http://sedici.unlp.edu.ar:80/handle/10915/41635 Mon, 09 Nov 2026 04:25:27 GMT 2026-11-09T04:25:27Z http://sedici.unlp.edu.ar:80/handle/10915/41737 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) In order to reach higher degrees of flexibility, adaptability and autonomy in manufacturing systems, it is essential to develop new rescheduling methodologies which resort to cognitive capabilities, similar to those found in human beings. Artificial cognition is important for designing planning and control systems that generate and represent knowledge about heuristics for repairbased scheduling. Rescheduling knowledge in the form of decision rules is used to deal with unforeseen events and disturbances reactively in real time, and take advantage of the ability to act interactively with the user to counteract the effects of disruptions. In this work, to achieve the aforementioned goals, a novel approach to generate rescheduling knowledge in the form of dynamic first-order logical rules is proposed. The proposed approach is based on the integration of reinforcement learning with artificial cognitive capabilities involving perception and reasoning/learning skills embedded in the Soar cognitive architecture. An industrial example is discussed showing that the approach enables the scheduling system to assess its operational range in an autonomic way, and to acquire experience through intensive simulation while performing repair tasks. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41737 2014-11-01T00:00:00Z In order to reach higher degrees of flexibility, adaptability and autonomy in manufacturing systems, it is essential to develop new rescheduling methodologies which resort to cognitive capabilities, similar to those found in human beings. Artificial cognition is important for designing planning and control systems that generate and represent knowledge about heuristics for repairbased scheduling. Rescheduling knowledge in the form of decision rules is used to deal with unforeseen events and disturbances reactively in real time, and take advantage of the ability to act interactively with the user to counteract the effects of disruptions. In this work, to achieve the aforementioned goals, a novel approach to generate rescheduling knowledge in the form of dynamic first-order logical rules is proposed. The proposed approach is based on the integration of reinforcement learning with artificial cognitive capabilities involving perception and reasoning/learning skills embedded in the Soar cognitive architecture. An industrial example is discussed showing that the approach enables the scheduling system to assess its operational range in an autonomic way, and to acquire experience through intensive simulation while performing repair tasks. http://sedici.unlp.edu.ar:80/handle/10915/41734 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) En este trabajo se aborda el problema de predicción de series temporales obtenidas de sistemas dinámicos no lineales determinísticos. Se presenta una técnica basada en redes neuronales profundas y se evalúa su rendimiento frente a las redes neuronales convencionales. Se considera en particular el problema predicción para múltiples horizontes utilizando dos estrategias: el uso de redes de salida-múltiple frente a redes convencionales de salida-simple. Los resultados sobre las series temporales consideradas muestran un mejor desempeño de las arquitecturas profundas de salida simple. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41734 2014-11-01T00:00:00Z En este trabajo se aborda el problema de predicción de series temporales obtenidas de sistemas dinámicos no lineales determinísticos. Se presenta una técnica basada en redes neuronales profundas y se evalúa su rendimiento frente a las redes neuronales convencionales. Se considera en particular el problema predicción para múltiples horizontes utilizando dos estrategias: el uso de redes de salida-múltiple frente a redes convencionales de salida-simple. Los resultados sobre las series temporales consideradas muestran un mejor desempeño de las arquitecturas profundas de salida simple. http://sedici.unlp.edu.ar:80/handle/10915/41731 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) When we read printed text, we continuously predict the follow words in order to integrate information and direct future eye movements to forthcoming words. Thus the Predictability has become one the most important variables when explaining human behavior and information processing during reading. In this study we present results of word predictability in long Spanish texts, estimated from human responses in a massive web-based task. We used Latent Semantic Analysis (LSA) as a way to estimate human-based predictability values computationally. We validated the human estimation of predictability with local and global properties of the text, and we showed that LSA-distance on adequate timescale captures some semantic aspects of the prediction. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41731 2014-11-01T00:00:00Z When we read printed text, we continuously predict the follow words in order to integrate information and direct future eye movements to forthcoming words. Thus the Predictability has become one the most important variables when explaining human behavior and information processing during reading. In this study we present results of word predictability in long Spanish texts, estimated from human responses in a massive web-based task. We used Latent Semantic Analysis (LSA) as a way to estimate human-based predictability values computationally. We validated the human estimation of predictability with local and global properties of the text, and we showed that LSA-distance on adequate timescale captures some semantic aspects of the prediction. http://sedici.unlp.edu.ar:80/handle/10915/41728 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) Un problema de gran interés en disciplinas como la ocupacional, ergonómica y deportiva, es la medición de variables biomecánicas involucradas en el movimiento humano (como las fuerzas musculares internas y torque de articulaciones). Actualmente este problema se resuelve en un proceso de dos pasos. Primero capturando datos con dispositivos poco prácticos, intrusivos y costosos. Luego estos datos son usados como entrada en modelos complejos para obtener las variables biomecánicas como salida. El presente trabajo representa una alternativa automatizada, no intrusiva y económica al primer paso, proponiendo la captura de estos datos a través de imágenes. En trabajos futuros la idea es automatizar todo el proceso de cálculo de esas variables. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41728 2014-11-01T00:00:00Z Un problema de gran interés en disciplinas como la ocupacional, ergonómica y deportiva, es la medición de variables biomecánicas involucradas en el movimiento humano (como las fuerzas musculares internas y torque de articulaciones). Actualmente este problema se resuelve en un proceso de dos pasos. Primero capturando datos con dispositivos poco prácticos, intrusivos y costosos. Luego estos datos son usados como entrada en modelos complejos para obtener las variables biomecánicas como salida. El presente trabajo representa una alternativa automatizada, no intrusiva y económica al primer paso, proponiendo la captura de estos datos a través de imágenes. En trabajos futuros la idea es automatizar todo el proceso de cálculo de esas variables. http://sedici.unlp.edu.ar:80/handle/10915/41726 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) Los sistemas de recomendación que usan técnicas de filtrado colaborativo basado en memoria predicen la preferencia de un usuario por un ítem usando solamente las preferencias expresadas anteriormente e ignorando el contexto de elección del usuario, esto es, el conjunto de ítems que fueron recomendados al usuario pero que fueron ignorados. En este trabajo se presentan modificaciones a los algoritmos clásicos de filtrado colaborativo basado en memoria para que utilicen el contexto de elección del usuario para predecir las preferencias. Una serie de experimentos desarrollados verifican que nuestra propuesta presenta un mejor desempeño que los algoritmos de filtrado colaborativo clásicos. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41726 2014-11-01T00:00:00Z Los sistemas de recomendación que usan técnicas de filtrado colaborativo basado en memoria predicen la preferencia de un usuario por un ítem usando solamente las preferencias expresadas anteriormente e ignorando el contexto de elección del usuario, esto es, el conjunto de ítems que fueron recomendados al usuario pero que fueron ignorados. En este trabajo se presentan modificaciones a los algoritmos clásicos de filtrado colaborativo basado en memoria para que utilicen el contexto de elección del usuario para predecir las preferencias. Una serie de experimentos desarrollados verifican que nuestra propuesta presenta un mejor desempeño que los algoritmos de filtrado colaborativo clásicos. http://sedici.unlp.edu.ar:80/handle/10915/41725 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) La gestión de conocimiento ha ganado importante popularidad en la gestión de proyectos de software. Paralelamente, Scrum se ha convertido en el método ágil más utilizado en la industria del software por estar principalmente focalizado en la gestión de proyectos. En este contexto, existen varias herramientas de administración de proyectos que asisten a los equipos de trabajo en visualizar planes y progreso del proyecto. Sin embargo, estas herramientas no ofrecen asistencia en cuanto a la captura de conocimiento y su reutilización para otros proyectos, derivando así en una Amnesia Organizacional. En este trabajo se propone un enfoque inteligente denominado Intelligent Virtual Scrum (IVS) que asiste a los equipos de trabajo a lo largo de las distintas etapas del ciclo de vida del proyecto, permitiendo la captura del conocimiento generado y su utilización en el armado de un plan en cada interacción del proyecto. La evaluación con un caso de estudio demostró la viabilidad y eficacia del enfoque. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41725 2014-11-01T00:00:00Z La gestión de conocimiento ha ganado importante popularidad en la gestión de proyectos de software. Paralelamente, Scrum se ha convertido en el método ágil más utilizado en la industria del software por estar principalmente focalizado en la gestión de proyectos. En este contexto, existen varias herramientas de administración de proyectos que asisten a los equipos de trabajo en visualizar planes y progreso del proyecto. Sin embargo, estas herramientas no ofrecen asistencia en cuanto a la captura de conocimiento y su reutilización para otros proyectos, derivando así en una Amnesia Organizacional. En este trabajo se propone un enfoque inteligente denominado Intelligent Virtual Scrum (IVS) que asiste a los equipos de trabajo a lo largo de las distintas etapas del ciclo de vida del proyecto, permitiendo la captura del conocimiento generado y su utilización en el armado de un plan en cada interacción del proyecto. La evaluación con un caso de estudio demostró la viabilidad y eficacia del enfoque. http://sedici.unlp.edu.ar:80/handle/10915/41724 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) Los entornos de aprendizaje virtual utilizados tanto en el desarrollo de cursos a distancia, como en el soporte al dictado de asignaturas presenciales, poseen una gran cantidad de información útil para el desarrollo de las diferentes actividades desempeñadas por los estudiantes en las distintas etapas del proceso de aprendizaje. Sin embargo, carecen de medios de búsqueda adecuados dentro del entorno, por lo que se dificulta encontrar la información para todos aquellos estudiantes que poseen una duda puntual. Si a estos entornos se les incorpora un mecanismo de búsqueda y recomendación que combine técnicas de inteligencia artificial, se pueden convertir en una herramienta muy potente que ayude a los estudiantes a evacuar sus dudas. Es por esto, que el presente trabajo propone un Enfoque para la Búsqueda y Recomendación que combina técnicas de Minería de Contenido Web y Recuperación de Información, para asistir a los estudiantes en la búsqueda de información adecuada, a partir del ingreso de una consulta. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41724 2014-11-01T00:00:00Z Los entornos de aprendizaje virtual utilizados tanto en el desarrollo de cursos a distancia, como en el soporte al dictado de asignaturas presenciales, poseen una gran cantidad de información útil para el desarrollo de las diferentes actividades desempeñadas por los estudiantes en las distintas etapas del proceso de aprendizaje. Sin embargo, carecen de medios de búsqueda adecuados dentro del entorno, por lo que se dificulta encontrar la información para todos aquellos estudiantes que poseen una duda puntual. Si a estos entornos se les incorpora un mecanismo de búsqueda y recomendación que combine técnicas de inteligencia artificial, se pueden convertir en una herramienta muy potente que ayude a los estudiantes a evacuar sus dudas. Es por esto, que el presente trabajo propone un Enfoque para la Búsqueda y Recomendación que combina técnicas de Minería de Contenido Web y Recuperación de Información, para asistir a los estudiantes en la búsqueda de información adecuada, a partir del ingreso de una consulta. http://sedici.unlp.edu.ar:80/handle/10915/41722 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) El progreso y la innovación tecnológica alcanzados en los últimos años, en particular en el área de entretenimientos y juegos, han promovido la creación de interfaces más naturales e intuitivas. Por ejemplo, dispositivos de interacción natural como Microsoft Kinect permiten explorar una nueva forma de comunicación hombre-máquina mucho más expresiva mediante el reconocimiento de gestos corporales. En este sentido, han surgido diferentes estrategias que permiten el reconocimiento de gestos utilizando técnicas de Machine Learning. Sin embargo, no se ha hecho un estudio comparativo del comportamiento de estas técnicas. Por lo tanto, este trabajo presenta una evaluación de 4 técnicas de Machine Learning con un dataset de 7 gestos diferentes y 80 muestras para cada uno de ellos. Se evaluó la precisión de las distintas técnicas obteniendo resultados cercanos al 100% de los gestos evaluados en algunas de ellas. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41722 2014-11-01T00:00:00Z El progreso y la innovación tecnológica alcanzados en los últimos años, en particular en el área de entretenimientos y juegos, han promovido la creación de interfaces más naturales e intuitivas. Por ejemplo, dispositivos de interacción natural como Microsoft Kinect permiten explorar una nueva forma de comunicación hombre-máquina mucho más expresiva mediante el reconocimiento de gestos corporales. En este sentido, han surgido diferentes estrategias que permiten el reconocimiento de gestos utilizando técnicas de Machine Learning. Sin embargo, no se ha hecho un estudio comparativo del comportamiento de estas técnicas. Por lo tanto, este trabajo presenta una evaluación de 4 técnicas de Machine Learning con un dataset de 7 gestos diferentes y 80 muestras para cada uno de ellos. Se evaluó la precisión de las distintas técnicas obteniendo resultados cercanos al 100% de los gestos evaluados en algunas de ellas. http://sedici.unlp.edu.ar:80/handle/10915/41720 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) In this work we present an approach to emotional reasoning for believable agents, by introducing a mechanism to progressively build a map of knowledge for reasoning. We present the notion of inference graph for progressive reasoning in an emotional context. In this model, knowledge is partially highlighted and noticed by the agent. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41720 2014-11-01T00:00:00Z In this work we present an approach to emotional reasoning for believable agents, by introducing a mechanism to progressively build a map of knowledge for reasoning. We present the notion of inference graph for progressive reasoning in an emotional context. In this model, knowledge is partially highlighted and noticed by the agent. http://sedici.unlp.edu.ar:80/handle/10915/41716 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) We present DHClus, a new Divisive Hierarchical Clustering algorithm developed to detect clusters with arbitrary shapes. Our algorithm is able to solve clustering problems defined by different scales, i.e. clusters with arbitrarily dissimilar densities, connectivity or between cluster distances. The algorithm not only works under this difficult connditions but it is also able to find the number of clusters automatically. This paper describes this new algorithm and then present results on real gene expression data. We compare the results of DHClus with other algorithms to provide a reference frame. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41716 2014-11-01T00:00:00Z We present DHClus, a new Divisive Hierarchical Clustering algorithm developed to detect clusters with arbitrary shapes. Our algorithm is able to solve clustering problems defined by different scales, i.e. clusters with arbitrarily dissimilar densities, connectivity or between cluster distances. The algorithm not only works under this difficult connditions but it is also able to find the number of clusters automatically. This paper describes this new algorithm and then present results on real gene expression data. We compare the results of DHClus with other algorithms to provide a reference frame. http://sedici.unlp.edu.ar:80/handle/10915/41675 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) La Arquitectura Orientada a Servicios (SOA) se ha convertido en un paradigma dominante para el desarrollo software distribuido. La mayoría de las organizaciones explotan SOA mediante el descubrimiento y la reutilización de servicios accesible a través de Internet. Sin embargo, determinadas organizaciones necesitan el control interno de las aplicaciones e implementarlas con determinados atributos de calidad. La implementación de una SOA teniendo en cuenta atributos de calidad (por ejemplo, performance, interoperabilidad, seguridad, etc.) requiere que los diseñadores exploren soluciones alternativas; esto resulta una tarea que consume mucho tiempo y es propensa a errores, incluso para diseñadores expertos. La elección de una alternativa de implementación que no tiene en cuenta los principales atributos de calidad del sistema puede dar lugar a desajustes entre el comportamiento prescrito por la arquitectura y el exhibido durante su ejecución real, con un impacto negativo en el software. Esta elección es realizada a menudo por expertos que generalmente buscan soluciones ya existentes que han sido adecuadas en contextos similares. Por este motivo, este trabajo propone un enfoque de Razonamiento Basado en Casos (CBR) para asistir a los diseñadores en la exploración de alternativas de diseño de una SOA, que utiliza el conocimiento sobre los atributos de calidad como las principales guías de materialización hacia diseños detallados orientados a objetos. Los resultados preliminares sobre un caso de estudio demuestran la viabilidad del enfoque propuesto. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41675 2014-11-01T00:00:00Z La Arquitectura Orientada a Servicios (SOA) se ha convertido en un paradigma dominante para el desarrollo software distribuido. La mayoría de las organizaciones explotan SOA mediante el descubrimiento y la reutilización de servicios accesible a través de Internet. Sin embargo, determinadas organizaciones necesitan el control interno de las aplicaciones e implementarlas con determinados atributos de calidad. La implementación de una SOA teniendo en cuenta atributos de calidad (por ejemplo, performance, interoperabilidad, seguridad, etc.) requiere que los diseñadores exploren soluciones alternativas; esto resulta una tarea que consume mucho tiempo y es propensa a errores, incluso para diseñadores expertos. La elección de una alternativa de implementación que no tiene en cuenta los principales atributos de calidad del sistema puede dar lugar a desajustes entre el comportamiento prescrito por la arquitectura y el exhibido durante su ejecución real, con un impacto negativo en el software. Esta elección es realizada a menudo por expertos que generalmente buscan soluciones ya existentes que han sido adecuadas en contextos similares. Por este motivo, este trabajo propone un enfoque de Razonamiento Basado en Casos (CBR) para asistir a los diseñadores en la exploración de alternativas de diseño de una SOA, que utiliza el conocimiento sobre los atributos de calidad como las principales guías de materialización hacia diseños detallados orientados a objetos. Los resultados preliminares sobre un caso de estudio demuestran la viabilidad del enfoque propuesto. http://sedici.unlp.edu.ar:80/handle/10915/41669 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) La selección de variables es un problema de interés práctico actual en el campo de los sistemas inteligentes, con numerosas e importantes aplicaciones. Uno de los métodos m as exitosos es el de Recursive Feature Elimination o RFE. Este método presenta dificultades cuando se analizan problemas con variables altamente redundantes. En este trabajo exploratorio se introduce una variante RFE que busca solucionar este inconveniente. El nuevo SRFE incorpora un vector de penalización tal que, dado un grupo de variables redundantes, una sola de ellas no es penalizada y todas las dem as lo son. La forma de elegir que variable se penaliza incorpora un simple criterio para facilitar la estabilidad de las selecciones. El nuevo método se compara con otros desarrollos similares en dos datasets, mostrando evidencias que SRFE elige conjuntos de mejor calidad, tanto en los niveles de error conseguidos, la selección de variables independientes, como en la estabilidad de la solución . Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41669 2014-11-01T00:00:00Z La selección de variables es un problema de interés práctico actual en el campo de los sistemas inteligentes, con numerosas e importantes aplicaciones. Uno de los métodos m as exitosos es el de Recursive Feature Elimination o RFE. Este método presenta dificultades cuando se analizan problemas con variables altamente redundantes. En este trabajo exploratorio se introduce una variante RFE que busca solucionar este inconveniente. El nuevo SRFE incorpora un vector de penalización tal que, dado un grupo de variables redundantes, una sola de ellas no es penalizada y todas las dem as lo son. La forma de elegir que variable se penaliza incorpora un simple criterio para facilitar la estabilidad de las selecciones. El nuevo método se compara con otros desarrollos similares en dos datasets, mostrando evidencias que SRFE elige conjuntos de mejor calidad, tanto en los niveles de error conseguidos, la selección de variables independientes, como en la estabilidad de la solución . http://sedici.unlp.edu.ar:80/handle/10915/41664 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) Assuring safety in complex technical systems is a crucial issue in several critical applications like air traffic control or medical devices. We present a preliminary framework based on argumentation for assisting flight controllers to reach a decision related to safety constraints in an ever changing environment in which sensor data is gathered at real time. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41664 2014-11-01T00:00:00Z Assuring safety in complex technical systems is a crucial issue in several critical applications like air traffic control or medical devices. We present a preliminary framework based on argumentation for assisting flight controllers to reach a decision related to safety constraints in an ever changing environment in which sensor data is gathered at real time. http://sedici.unlp.edu.ar:80/handle/10915/41661 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) Previous research has made signi cant advances in under- standing how humans manage to engage in smooth, well-coordinated conversation, and have unveiled the existence of several turn-yielding cues | lexico-syntactic, prosodic and acoustic events that may serve as predictors of conversational turn nality. These results have subse- quently aided the re nement of turn-taking pro ciency of spoken dia- logue systems. In this study, we nd empirical evidence in a corpus of human-computer dialogues that human users produce the same kinds of turn-yielding cues that have been observed in human-human interac- tions. We also show that a linear relation holds between the number of individual cues conjointly displayed and the likelihood of a turn switch. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41661 2014-11-01T00:00:00Z Previous research has made signi cant advances in under- standing how humans manage to engage in smooth, well-coordinated conversation, and have unveiled the existence of several turn-yielding cues | lexico-syntactic, prosodic and acoustic events that may serve as predictors of conversational turn nality. These results have subse- quently aided the re nement of turn-taking pro ciency of spoken dia- logue systems. In this study, we nd empirical evidence in a corpus of human-computer dialogues that human users produce the same kinds of turn-yielding cues that have been observed in human-human interac- tions. We also show that a linear relation holds between the number of individual cues conjointly displayed and the likelihood of a turn switch. http://sedici.unlp.edu.ar:80/handle/10915/41659 Objeto de conferencia XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) The increasing trend towards delegating complex tasks to autonomous artificial agents in safety-critical socio-technical systems makes agent behavior monitoring of paramount importance. In this work, a probabilistic approach for on-line monitoring using optimal action selection and twin Gaussian processes (TGP) is proposed. A Kullback-Leibler (KL) based metric is proposed to characterize the deviation of an agent behavior (modeled as a controlled stochastic process) to its specification. The optimal behavior specification is obtained using Linearly Solvable Markov Decision Processes (LSMDP) whereby the Bellman equation is made linear through an exponential transformation such that the optimal control policy is obtained in an explicit form. Sat, 01 Nov 2014 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/41659 2014-11-01T00:00:00Z The increasing trend towards delegating complex tasks to autonomous artificial agents in safety-critical socio-technical systems makes agent behavior monitoring of paramount importance. In this work, a probabilistic approach for on-line monitoring using optimal action selection and twin Gaussian processes (TGP) is proposed. A Kullback-Leibler (KL) based metric is proposed to characterize the deviation of an agent behavior (modeled as a controlled stochastic process) to its specification. The optimal behavior specification is obtained using Linearly Solvable Markov Decision Processes (LSMDP) whereby the Bellman equation is made linear through an exponential transformation such that the optimal control policy is obtained in an explicit form.