos escalar y resolver problemas de gran dimensión. La evaluación experimental se realiza sobre un conjunto de instancias reales del problema, incluyendo un caso real de análisis y categorización de información biomédica del proyecto que propone construir un mapa de la enfermedad de Parkinson. Los principales resultados muestran que el enfoque evolutivo permite calcular soluciones con buenos niveles de compromiso y es capaz de manejar la complejidad de las instancias que involucran información biomédica. Cardellino, Cristian Alonso i Alemany, Laura http://sedici.unlp.edu.ar:80/handle/10915/65941 2020-01-05T04:03:55Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). This work explores the use of word embeddings, also known as word vectors, trained on Spanish corpora, to use as features for Spanish verb sense disambiguation (VSD). This type of learning technique is named disjoint semisupervised learning [1]: an unsupervised algorithm is trained on unlabeled data separately as a first step, and then its results (i.e. the word embeddings) are fed to a supervised classifier. Throughout this paper we try to assert two hypothesis: (i) representations of training instances based on word embeddings improve the performance of supervised models for VSD, in contrast to more standard feature engineering techniques based on information taken from the training data; (ii) using word embeddings trained on a specific domain, in this case the same domain the labeled data is gathered from, has a positive impact on the model’s performance, when compared to general domain’s word embeddings. The performance of a model over the data is not only measured using standard metric techniques (e.g. accuracy or precision/recall) but also measuring the model tendency to overfit the available data by analyzing the learning curve. Measuring this overfitting tendency is important as there is a small amount of available data, thus we need to find models to generalize better the VSD problem. For the task we use SenSem [2], a corpus and lexicon of Spanish and Catalan disambiguated verbs, as our base resource for experimentation.

2017-01-01T00:00:00Z This work explores the use of word embeddings, also known as word vectors, trained on Spanish corpora, to use as features for Spanish verb sense disambiguation (VSD). This type of learning technique is named disjoint semisupervised learning [1]: an unsupervised algorithm is trained on unlabeled data separately as a first step, and then its results (i.e. the word embeddings) are fed to a supervised classifier. Throughout this paper we try to assert two hypothesis: (i) representations of training instances based on word embeddings improve the performance of supervised models for VSD, in contrast to more standard feature engineering techniques based on information taken from the training data; (ii) using word embeddings trained on a specific domain, in this case the same domain the labeled data is gathered from, has a positive impact on the model’s performance, when compared to general domain’s word embeddings. The performance of a model over the data is not only measured using standard metric techniques (e.g. accuracy or precision/recall) but also measuring the model tendency to overfit the available data by analyzing the learning curve. Measuring this overfitting tendency is important as there is a small amount of available data, thus we need to find models to generalize better the VSD problem. For the task we use SenSem [2], a corpus and lexicon of Spanish and Catalan disambiguated verbs, as our base resource for experimentation. Altszyler, Edgar Ribeiro, Sidarta Sigman, Mariano Fernández Slezak, Diego http://sedici.unlp.edu.ar:80/handle/10915/65940 2020-04-02T14:15:39Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). This summary presents the results obtained in our work, Comparative study of LSA vs Word2vec embeddings in small corpora: a case study in dreams database.

2017-01-01T00:00:00Z This summary presents the results obtained in our work, Comparative study of LSA vs Word2vec embeddings in small corpora: a case study in dreams database. Serrano, Francisco Berdun, Franco Armentano, Marcelo G. Amandi, Analía http://sedici.unlp.edu.ar:80/handle/10915/65939 2020-01-05T04:03:49Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). La observación y el análisis de la dinámica de grupos de usuarios es una tarea lenta y tediosa. Sin embargo, la detección del patrón de reacción de cada miembro de un equipo es extremadamente útil para entender y predecir su desempeño en grupos futuros. Entre las diversas plataformas colaborativas digitales, los videojuegos son una alternativa apta para todo público y permiten capturar el comportamiento de los jugadores mediante la observación de sus interacciones sociales, al mismo tiempo que los involucra en una actividad agradable. Empleando la adaptación digitalizada de un juego colaborativo de mesa y una teoría de categorización de interacciones sociales específica, en este trabajo presentamos resultados experimentales de clasificar texto libre de conversaciones a conductas de colaboración. Esto puede ser utilizado para el modelado de usuarios y el desarrollo de una asistencia inteligente personalizada. Esto último, permitirá al equipo conocer la existencia de alteraciones en el balance de reacciones grupales y posibilitará la mejora guiándoles mediante sugerencias de acciones correctivas de equilibrio.

2017-01-01T00:00:00Z La observación y el análisis de la dinámica de grupos de usuarios es una tarea lenta y tediosa. Sin embargo, la detección del patrón de reacción de cada miembro de un equipo es extremadamente útil para entender y predecir su desempeño en grupos futuros. Entre las diversas plataformas colaborativas digitales, los videojuegos son una alternativa apta para todo público y permiten capturar el comportamiento de los jugadores mediante la observación de sus interacciones sociales, al mismo tiempo que los involucra en una actividad agradable. Empleando la adaptación digitalizada de un juego colaborativo de mesa y una teoría de categorización de interacciones sociales específica, en este trabajo presentamos resultados experimentales de clasificar texto libre de conversaciones a conductas de colaboración. Esto puede ser utilizado para el modelado de usuarios y el desarrollo de una asistencia inteligente personalizada. Esto último, permitirá al equipo conocer la existencia de alteraciones en el balance de reacciones grupales y posibilitará la mejora guiándoles mediante sugerencias de acciones correctivas de equilibrio. Grill, Pablo Claassen, Mathias Rosá, Aiala Correa, Hernán http://sedici.unlp.edu.ar:80/handle/10915/65938 2020-01-05T04:03:48Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). This paper presents a series of semi-supervised learning algorithms which were designed to classify words or expressions with temporal meanings. The algorithms use a set of pre-tagged temporal expressions and a set of semantic classes which were defined within a research project on the lexical coding of temporal meaning in Spanish. The algorithms in this article are mostly based on word embeddings, but they also make use of other methods. The results obtained strongly depend on the temporal classes considered, but, for some classes, results have reached 90% precision or above.

2017-01-01T00:00:00Z This paper presents a series of semi-supervised learning algorithms which were designed to classify words or expressions with temporal meanings. The algorithms use a set of pre-tagged temporal expressions and a set of semantic classes which were defined within a research project on the lexical coding of temporal meaning in Spanish. The algorithms in this article are mostly based on word embeddings, but they also make use of other methods. The results obtained strongly depend on the temporal classes considered, but, for some classes, results have reached 90% precision or above. Vallejos, Sebastián Caimmi, Brian Alonso, Diego Soria, Alvaro Berdun, Luis S. http://sedici.unlp.edu.ar:80/handle/10915/65937 2020-01-05T04:03:46Z 2017-01-01T00:00:00Z

Objeto de conferencia XVIII Simposio Argentino de Inteligencia Artificial (ASAI) - JAIIO 46 (Córdoba, 2017). La detección y divulgación de incidentes de tránsito se ha visto revolucionada con la aparición de las redes sociales. Esto se debe a que las redes sociales permiten que sus usuarios compartan información de utilidad como son los reportes de incidentes de tránsito. No obstante, en la actualidad existen tanto redes sociales genéricas en donde se comunica diversos temas así como también redes sociales focalizadas en un tópico específico. En este artículo presentamos un estudio comparativo entre un enfoque inteligente que detecta incidentes de tránsito a partir del análisis de publicaciones en la red social genérica Twitter y la red social Waze que se especializa en el tránsito. Llevamos a cabo el estudio comparativo considerando como región de interés a la Ciudad Autónoma de Buenos Aires (CABA), Argentina. Los resultados de este trabajo indican que no hay una supremacía por parte de ninguno de los dos enfoques, por lo que deberían ser considerados enfoques complementarios. Esto se fundamenta en que la proporción de detecciones mutuas, es decir incidentes de transito detectados por ambos enfoques, resultó ser considerablemente baja no superando el 12% de los casos. Además, los resultados no evidencian que alguno de los enfoques tienda a anticipar a su similar en la detección de incidentes.

2017-01-01T00:00:00Z La detección y divulgación de incidentes de tránsito se ha visto revolucionada con la aparición de las redes sociales. Esto se debe a que las redes sociales permiten que sus usuarios compartan información de utilidad como son los reportes de incidentes de tránsito. No obstante, en la actualidad existen tanto redes sociales genéricas en donde se comunica diversos temas así como también redes sociales focalizadas en un tópico específico. En este artículo presentamos un estudio comparativo entre un enfoque inteligente que detecta incidentes de tránsito a partir del análisis de publicaciones en la red social genérica Twitter y la red social Waze que se especializa en el tránsito. Llevamos a cabo el estudio comparativo considerando como región de interés a la Ciudad Autónoma de Buenos Aires (CABA), Argentina. Los resultados de este trabajo indican que no hay una supremacía por parte de ninguno de los dos enfoques, por lo que deberían ser considerados enfoques complementarios. Esto se fundamenta en que la proporción de detecciones mutuas, es decir incidentes de transito detectados por ambos enfoques, resultó ser considerablemente baja no superando el 12% de los casos. Además, los resultados no evidencian que alguno de los enfoques tienda a anticipar a su similar en la detección de incidentes.