http://sedici.unlp.edu.ar:80/handle/10915/55716 Thu, 05 Nov 2026 07:57:30 GMT 2026-11-05T07:57:30Z http://sedici.unlp.edu.ar:80/handle/10915/56769 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 This paper performs a comparative analysis of two kind of methods for extracting credit risk rules. On one hand we have a set of methods based on the combination of an optimization technique initialized with a neural network. On the other hand there are partition algorithms, based on trees. We show results obtain on two real databases. The main findings are that the set of rules obtained by the first set of methods give a set of rules with a reduced cardinality, with an acceptable precision regarding classification. This is a desirable property for financial institutions, who want to decide credit approval face to face with customers. Bank employees who daily deal with retail customers can be easily trained for selecting the best customers, by using this kind of solutions. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56769 2016-01-01T00:00:00Z This paper performs a comparative analysis of two kind of methods for extracting credit risk rules. On one hand we have a set of methods based on the combination of an optimization technique initialized with a neural network. On the other hand there are partition algorithms, based on trees. We show results obtain on two real databases. The main findings are that the set of rules obtained by the first set of methods give a set of rules with a reduced cardinality, with an acceptable precision regarding classification. This is a desirable property for financial institutions, who want to decide credit approval face to face with customers. Bank employees who daily deal with retail customers can be easily trained for selecting the best customers, by using this kind of solutions. http://sedici.unlp.edu.ar:80/handle/10915/56767 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Given a collection of objects in a metric space, the Nearest Neighbor Graph (NNG) associate each node with its closest neighbor under the given metric. It can be obtained trivially by computing the nearest neighbor of every object. To avoid computing every distance pair an index could be constructed. Unfortunately, due to the curse of dimensionality the indexed and the brute force methods are almost equally inefficient. This bring the attention to algorithms computing approximate versions of NNG. The DiSAT is a proximity searching tree. It is hierarchical. The root computes the distances to all objects, and each child node of the root computes the distance to all its subtree recursively. Top levels will have accurate computation of the nearest neighbor, and as we descend the tree this information would be less accurate. If we perform a few rebuilds of the index, taking deep nodes in each iteration, keeping score of the closest known neighbor, it is possible to compute an Approximate NNG (ANNG). Accordingly, in this work we propose to obtain de ANNG by this approach, without performing any search, and we tested this proposal in both synthetic and real world databases with good results both in costs and response quality. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56767 2016-01-01T00:00:00Z Given a collection of objects in a metric space, the Nearest Neighbor Graph (NNG) associate each node with its closest neighbor under the given metric. It can be obtained trivially by computing the nearest neighbor of every object. To avoid computing every distance pair an index could be constructed. Unfortunately, due to the curse of dimensionality the indexed and the brute force methods are almost equally inefficient. This bring the attention to algorithms computing approximate versions of NNG. The DiSAT is a proximity searching tree. It is hierarchical. The root computes the distances to all objects, and each child node of the root computes the distance to all its subtree recursively. Top levels will have accurate computation of the nearest neighbor, and as we descend the tree this information would be less accurate. If we perform a few rebuilds of the index, taking deep nodes in each iteration, keeping score of the closest known neighbor, it is possible to compute an Approximate NNG (ANNG). Accordingly, in this work we propose to obtain de ANNG by this approach, without performing any search, and we tested this proposal in both synthetic and real world databases with good results both in costs and response quality. http://sedici.unlp.edu.ar:80/handle/10915/56766 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Querying large datasets by proximity, using a distance under the metric space model, has a large number of applications in multimedia, pattern recognition, statistics, etc. There is an ever growing number of indexes and algorithms for proximity querying, however there is only a handful of indexes able to perform well without user intervention to select parameters. One of such indexes is the Distal Spatial Approximation Tree (DiSAT) which is parameter-less and has demonstrated to be very efficient outperforming other approaches. The main drawback of the DiSAT is its static nature, that is, once built, it is difficult to add or to remove new elements. This drawback prevents the use of the DiSAT for many interesting applications. In this paper we overcome this weakness. We use a standard technique, the Bentley and Saxe algorithm, to produce a new index which is dynamic while retaining the simplicity and appeal for practitioners of the DiSAT. In order to improve the DiSAF performance, we do not attempt to directly apply the Bentley and Saxe technique, but we enhance its application by taking advantage of our deep knowledge of the DiSAT behavior. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56766 2016-01-01T00:00:00Z Querying large datasets by proximity, using a distance under the metric space model, has a large number of applications in multimedia, pattern recognition, statistics, etc. There is an ever growing number of indexes and algorithms for proximity querying, however there is only a handful of indexes able to perform well without user intervention to select parameters. One of such indexes is the Distal Spatial Approximation Tree (DiSAT) which is parameter-less and has demonstrated to be very efficient outperforming other approaches. The main drawback of the DiSAT is its static nature, that is, once built, it is difficult to add or to remove new elements. This drawback prevents the use of the DiSAT for many interesting applications. In this paper we overcome this weakness. We use a standard technique, the Bentley and Saxe algorithm, to produce a new index which is dynamic while retaining the simplicity and appeal for practitioners of the DiSAT. In order to improve the DiSAF performance, we do not attempt to directly apply the Bentley and Saxe technique, but we enhance its application by taking advantage of our deep knowledge of the DiSAT behavior. http://sedici.unlp.edu.ar:80/handle/10915/56764 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Automatic sign language recognition is a research area that encompasses human-computer interaction, computer vision and machine learning. Robust automatic recognition of sign language could assist in the translation process and the integration of hearing-impaired people, as well as the teaching of sign language to the hearing population. Sign languages differ significantly in different countries and even regions, and their syntax and semantics are different as well from those of written languages. While the techniques for automatic sign language recognition are mostly the same for different languages, training a recognition system for a new language requires having an entire dataset for that language. This paper presents a dataset of 64 signs from the Argentinian Sign Language (LSA). The dataset, called LSA64, contains 3200 videos of 64 different LSA signs recorded by 10 subjects, and is a first step towards building a comprehensive research-level dataset of Argentinian signs, specifically tailored to sign language recognition or other machine learning tasks. The subjects that performed the signs wore colored gloves to ease the hand tracking and segmentation steps, allowing experiments on the dataset to focus specifically on the recognition of signs. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56764 2016-01-01T00:00:00Z Automatic sign language recognition is a research area that encompasses human-computer interaction, computer vision and machine learning. Robust automatic recognition of sign language could assist in the translation process and the integration of hearing-impaired people, as well as the teaching of sign language to the hearing population. Sign languages differ significantly in different countries and even regions, and their syntax and semantics are different as well from those of written languages. While the techniques for automatic sign language recognition are mostly the same for different languages, training a recognition system for a new language requires having an entire dataset for that language. This paper presents a dataset of 64 signs from the Argentinian Sign Language (LSA). The dataset, called LSA64, contains 3200 videos of 64 different LSA signs recorded by 10 subjects, and is a first step towards building a comprehensive research-level dataset of Argentinian signs, specifically tailored to sign language recognition or other machine learning tasks. The subjects that performed the signs wore colored gloves to ease the hand tracking and segmentation steps, allowing experiments on the dataset to focus specifically on the recognition of signs. http://sedici.unlp.edu.ar:80/handle/10915/56763 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 New applications of text categorization methods like opinion mining and sentiment analysis, author profiling and plagiarism detection requires more elaborated and effective document representation models than classical Information Retrieval approaches like the Bag of Words representation. In this context, word representation models in general and vector-based word representations in particular have gained increasing interest to overcome or alleviate some of the limitations that Bag of Words-based representations exhibit. In this article, we analyze the use of several vector-based word representations in a sentiment analysis task with movie reviews. Experimental results show the effectiveness of some vector-based word representations in comparison to standard Bag of Words representations. In particular, the Second Order Attributes representation seems to be very robust and effective because independently the classifier used with, the results are good. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56763 2016-01-01T00:00:00Z New applications of text categorization methods like opinion mining and sentiment analysis, author profiling and plagiarism detection requires more elaborated and effective document representation models than classical Information Retrieval approaches like the Bag of Words representation. In this context, word representation models in general and vector-based word representations in particular have gained increasing interest to overcome or alleviate some of the limitations that Bag of Words-based representations exhibit. In this article, we analyze the use of several vector-based word representations in a sentiment analysis task with movie reviews. Experimental results show the effectiveness of some vector-based word representations in comparison to standard Bag of Words representations. In particular, the Second Order Attributes representation seems to be very robust and effective because independently the classifier used with, the results are good. http://sedici.unlp.edu.ar:80/handle/10915/56761 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Las búsquedas por similitud constituyen un campo de estudio de gran importancia en la actualidad. En el presente trabajo se propone una función distancia para consultar por similitud posiciones de ajedrez sobre bases de datos de partidas, ya que actualmente estas consultas están limitadas a búsquedas exactas. Se evalúa su comportamiento mediante distintos tipos de pruebas sobre las fases del juego. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56761 2016-01-01T00:00:00Z Las búsquedas por similitud constituyen un campo de estudio de gran importancia en la actualidad. En el presente trabajo se propone una función distancia para consultar por similitud posiciones de ajedrez sobre bases de datos de partidas, ya que actualmente estas consultas están limitadas a búsquedas exactas. Se evalúa su comportamiento mediante distintos tipos de pruebas sobre las fases del juego. http://sedici.unlp.edu.ar:80/handle/10915/56759 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Identification of individuals in marine species, especially in Cetacea, is a critical task in several biological and ecological endeavours. Most of the times this is performed through human-assisted matching within a set of pictures taken in different campaigns during several years and spread around wide geographical regions. This requires that the scientists perform laborious tasks in searching through archives of images, demanding a significant cognitive burden which may be prone to intra and inter observer operational errors. On the other hand, additional available information, in particular the metadata associated to every image, is not fully taken advantage of. The present work presents the result of applying machine learning techniques over the metadata of archives of images as an aid in the process of manual identification. The method was tested on a database containing several pictures of 230 different Commerson’s dolp hins (Cephalorhynchus commersoni) taken over a span of seven years. A supervised classifier trained with identifications made by the researchers was able to identify correctly above 90% of the individuals on the test set using only the metadata present in the image files. This reduces significantly the number of images to be manually compared, and therefore the time and errors associated with the assisted identification process. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56759 2016-01-01T00:00:00Z Identification of individuals in marine species, especially in Cetacea, is a critical task in several biological and ecological endeavours. Most of the times this is performed through human-assisted matching within a set of pictures taken in different campaigns during several years and spread around wide geographical regions. This requires that the scientists perform laborious tasks in searching through archives of images, demanding a significant cognitive burden which may be prone to intra and inter observer operational errors. On the other hand, additional available information, in particular the metadata associated to every image, is not fully taken advantage of. The present work presents the result of applying machine learning techniques over the metadata of archives of images as an aid in the process of manual identification. The method was tested on a database containing several pictures of 230 different Commerson’s dolp hins (Cephalorhynchus commersoni) taken over a span of seven years. A supervised classifier trained with identifications made by the researchers was able to identify correctly above 90% of the individuals on the test set using only the metadata present in the image files. This reduces significantly the number of images to be manually compared, and therefore the time and errors associated with the assisted identification process. http://sedici.unlp.edu.ar:80/handle/10915/56757 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 El análisis de clúster o Clustering agrupa un conjunto de objetos de datos en clústers o grupos de manera que en cada grupo los objetos sean similares entre si y disimiles de los objetos de otros grupos. En la actualidad, existen distintas técnicas de agrupamiento que permiten cumplir con esta tarea. En búsqueda de un algoritmo más natural se hizo uso del concepto de densidad atómica de los elementos como base para generar uno nuevo. El algoritmo propuesto tiene como ventajas, poseer un método concreto de selección de centroides, además de tener mejores agrupamientos que otros algoritmos basados en centroides como k-means y k-medoids. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56757 2016-01-01T00:00:00Z El análisis de clúster o Clustering agrupa un conjunto de objetos de datos en clústers o grupos de manera que en cada grupo los objetos sean similares entre si y disimiles de los objetos de otros grupos. En la actualidad, existen distintas técnicas de agrupamiento que permiten cumplir con esta tarea. En búsqueda de un algoritmo más natural se hizo uso del concepto de densidad atómica de los elementos como base para generar uno nuevo. El algoritmo propuesto tiene como ventajas, poseer un método concreto de selección de centroides, además de tener mejores agrupamientos que otros algoritmos basados en centroides como k-means y k-medoids. http://sedici.unlp.edu.ar:80/handle/10915/56756 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Dentro las técnicas de minería de grafos se encuentran las correspondientes a búsqueda de subgrafos frecuentes. Existen varios algoritmos orientados a reconocer subestructuras comunes entre un conjunto de grafos entre los que destacan: FSG, FFSM, gSpan y GASTON. El objetivo de esta investigación es analizar el comportamiento de estos algoritmos a través de distintos experimentos diseñados para identificar si existe un algoritmo superior al resto y, en caso de que no lo haya, poder definir en qué escenarios es más recomendable la elección de cada uno. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56756 2016-01-01T00:00:00Z Dentro las técnicas de minería de grafos se encuentran las correspondientes a búsqueda de subgrafos frecuentes. Existen varios algoritmos orientados a reconocer subestructuras comunes entre un conjunto de grafos entre los que destacan: FSG, FFSM, gSpan y GASTON. El objetivo de esta investigación es analizar el comportamiento de estos algoritmos a través de distintos experimentos diseñados para identificar si existe un algoritmo superior al resto y, en caso de que no lo haya, poder definir en qué escenarios es más recomendable la elección de cada uno. http://sedici.unlp.edu.ar:80/handle/10915/56755 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 En varios artículos se han utilizado distintos textos de prueba, como datos de entrada para medir el desempeño de los métodos de extracción de relaciones semánticas para la Web (OIE): ReVerb y ClausIE. Sin embargo estos textos nunca han sido analizados para entender si ellos guardan o no similitudes o para saber si existe entre ellos un lenguaje común o pertenecen a un mismo dominio. Es la intención de este trabajo analizar dichos textos utilizando distintos algoritmos de clasificación. Y comprender si se pueden agrupar de una forma coherente, de tal suerte que a priori uno pueda identificar que textos son los que trabajan mejor con ClausIE y cuales con ReVerb. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56755 2016-01-01T00:00:00Z En varios artículos se han utilizado distintos textos de prueba, como datos de entrada para medir el desempeño de los métodos de extracción de relaciones semánticas para la Web (OIE): ReVerb y ClausIE. Sin embargo estos textos nunca han sido analizados para entender si ellos guardan o no similitudes o para saber si existe entre ellos un lenguaje común o pertenecen a un mismo dominio. Es la intención de este trabajo analizar dichos textos utilizando distintos algoritmos de clasificación. Y comprender si se pueden agrupar de una forma coherente, de tal suerte que a priori uno pueda identificar que textos son los que trabajan mejor con ClausIE y cuales con ReVerb. http://sedici.unlp.edu.ar:80/handle/10915/56753 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 El descubrimiento de patrones de co-localización revela subconjuntos de tipos de eventos espaciales cuyas instancias ocurren frecuentemente vecinas entre sí. Muchos algoritmos y métodos han sido desarrollados a través de los años, sin embargo, cuando se requiere encontrar estos patrones alrededor de tipos de eventos espaciales determinados, la alternativa existente resulta incompleta e incorrecta. En el presente trabajo, en consecuencia, se desarrolla un proceso de explotación de información para el descubrimiento de patrones de co-localización alrededor de tipos de eventos espaciales de referencia que utiliza cliques máximos y algoritmos TDIDT para brindar una solución a este problema. Se presenta una prueba de concepto del proceso propuesto. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56753 2016-01-01T00:00:00Z El descubrimiento de patrones de co-localización revela subconjuntos de tipos de eventos espaciales cuyas instancias ocurren frecuentemente vecinas entre sí. Muchos algoritmos y métodos han sido desarrollados a través de los años, sin embargo, cuando se requiere encontrar estos patrones alrededor de tipos de eventos espaciales determinados, la alternativa existente resulta incompleta e incorrecta. En el presente trabajo, en consecuencia, se desarrolla un proceso de explotación de información para el descubrimiento de patrones de co-localización alrededor de tipos de eventos espaciales de referencia que utiliza cliques máximos y algoritmos TDIDT para brindar una solución a este problema. Se presenta una prueba de concepto del proceso propuesto. http://sedici.unlp.edu.ar:80/handle/10915/56752 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 El descubrimiento de grupos sobre información espacialmente referenciada es un tema de interés en minería de datos espaciales. Los algoritmos existentes se orientan a descubrir tres tipos de grupos: regiones, grupos propiamente dichos, y zonas calientes. Sin embargo, no dan una caracterización de dichos grupos. El presente trabajo propone un proceso de descubrimiento de reglas de caracterización de grupos espacialmente referenciados que utiliza algoritmos TDIDT para obtener las características que fueron elegidas automáticamente para la generación de los mismos. Se presentan pruebas de concepto en las que se utilizan distintos algoritmos de agrupamiento espacial. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56752 2016-01-01T00:00:00Z El descubrimiento de grupos sobre información espacialmente referenciada es un tema de interés en minería de datos espaciales. Los algoritmos existentes se orientan a descubrir tres tipos de grupos: regiones, grupos propiamente dichos, y zonas calientes. Sin embargo, no dan una caracterización de dichos grupos. El presente trabajo propone un proceso de descubrimiento de reglas de caracterización de grupos espacialmente referenciados que utiliza algoritmos TDIDT para obtener las características que fueron elegidas automáticamente para la generación de los mismos. Se presentan pruebas de concepto en las que se utilizan distintos algoritmos de agrupamiento espacial. http://sedici.unlp.edu.ar:80/handle/10915/56751 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Entity Resolution is the process of matching records from more than one database that refer to the same entity. In case of a single database the process is called deduplication. This article proposes a method to solve entity resolution and deduplication problem using MapReduce over Hadoop framework. The proposed method includes data preprocessing, comparison and classification tasks indexing by standard blocking method. Our method can operate with one, two or more datasets and works with semi structured or structured data. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56751 2016-01-01T00:00:00Z Entity Resolution is the process of matching records from more than one database that refer to the same entity. In case of a single database the process is called deduplication. This article proposes a method to solve entity resolution and deduplication problem using MapReduce over Hadoop framework. The proposed method includes data preprocessing, comparison and classification tasks indexing by standard blocking method. Our method can operate with one, two or more datasets and works with semi structured or structured data. http://sedici.unlp.edu.ar:80/handle/10915/56750 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Featured Articles (FA) are considered to be the best articles that Wikipedia has to offer and in the last years, researchers have found interesting to analyze whether and how they can be distinguished from “ordinary” articles. Likewise, identifying what issues have to be enhanced or fixed in ordinary articles in order to improve their quality is a recent key research trend. Most of the approaches developed in these research trends have been proposed for the English Wikipedia. However, few efforts have been accomplished in Spanish Wikipedia, despite being Spanish, one of the most spoken languages in the world by native speakers. In this respect, we present a first breakdown of Spanish Wikipedia’s quality flaw structure. Besides, we carry out a study to automatically assess information quality in Spanish Wikipedia, where FA identification is evaluated as a binary classification task. The results obtained show that FA identification can be performed with an F1 score of 0.81, using a document model consisting of only twenty six features and AdaBoosted C4.5 decision trees as classification algorithm. XIII Workshop Bases de datos y Minería de Datos (WBDMD) Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56750 2016-01-01T00:00:00Z Featured Articles (FA) are considered to be the best articles that Wikipedia has to offer and in the last years, researchers have found interesting to analyze whether and how they can be distinguished from “ordinary” articles. Likewise, identifying what issues have to be enhanced or fixed in ordinary articles in order to improve their quality is a recent key research trend. Most of the approaches developed in these research trends have been proposed for the English Wikipedia. However, few efforts have been accomplished in Spanish Wikipedia, despite being Spanish, one of the most spoken languages in the world by native speakers. In this respect, we present a first breakdown of Spanish Wikipedia’s quality flaw structure. Besides, we carry out a study to automatically assess information quality in Spanish Wikipedia, where FA identification is evaluated as a binary classification task. The results obtained show that FA identification can be performed with an F1 score of 0.81, using a document model consisting of only twenty six features and AdaBoosted C4.5 decision trees as classification algorithm. http://sedici.unlp.edu.ar:80/handle/10915/56749 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Prediction systems are techniques that build and study new forecasts through a branch of the artificial intelligence called Machine Learning. In this work we intend to estimate the time that remains anesthetized an southern elephant seal to which you have applied a combination of drugs (Zoletil®), the fundamental objective of anesthesia is to avoid risky situations to researchers studying this species. To know these times data mining techniques and algorithms used particular classification algorithms were compared J4.8, SMO, Random Tree, NBTree y Naïve Bayes with data mining tool Weka and a data set containing the records of 96 individuals undergoing anesthesia procedure. It is concluded that after tests Random Tree was the classification algorithm that best responded, making this an accuracy of 98.79%. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56749 2016-01-01T00:00:00Z Prediction systems are techniques that build and study new forecasts through a branch of the artificial intelligence called Machine Learning. In this work we intend to estimate the time that remains anesthetized an southern elephant seal to which you have applied a combination of drugs (Zoletil®), the fundamental objective of anesthesia is to avoid risky situations to researchers studying this species. To know these times data mining techniques and algorithms used particular classification algorithms were compared J4.8, SMO, Random Tree, NBTree y Naïve Bayes with data mining tool Weka and a data set containing the records of 96 individuals undergoing anesthesia procedure. It is concluded that after tests Random Tree was the classification algorithm that best responded, making this an accuracy of 98.79%. http://sedici.unlp.edu.ar:80/handle/10915/56748 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Las técnicas de agrupamiento (clustering) sobre flujo de datos (data stream) son una poderosa herramienta para determinar las características que tienen en común los datos provenientes del flujo. Para obtener buenos resultados es necesario almacenar gran parte de éste en una ventana temporal. En este artículo medimos una técnica que maneja el tamaño de la ventana temporal de manera dinámica utilizando un algoritmo de clustering implementado en el framework MapReduce. Los resultados obtenidos demuestran que esta técnica alcanza una ventana de gran tamaño logrando así que cada dato del flujo se utilice en más de una iteración del algoritmo de clustering permitiendo conseguir resultados similares independientemente de la velocidad de los datos del flujo. Los centroides resultantes de cada flujo de datos son semejantes a los que se consiguen haciendo un clustering sobre el conjunto de datos completo. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56748 2016-01-01T00:00:00Z Las técnicas de agrupamiento (clustering) sobre flujo de datos (data stream) son una poderosa herramienta para determinar las características que tienen en común los datos provenientes del flujo. Para obtener buenos resultados es necesario almacenar gran parte de éste en una ventana temporal. En este artículo medimos una técnica que maneja el tamaño de la ventana temporal de manera dinámica utilizando un algoritmo de clustering implementado en el framework MapReduce. Los resultados obtenidos demuestran que esta técnica alcanza una ventana de gran tamaño logrando así que cada dato del flujo se utilice en más de una iteración del algoritmo de clustering permitiendo conseguir resultados similares independientemente de la velocidad de los datos del flujo. Los centroides resultantes de cada flujo de datos son semejantes a los que se consiguen haciendo un clustering sobre el conjunto de datos completo. http://sedici.unlp.edu.ar:80/handle/10915/56747 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Sobre datos de exámenes rendidos y aprobados de las materias del Ciclo Común de Articulación (CCA) de las carreras de Ingeniería de la Facultad de Tecnología y Ciencias Aplicadas, se propone conformar la vista minable apropiada para la aplicación de métodos de minería de secuencias temporales, como parte de en un proyecto de extracción de conocimiento. El proceso de elaboración de esta vista minable se lleva a cabo siguiendo las actividades de la fase de selección y preparación de datos, según la metodología CRISP-DM. Una vez definidos los elementos de la secuencia, Identificador, Tiempo y Evento, se genera una vista minable y se realiza un estudio de frecuencias en las secuencias de aprobación de materias. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56747 2016-01-01T00:00:00Z Sobre datos de exámenes rendidos y aprobados de las materias del Ciclo Común de Articulación (CCA) de las carreras de Ingeniería de la Facultad de Tecnología y Ciencias Aplicadas, se propone conformar la vista minable apropiada para la aplicación de métodos de minería de secuencias temporales, como parte de en un proyecto de extracción de conocimiento. El proceso de elaboración de esta vista minable se lleva a cabo siguiendo las actividades de la fase de selección y preparación de datos, según la metodología CRISP-DM. Una vez definidos los elementos de la secuencia, Identificador, Tiempo y Evento, se genera una vista minable y se realiza un estudio de frecuencias en las secuencias de aprobación de materias. http://sedici.unlp.edu.ar:80/handle/10915/56746 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Las bases de datos no relacionales han experimentado en los últimos años un importante crecimiento, particularmente las bases de datos basadas en documento. A partir de la amplia adopción de este tipo de modelo de almacenamiento, aumenta la necesidad de contar con herramientas de modelización adecuadas. En este trabajo presentamos una metodología de modelización conceptual y de diseño de este tipo de bases de datos, para lo cual proponemos además la realización de un tipo de diagrama que denominamos diagrama de Interrelación de documentos o DID. XIII Workshop Bases de datos y Minería de Datos (WBDMD). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56746 2016-01-01T00:00:00Z Las bases de datos no relacionales han experimentado en los últimos años un importante crecimiento, particularmente las bases de datos basadas en documento. A partir de la amplia adopción de este tipo de modelo de almacenamiento, aumenta la necesidad de contar con herramientas de modelización adecuadas. En este trabajo presentamos una metodología de modelización conceptual y de diseño de este tipo de bases de datos, para lo cual proponemos además la realización de un tipo de diagrama que denominamos diagrama de Interrelación de documentos o DID. http://sedici.unlp.edu.ar:80/handle/10915/56730 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Binary relational algebra provides semantic foundations for major areas of computing, such as database design, state-based modeling and functional programming. Remarkably, static checking support in these areas fails to exploit the full semantic content of relations. In particular, properties such as the simplicity or injectivity of relations are not statically enforced in operations such as database queries, state transitions, or composition of functional components. When data models, their constraints and operations are represented by point-free binary relational expressions, proof obligations can be expressed as inclusions between relational expressions.We developed a type-directed, strategic term rewriting system that can be used to simplify relational proof obligations and ultimately reduce them to tautologies. Such reductions can be used to provide extended static checking for design contraints commonly found in software modeling and development. XIII Workshop Ingeniería de Software (WIS). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56730 2016-01-01T00:00:00Z Binary relational algebra provides semantic foundations for major areas of computing, such as database design, state-based modeling and functional programming. Remarkably, static checking support in these areas fails to exploit the full semantic content of relations. In particular, properties such as the simplicity or injectivity of relations are not statically enforced in operations such as database queries, state transitions, or composition of functional components. When data models, their constraints and operations are represented by point-free binary relational expressions, proof obligations can be expressed as inclusions between relational expressions.We developed a type-directed, strategic term rewriting system that can be used to simplify relational proof obligations and ultimately reduce them to tautologies. Such reductions can be used to provide extended static checking for design contraints commonly found in software modeling and development. http://sedici.unlp.edu.ar:80/handle/10915/56729 Objeto de conferencia XXII Congreso Argentino de Ciencias de la Computación (CACIC 2016).; https://sedici.unlp.edu.ar/handle/10915/55718 Este trabajo introduce el concepto de Gobierno Electrónico Universitario y Servicio Universitario y propone una metodología para la evaluación de la madurez de dichos servicios aplicando conceptos de gobierno electrónico. En base a una identificación de 25 servicios básicos prestados por unidades académicas (UAs), que pueden ser parametrizados según el contexto, se define un nivel de madurez máximo que el servicio puede llegar a obtener en función a la automatización del mismo. La metodología y el modelo propuesto permiten hacer un diagnóstico y planificar posibles mejoras a la prestación de servicios prestados por las universidades a miembros de sus comunidades. XIII Workshop Ingeniería de Software (WIS). Fri, 01 Jan 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56729 2016-01-01T00:00:00Z Este trabajo introduce el concepto de Gobierno Electrónico Universitario y Servicio Universitario y propone una metodología para la evaluación de la madurez de dichos servicios aplicando conceptos de gobierno electrónico. En base a una identificación de 25 servicios básicos prestados por unidades académicas (UAs), que pueden ser parametrizados según el contexto, se define un nivel de madurez máximo que el servicio puede llegar a obtener en función a la automatización del mismo. La metodología y el modelo propuesto permiten hacer un diagnóstico y planificar posibles mejoras a la prestación de servicios prestados por las universidades a miembros de sus comunidades.