http://sedici.unlp.edu.ar:80/handle/10915/152160 Tue, 10 Nov 2026 17:06:53 GMT 2026-11-10T17:06:53Z http://sedici.unlp.edu.ar:80/handle/10915/152813 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Los métodos de búsqueda clásicos permiten encontrar secuencias de operadores para producir determinadas transiciones entre estados. En forma similar, los algoritmos evolutivos realizan la búsqueda usando operadores estadísticos y una función de aptitud que evalúa las características de los individuos, explorando múltiples soluciones candidatas a la vez. En bioinformática la búsqueda de vías metabólicas que relacionen dos compuestos es una tarea habitual. En particular esto es de gran interés cuando se quiere descubrir relaciones metabólicas entre compuestos agrupados con técnicas de minería de datos. En este trabajo se propone un algoritmo evolutivo que permite encontrar vías metabólicas entre dos compuestos seleccionados a partir de agrupamientos generados con el modelo IL-SOM. Se describen los operadores empleados, el desarrollo de la función de aptitud y se compara el desempeño del algoritmo propuesto con el de dos métodos clásicos de búsqueda. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152813 2010-01-01T00:00:00Z Los métodos de búsqueda clásicos permiten encontrar secuencias de operadores para producir determinadas transiciones entre estados. En forma similar, los algoritmos evolutivos realizan la búsqueda usando operadores estadísticos y una función de aptitud que evalúa las características de los individuos, explorando múltiples soluciones candidatas a la vez. En bioinformática la búsqueda de vías metabólicas que relacionen dos compuestos es una tarea habitual. En particular esto es de gran interés cuando se quiere descubrir relaciones metabólicas entre compuestos agrupados con técnicas de minería de datos. En este trabajo se propone un algoritmo evolutivo que permite encontrar vías metabólicas entre dos compuestos seleccionados a partir de agrupamientos generados con el modelo IL-SOM. Se describen los operadores empleados, el desarrollo de la función de aptitud y se compara el desempeño del algoritmo propuesto con el de dos métodos clásicos de búsqueda. http://sedici.unlp.edu.ar:80/handle/10915/152811 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Oil exploitation and transportation are very important activities for the economic development of the industrial modern society. However, these activities are generating risks that are translated in accidental or chronic contaminations that directly affect the ecosystem. It is important that oil companies carry out a correct maintenance of their oil fields. In cases of scheduling maintenance of 200 or more oil wells, our so-called PAE, is a tool able to provide a maintenance visit schedule at the right moment. PAE uses an evolutionary algorithm to produce multiple solutions to this problem. In this work, we study the application of different types of penalty functions to a constrained scheduling in oil wells. Details of implementation, results, and benefits are presented. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152811 2010-01-01T00:00:00Z Oil exploitation and transportation are very important activities for the economic development of the industrial modern society. However, these activities are generating risks that are translated in accidental or chronic contaminations that directly affect the ecosystem. It is important that oil companies carry out a correct maintenance of their oil fields. In cases of scheduling maintenance of 200 or more oil wells, our so-called PAE, is a tool able to provide a maintenance visit schedule at the right moment. PAE uses an evolutionary algorithm to produce multiple solutions to this problem. In this work, we study the application of different types of penalty functions to a constrained scheduling in oil wells. Details of implementation, results, and benefits are presented. http://sedici.unlp.edu.ar:80/handle/10915/152809 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Supervised learning classifiers have proved to be a viable solution in the network intrusion detection field. In practice, however, it is difficult to obtain the required labeled data for implementing these approaches. An alternative approach that avoids the need of labeled datasets consists of using classifiers following a semi-supervised strategy. These classifiers use in their learning process information from labeled and unlabeled datapoints. One of these semi-supervised approaches, originally applied to text classification, combines a naïve Bayes (NB) classifier with the expectation maximization (EM) algorithm. Despite some differences, network intrusion detection shares many of the characteristics of the document classification problem. It is extremely hard to obtain labeled data whereas there are plenty of unlabeled data easily accessible. This work aims to determine the viability of applying semi-supervised techniques to network intrusion detection, with special focus on the combination of NB classifier and EM. A set of experiments conducted on the 1998 DARPA dataset show using EM with unlabeled data can provide significant benefits in classification performance, reducing the size of required labeled data by 90%. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152809 2010-01-01T00:00:00Z Supervised learning classifiers have proved to be a viable solution in the network intrusion detection field. In practice, however, it is difficult to obtain the required labeled data for implementing these approaches. An alternative approach that avoids the need of labeled datasets consists of using classifiers following a semi-supervised strategy. These classifiers use in their learning process information from labeled and unlabeled datapoints. One of these semi-supervised approaches, originally applied to text classification, combines a naïve Bayes (NB) classifier with the expectation maximization (EM) algorithm. Despite some differences, network intrusion detection shares many of the characteristics of the document classification problem. It is extremely hard to obtain labeled data whereas there are plenty of unlabeled data easily accessible. This work aims to determine the viability of applying semi-supervised techniques to network intrusion detection, with special focus on the combination of NB classifier and EM. A set of experiments conducted on the 1998 DARPA dataset show using EM with unlabeled data can provide significant benefits in classification performance, reducing the size of required labeled data by 90%. http://sedici.unlp.edu.ar:80/handle/10915/152807 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Se presenta un nuevo método para el suavizado de N-gramas utilizando regularización en un modelo de máxima entropía. Dicha regularización se efectúa introduciendo un término en la función objetivo al estilo de las máquinas de soporte vectorial. Relacionado con dicho término se incluye una variable que actúa como descuento de probabilidades en el estimador, similar al usado en otros métodos de suavizado de modelos de lenguaje, pero considerando dicho descuento como otra variable a optimizar. El modelo fue evaluado en una tarea de reconocimiento de habla usando modelos de lenguaje de bi-gramas. Los resultados se testaron usando la base de datos Latino-40 midiendo perplejidad y porcentaje de palabras reconocidas. Los resultados fueron significativamente superiores a un modelo que es estado del arte. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152807 2010-01-01T00:00:00Z Se presenta un nuevo método para el suavizado de N-gramas utilizando regularización en un modelo de máxima entropía. Dicha regularización se efectúa introduciendo un término en la función objetivo al estilo de las máquinas de soporte vectorial. Relacionado con dicho término se incluye una variable que actúa como descuento de probabilidades en el estimador, similar al usado en otros métodos de suavizado de modelos de lenguaje, pero considerando dicho descuento como otra variable a optimizar. El modelo fue evaluado en una tarea de reconocimiento de habla usando modelos de lenguaje de bi-gramas. Los resultados se testaron usando la base de datos Latino-40 midiendo perplejidad y porcentaje de palabras reconocidas. Los resultados fueron significativamente superiores a un modelo que es estado del arte. http://sedici.unlp.edu.ar:80/handle/10915/152702 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) The diagnosis of psychological problems often requires psychologists to consult the relevant literature to identify through the symptoms presented by their patients a specific treatment. This paper presents a study of an application of Case-Based Reasoning (CBR) to the Psychology field. It aims to apply a CBR tool in order to help psychologists to create a case database that can help them to find some cases related to a specific patient problem and adapt the similar cases retrieved by the system to a particular treatment for a given patient. The results show that the CBR tool proposed here is very useful for searching the most similar cases, offering psychologists a good support to find a similar treatment for a specific case. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152702 2010-01-01T00:00:00Z The diagnosis of psychological problems often requires psychologists to consult the relevant literature to identify through the symptoms presented by their patients a specific treatment. This paper presents a study of an application of Case-Based Reasoning (CBR) to the Psychology field. It aims to apply a CBR tool in order to help psychologists to create a case database that can help them to find some cases related to a specific patient problem and adapt the similar cases retrieved by the system to a particular treatment for a given patient. The results show that the CBR tool proposed here is very useful for searching the most similar cases, offering psychologists a good support to find a similar treatment for a specific case. http://sedici.unlp.edu.ar:80/handle/10915/152701 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) The CELESC R&D Management Systems is a CBR system for information management whose retrieval process is based on knowledge representation by ontologies. The system was built to support R&D project management, to reduce losses on intellectual property over ideas generated inside the company. The company knowledge base has projects developed since 2001. Developed for web environments, the system allows a wide knowledge diffusion of its content and results. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152701 2010-01-01T00:00:00Z The CELESC R&D Management Systems is a CBR system for information management whose retrieval process is based on knowledge representation by ontologies. The system was built to support R&D project management, to reduce losses on intellectual property over ideas generated inside the company. The company knowledge base has projects developed since 2001. Developed for web environments, the system allows a wide knowledge diffusion of its content and results. http://sedici.unlp.edu.ar:80/handle/10915/152699 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Un factor crítico en el diseño de controladores borrosos es el tiempo de respuesta, el cual se halla directamente relacionado con el proceso de desfuzzificación. Este proceso consiste básicamente en determinar qué regla se aplicará al controlador. El modelo de representación lingüística de 2-tuplas es un modelo que realiza la representación lingüística mediante dos valores. El propósito de este trabajo es mostrar cómo dicha representación facilita el diseño de los controladores al simplificar el proceso de desfuzzificación. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152699 2010-01-01T00:00:00Z Un factor crítico en el diseño de controladores borrosos es el tiempo de respuesta, el cual se halla directamente relacionado con el proceso de desfuzzificación. Este proceso consiste básicamente en determinar qué regla se aplicará al controlador. El modelo de representación lingüística de 2-tuplas es un modelo que realiza la representación lingüística mediante dos valores. El propósito de este trabajo es mostrar cómo dicha representación facilita el diseño de los controladores al simplificar el proceso de desfuzzificación. http://sedici.unlp.edu.ar:80/handle/10915/152698 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Una de las actividades más importante de una organización comercial es la adquisición de productos, ya que el encargado de compras debe tener en cuenta diversos aspectos como precios, ofertas, disponibilidad, tiempo de entrega, etc., a fin de tomar una decisión. Esto se vuelve una tarea complicada cuando la organización posee información de numerosos artículos que provienen de distintos proveedores, donde cada uno de ellos administra sus propias listas de precios y catálogos de productos, con nomenclaturas diferentes (código de artículo, descripción, etc.). Es así, por ejemplo, que al momento de comparar precios entre los distintos proveedores no es fácil identificar productos equivalentes. Debido a lo expuesto resulta conveniente que el Sistema de Información de la organización posea ciertas características de búsqueda que permitan responder eficientemente a estas cuestiones. En el presente trabajo se propone el desarrollo de un prototipo de herramienta de búsqueda aplicable sobre bases de datos relacionales que, mediante técnicas de recuperación inteligente de información, permita al usuario realizar consultas de productos de manera fácil y eficiente a fin de aprovechar mejor las oportunidades del mercado. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152698 2010-01-01T00:00:00Z Una de las actividades más importante de una organización comercial es la adquisición de productos, ya que el encargado de compras debe tener en cuenta diversos aspectos como precios, ofertas, disponibilidad, tiempo de entrega, etc., a fin de tomar una decisión. Esto se vuelve una tarea complicada cuando la organización posee información de numerosos artículos que provienen de distintos proveedores, donde cada uno de ellos administra sus propias listas de precios y catálogos de productos, con nomenclaturas diferentes (código de artículo, descripción, etc.). Es así, por ejemplo, que al momento de comparar precios entre los distintos proveedores no es fácil identificar productos equivalentes. Debido a lo expuesto resulta conveniente que el Sistema de Información de la organización posea ciertas características de búsqueda que permitan responder eficientemente a estas cuestiones. En el presente trabajo se propone el desarrollo de un prototipo de herramienta de búsqueda aplicable sobre bases de datos relacionales que, mediante técnicas de recuperación inteligente de información, permita al usuario realizar consultas de productos de manera fácil y eficiente a fin de aprovechar mejor las oportunidades del mercado. http://sedici.unlp.edu.ar:80/handle/10915/152696 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Una de las técnicas más eficientes para el aprendizaje de los estudiantes es el trabajo en grupo. Existen variadas investigaciones realizadas para definir la mejor manera de constituir un grupo. Algunas centraron su atención en descubrir las habilidades de colaboración que deben estar presentes en los estudiantes para un trabajo en grupo eficaz, mientras que otras fijaron su mirada en los roles que es necesario que los estudiantes asuman al conformar un grupo. Ambas posturas tienen la finalidad de caracterizar a un grupo colaborativo exitoso. El presente trabajo plantea la integración de estas posturas determinando las habilidades de colaboración asociadas con cada uno de los roles posibles de manifestar dentro de un grupo de aprendizaje. Para alcanzar este objetivo se tomará una muestra representativa de interacciones manifestadas por estudiantes universitarios en un entorno de Aprendizaje Colaborativo Soportado por Computadora y se aplicará sobre ellas el Proceso de Descubrimiento de Conocimiento en Bases de Datos. Esto permitirá, mediante técnicas de aprendizaje de máquina, descubrir la vinculación existente entre habilidades y roles. El conocimiento descubierto posibilitará experimentar con una nueva forma de definir la integración de los grupos de aprendizaje. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152696 2010-01-01T00:00:00Z Una de las técnicas más eficientes para el aprendizaje de los estudiantes es el trabajo en grupo. Existen variadas investigaciones realizadas para definir la mejor manera de constituir un grupo. Algunas centraron su atención en descubrir las habilidades de colaboración que deben estar presentes en los estudiantes para un trabajo en grupo eficaz, mientras que otras fijaron su mirada en los roles que es necesario que los estudiantes asuman al conformar un grupo. Ambas posturas tienen la finalidad de caracterizar a un grupo colaborativo exitoso. El presente trabajo plantea la integración de estas posturas determinando las habilidades de colaboración asociadas con cada uno de los roles posibles de manifestar dentro de un grupo de aprendizaje. Para alcanzar este objetivo se tomará una muestra representativa de interacciones manifestadas por estudiantes universitarios en un entorno de Aprendizaje Colaborativo Soportado por Computadora y se aplicará sobre ellas el Proceso de Descubrimiento de Conocimiento en Bases de Datos. Esto permitirá, mediante técnicas de aprendizaje de máquina, descubrir la vinculación existente entre habilidades y roles. El conocimiento descubierto posibilitará experimentar con una nueva forma de definir la integración de los grupos de aprendizaje. http://sedici.unlp.edu.ar:80/handle/10915/152693 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) La Minería de Datos, la cual forma parte del proceso de KDD (Knowledge Discovery in Databases), es uno de los campos de crecimiento más veloz en la industria de la computación. Una de sus principales fortalezas es su amplitud en cuanto a los posibles dominios de aplicación. La industria bancaria, telecomunicaciones, ventas, medicina, deportes y variedad de ingenierías son algunos ejemplos de su aplicación efectiva [4]. En la actualidad existen gran variedad de herramientas para facilitar su práctica, entre las cuales pueden encontrarse Weka, Orange y KNIME, de libre distribución. A pesar de que dichas herramientas suponen facilitar la práctica de esta disciplina, definir y ejecutar procesos de Minería de Datos no resulta ser una tarea trivial. Esto es debido a que numerosas variables y decisiones a ser tenidas en cuenta se ven involucradas durante el proceso. Adicionalmente, las actuales aplicaciones para KDD proveen extensos conjuntos de operadores (por ej. en KNIME existen más de 500 operadores actualmente). Pero la complejidad en la Minería de Datos no solo se debe a la extensa cantidad de operadores, sino que también debe considerarse la correcta combinación de dichos operadores respectando las restricciones asociadas. De esta forma, es posible establecer una analogía entre la Minería de Datos y la resolución de rompecabezas [4]. Con el tiempo, los usuarios aprenderán y se familiarizarán con el adecuado uso de los operadores. No obstante, investigar formas de acelerar la curva de aprendizaje motiva el desarrollo de este proyecto Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152693 2010-01-01T00:00:00Z La Minería de Datos, la cual forma parte del proceso de KDD (Knowledge Discovery in Databases), es uno de los campos de crecimiento más veloz en la industria de la computación. Una de sus principales fortalezas es su amplitud en cuanto a los posibles dominios de aplicación. La industria bancaria, telecomunicaciones, ventas, medicina, deportes y variedad de ingenierías son algunos ejemplos de su aplicación efectiva [4]. En la actualidad existen gran variedad de herramientas para facilitar su práctica, entre las cuales pueden encontrarse Weka, Orange y KNIME, de libre distribución. A pesar de que dichas herramientas suponen facilitar la práctica de esta disciplina, definir y ejecutar procesos de Minería de Datos no resulta ser una tarea trivial. Esto es debido a que numerosas variables y decisiones a ser tenidas en cuenta se ven involucradas durante el proceso. Adicionalmente, las actuales aplicaciones para KDD proveen extensos conjuntos de operadores (por ej. en KNIME existen más de 500 operadores actualmente). Pero la complejidad en la Minería de Datos no solo se debe a la extensa cantidad de operadores, sino que también debe considerarse la correcta combinación de dichos operadores respectando las restricciones asociadas. De esta forma, es posible establecer una analogía entre la Minería de Datos y la resolución de rompecabezas [4]. Con el tiempo, los usuarios aprenderán y se familiarizarán con el adecuado uso de los operadores. No obstante, investigar formas de acelerar la curva de aprendizaje motiva el desarrollo de este proyecto http://sedici.unlp.edu.ar:80/handle/10915/152691 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) La teoría de los roles de equipo consiste en reconocer y obtener el mayor rendimiento posible de las diferencias individuales, complementando las debilidades de cada rol con las habilidades de otros. Por este motivo, es una práctica importante en la creación de grupos de trabajo la detección del rol de cada integrante, donde se requiere, originalmente, que todos los miembros completen extensos cuestionarios. Este trabajo propone un enfoque que detecte de manera automática los roles de equipo a partir del análisis de la interacción de los usuarios trabajando en grupo a través de herramientas de trabajo colaborativo. Particularmente se propone utilizar técnicas de clasificación para determinar el rol de acuerdo a la forma en que se haya desenvuelto en la resolución de una tarea en forma colaborativa a partir de las interacciones que se lleven a cabo entre los diferentes usuarios de la aplicación. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152691 2010-01-01T00:00:00Z La teoría de los roles de equipo consiste en reconocer y obtener el mayor rendimiento posible de las diferencias individuales, complementando las debilidades de cada rol con las habilidades de otros. Por este motivo, es una práctica importante en la creación de grupos de trabajo la detección del rol de cada integrante, donde se requiere, originalmente, que todos los miembros completen extensos cuestionarios. Este trabajo propone un enfoque que detecte de manera automática los roles de equipo a partir del análisis de la interacción de los usuarios trabajando en grupo a través de herramientas de trabajo colaborativo. Particularmente se propone utilizar técnicas de clasificación para determinar el rol de acuerdo a la forma en que se haya desenvuelto en la resolución de una tarea en forma colaborativa a partir de las interacciones que se lleven a cabo entre los diferentes usuarios de la aplicación. http://sedici.unlp.edu.ar:80/handle/10915/152689 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) In this paper, a new feature extraction approach based on a circular grid is proposed for off-line signature verification. Graphometric features used in the rectangular grid segmentation approach are adapted to this new grid geometry. A Support Vector Machine (SVM) based classifier scheme is used for classification tasks and a comparison between the rectangular and the circular grid approaches is performed. The results obtained during the experimental phase have shown improvements when using the proposed features with respect to the case of using the features extracted from rectangular grids, specially, in discriminating simple and skilled forgeries. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152689 2010-01-01T00:00:00Z In this paper, a new feature extraction approach based on a circular grid is proposed for off-line signature verification. Graphometric features used in the rectangular grid segmentation approach are adapted to this new grid geometry. A Support Vector Machine (SVM) based classifier scheme is used for classification tasks and a comparison between the rectangular and the circular grid approaches is performed. The results obtained during the experimental phase have shown improvements when using the proposed features with respect to the case of using the features extracted from rectangular grids, specially, in discriminating simple and skilled forgeries. http://sedici.unlp.edu.ar:80/handle/10915/152688 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Aprender cómo argumentar es una habilidad clave para un agente negociador. En este artículo, presentaremos un enfoque que le permite a un agente aprender cómo construir sus argumentos a partir de observar cómo otros agentes argumentan en un contexto de negociación. En particular, nuestro enfoque permite inferir las reglas de generación de argumentos que son utilizadas por los agentes observados. Para llevar a cabo este propósito, el agente registra los argumentos expresados por otros agentes y los hechos que componen el contexto de la negociación en el momento en el que el argumento fue expresado. Luego, utiliza un algoritmo de minería difusa de reglas de asociación generalizadas para extraer las reglas deseadas. Este tipo de algoritmo nos permite (a) obtener reglas generales, que pueden ser aplicadas en distintos contextos, y (b) lidiar con la incertidumbre de no conocer a ciencia cierta qué hechos del contexto son considerados por los agentes para la generación de sus argumentos. Los resultados experimentales demostraron que es posible inferir reglas de generación de argumentos a partir de un número reducido de argumentos observados. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152688 2010-01-01T00:00:00Z Aprender cómo argumentar es una habilidad clave para un agente negociador. En este artículo, presentaremos un enfoque que le permite a un agente aprender cómo construir sus argumentos a partir de observar cómo otros agentes argumentan en un contexto de negociación. En particular, nuestro enfoque permite inferir las reglas de generación de argumentos que son utilizadas por los agentes observados. Para llevar a cabo este propósito, el agente registra los argumentos expresados por otros agentes y los hechos que componen el contexto de la negociación en el momento en el que el argumento fue expresado. Luego, utiliza un algoritmo de minería difusa de reglas de asociación generalizadas para extraer las reglas deseadas. Este tipo de algoritmo nos permite (a) obtener reglas generales, que pueden ser aplicadas en distintos contextos, y (b) lidiar con la incertidumbre de no conocer a ciencia cierta qué hechos del contexto son considerados por los agentes para la generación de sus argumentos. Los resultados experimentales demostraron que es posible inferir reglas de generación de argumentos a partir de un número reducido de argumentos observados. http://sedici.unlp.edu.ar:80/handle/10915/152676 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) El planeamiento de proyectos es una tarea central, no trivial y costosa para muchas organizaciones. En este artículo, se propone un enfoque evolutivo basado en conocimiento para asistir a los administradores de proyectos en la fase temprana del planeamiento. El enfoque diseña automáticamente planes válidos para un proyecto dado, y evalúa cada plan en relación a un objetivo de optimización que es prioritario para los administradores en la fase temprana. Dicho objetivo consiste en asignar a cada actividad del proyecto el equipo de empleados más efectivo para llevarla a cabo. Por este motivo, la evaluación de los planes es desarrollada en base a conocimiento histórico disponible sobre la efectividad de los empleados involucrados. El enfoque evolutivo propuesto es evaluado sobre ocho conjuntos de problemas de planeamiento. Los resultados obtenidos son prometedores ya que el enfoque ha logrado un nivel óptimo de efectividad sobre siete de los ocho conjuntos mencionados. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152676 2010-01-01T00:00:00Z El planeamiento de proyectos es una tarea central, no trivial y costosa para muchas organizaciones. En este artículo, se propone un enfoque evolutivo basado en conocimiento para asistir a los administradores de proyectos en la fase temprana del planeamiento. El enfoque diseña automáticamente planes válidos para un proyecto dado, y evalúa cada plan en relación a un objetivo de optimización que es prioritario para los administradores en la fase temprana. Dicho objetivo consiste en asignar a cada actividad del proyecto el equipo de empleados más efectivo para llevarla a cabo. Por este motivo, la evaluación de los planes es desarrollada en base a conocimiento histórico disponible sobre la efectividad de los empleados involucrados. El enfoque evolutivo propuesto es evaluado sobre ocho conjuntos de problemas de planeamiento. Los resultados obtenidos son prometedores ya que el enfoque ha logrado un nivel óptimo de efectividad sobre siete de los ocho conjuntos mencionados. http://sedici.unlp.edu.ar:80/handle/10915/152668 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Many organizations use or host discussion lists, in the form of online forums and email lists. Analyzing the content of those discussion lists is an effective solution to the task of expert finding, since experts tend to participate often by giving advice, and receive the best feedback. We present a novel method to identify positive comments that helps to identify experts by combining author statistics with polarity mining. Our method is able to distinguish experts from flamers and other people that simply participates frequently in discussions. We demonstrate the validity of our approach by evaluating it with an online discussion forum in Spanish. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152668 2010-01-01T00:00:00Z Many organizations use or host discussion lists, in the form of online forums and email lists. Analyzing the content of those discussion lists is an effective solution to the task of expert finding, since experts tend to participate often by giving advice, and receive the best feedback. We present a novel method to identify positive comments that helps to identify experts by combining author statistics with polarity mining. Our method is able to distinguish experts from flamers and other people that simply participates frequently in discussions. We demonstrate the validity of our approach by evaluating it with an online discussion forum in Spanish. http://sedici.unlp.edu.ar:80/handle/10915/152664 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Los sistemas de gestión de procesos se han hecho populares en muchos dominios ya que permiten la gestión íntegra de los procesos dentro de las organizaciones. A pesar de las ventajas que su utilización representa, se han encontrado muchos problemas. Para ayudar a aminorar estos problemas ha surgido lo que se conoce como Minería de Procesos. Su objetivo es extraer información de los logs de ejecución con el fin de generar conocimiento adicional que ayude a mejorar el diseño y la ejecución de los procesos. En este trabajo se presenta un enfoque de la Minería de Procesos aplicado a la detección de roles organizacionales utilizando el algoritmo EM para clustering, el cual resultó propicio para este fin luego de compararlo con otras técnicas. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152664 2010-01-01T00:00:00Z Los sistemas de gestión de procesos se han hecho populares en muchos dominios ya que permiten la gestión íntegra de los procesos dentro de las organizaciones. A pesar de las ventajas que su utilización representa, se han encontrado muchos problemas. Para ayudar a aminorar estos problemas ha surgido lo que se conoce como Minería de Procesos. Su objetivo es extraer información de los logs de ejecución con el fin de generar conocimiento adicional que ayude a mejorar el diseño y la ejecución de los procesos. En este trabajo se presenta un enfoque de la Minería de Procesos aplicado a la detección de roles organizacionales utilizando el algoritmo EM para clustering, el cual resultó propicio para este fin luego de compararlo con otras técnicas. http://sedici.unlp.edu.ar:80/handle/10915/152663 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) Los patrones de diseño de software son una herramienta que permite re utilizar las experiencias previas en el diseño actual. Los diseñadores inexpertos en dicha área se ven obligados a leer catálogos de patrones a fin de nutrirse de este conocimiento, perdiendo el aprendizaje que da la práctica. Partiendo de este problema, en el presente artículo se propone la utilización de Modelos de Markov de Orden Variable para brindar, a partir de un conjunto acotado de actividades desarrolladas por un diseñador y una base de conocimiento preestablecida (plan corpus), toda aquella información necesaria para que un agente de Interfaz pueda aconsejar a un usuario durante el proceso de diseño de software. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152663 2010-01-01T00:00:00Z Los patrones de diseño de software son una herramienta que permite re utilizar las experiencias previas en el diseño actual. Los diseñadores inexpertos en dicha área se ven obligados a leer catálogos de patrones a fin de nutrirse de este conocimiento, perdiendo el aprendizaje que da la práctica. Partiendo de este problema, en el presente artículo se propone la utilización de Modelos de Markov de Orden Variable para brindar, a partir de un conjunto acotado de actividades desarrolladas por un diseñador y una base de conocimiento preestablecida (plan corpus), toda aquella información necesaria para que un agente de Interfaz pueda aconsejar a un usuario durante el proceso de diseño de software. http://sedici.unlp.edu.ar:80/handle/10915/152662 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) A fin de facilitar el aprendizaje en un sistema de educación a distancia es necesario brindar a cada estudiante asistencia personalizada según el contexto en el que se encuentra. Para lograrlo, es necesario detectar cuales son las preferencias contextuales que influyen en el accionar de un estudiante. En este artículo presentamos un caso de estudio en el que aprendemos cuál es el contexto relevante para un estudiante cuando ejecuta una determinada tarea. Los resultados experimentales obtenidos proveen evidencia de la efectividad de usar una propuesta ontológica para perfiles de usuario en sitios de educación a distancia. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152662 2010-01-01T00:00:00Z A fin de facilitar el aprendizaje en un sistema de educación a distancia es necesario brindar a cada estudiante asistencia personalizada según el contexto en el que se encuentra. Para lograrlo, es necesario detectar cuales son las preferencias contextuales que influyen en el accionar de un estudiante. En este artículo presentamos un caso de estudio en el que aprendemos cuál es el contexto relevante para un estudiante cuando ejecuta una determinada tarea. Los resultados experimentales obtenidos proveen evidencia de la efectividad de usar una propuesta ontológica para perfiles de usuario en sitios de educación a distancia. http://sedici.unlp.edu.ar:80/handle/10915/152655 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) In many tourist sites have been incorporate box to allow people interchange experience, written comments and valuation about products or services. Many of the tourists planning decision are based on third-party opinions. Text mining is the discipline that extracts information from written text by users/consumers in natural language to be understood by a computer system. In this paper is presented a text mining process to obtain classification rules in order to identify context information and consumer’s preferences from a review. User’s preferences are different according with a situation or context in which the review was expressed. This approach was exemplified by a case study using reviews from www.tripadvisor.com. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152655 2010-01-01T00:00:00Z In many tourist sites have been incorporate box to allow people interchange experience, written comments and valuation about products or services. Many of the tourists planning decision are based on third-party opinions. Text mining is the discipline that extracts information from written text by users/consumers in natural language to be understood by a computer system. In this paper is presented a text mining process to obtain classification rules in order to identify context information and consumer’s preferences from a review. User’s preferences are different according with a situation or context in which the review was expressed. This approach was exemplified by a case study using reviews from www.tripadvisor.com. http://sedici.unlp.edu.ar:80/handle/10915/152595 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2010) - JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010) El presente trabajo expone una propuesta de arquitectura, que emplea herramientas de minería de datos y un sistema experto, para detectar factores socioeconómicos y contextuales que podrían interferir en el proceso de aprendizaje de alumnos universitarios en el área de Matemática. Para ello se releva un conjunto de variables relacionadas con los factores mencionados de la población de interés y se implementa una evaluación prediseñada por docentes especializados. Los datos así obtenidos y las respuestas de los alumnos a la evaluación propuesta son analizados con algoritmos exploratorios para obtener características por grupos. Se emplea el método jerárquico de Ward para determinar el número óptimo de clusters y luego el procedimiento k-medias para formar conglomerados. Dichos algoritmos generarán las métricas para la catalogación de los datos. Este agrupamiento constituirá la base para la formulación de reglas de un sistema experto que generará recomendaciones a sus usuarios. Fri, 01 Jan 2010 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/152595 2010-01-01T00:00:00Z El presente trabajo expone una propuesta de arquitectura, que emplea herramientas de minería de datos y un sistema experto, para detectar factores socioeconómicos y contextuales que podrían interferir en el proceso de aprendizaje de alumnos universitarios en el área de Matemática. Para ello se releva un conjunto de variables relacionadas con los factores mencionados de la población de interés y se implementa una evaluación prediseñada por docentes especializados. Los datos así obtenidos y las respuestas de los alumnos a la evaluación propuesta son analizados con algoritmos exploratorios para obtener características por grupos. Se emplea el método jerárquico de Ward para determinar el número óptimo de clusters y luego el procedimiento k-medias para formar conglomerados. Dichos algoritmos generarán las métricas para la catalogación de los datos. Este agrupamiento constituirá la base para la formulación de reglas de un sistema experto que generará recomendaciones a sus usuarios.