http://sedici.unlp.edu.ar:80/handle/10915/56849 Tue, 10 Nov 2026 22:05:21 GMT 2026-11-10T22:05:21Z http://sedici.unlp.edu.ar:80/handle/10915/57027 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). The representation of sound signals at the cochlea and au- ditory cortical level has been studied as an alternative to classical anal- ysis methods. In this work, we put forward a recently proposed feature extraction method called approximate auditory cortical representation, based on an approximation to the statistics of discharge patterns at the primary auditory cortex. The approach here proposed estimates a non- negative sparse coding with a combined dictionary of atoms calculated from clean signal and noise. The denoising is carried out on noisy signals by the reconstruction of the signal discarding the atoms corresponding to the noise. Results on synthetic and real data show that the proposed method improves the quality of the signals, mainly under severe degra- dation. This communication corresponds to a journal paper published in 2015 in DSP (Elsevier). Wed, 23 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/57027 2016-11-23T00:00:00Z The representation of sound signals at the cochlea and au- ditory cortical level has been studied as an alternative to classical anal- ysis methods. In this work, we put forward a recently proposed feature extraction method called approximate auditory cortical representation, based on an approximation to the statistics of discharge patterns at the primary auditory cortex. The approach here proposed estimates a non- negative sparse coding with a combined dictionary of atoms calculated from clean signal and noise. The denoising is carried out on noisy signals by the reconstruction of the signal discarding the atoms corresponding to the noise. Results on synthetic and real data show that the proposed method improves the quality of the signals, mainly under severe degra- dation. This communication corresponds to a journal paper published in 2015 in DSP (Elsevier). http://sedici.unlp.edu.ar:80/handle/10915/57026 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). One of the most important aims of computational psychiatry (CP) is to provide computational tools to help with earlier diagnoses in psychiatric disorders. CP implements different computer science tools to assist the medical professional in the path to the diagnoses. The paradigm where CP works is to understand the patient as a producer of data from differents cognitive levels. These data could come from physiological studies (as functional magnetic resonance imaging or electroencephalography) or from more abstract levels like patients' thoughts. In our research line, we use spontaneous speech as source as a window into the patient's minds. Wed, 23 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/57026 2016-11-23T00:00:00Z One of the most important aims of computational psychiatry (CP) is to provide computational tools to help with earlier diagnoses in psychiatric disorders. CP implements different computer science tools to assist the medical professional in the path to the diagnoses. The paradigm where CP works is to understand the patient as a producer of data from differents cognitive levels. These data could come from physiological studies (as functional magnetic resonance imaging or electroencephalography) or from more abstract levels like patients' thoughts. In our research line, we use spontaneous speech as source as a window into the patient's minds. http://sedici.unlp.edu.ar:80/handle/10915/57025 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). We proposed a novel approach for the optimisation of over-complete decompositions from a WPT dictionary based on a multi-objective genetic algorithm (MOGA). The MOGA allows to maximise the classification accuracy while minimising the number of features. For the purpose of obtaining appropriate features for state of the art speech recognizers, a classifier based on hidden Markov models (HMM) is used to estimate the capability of candidate solutions, using on a set of English phonemes. Wed, 23 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/57025 2016-11-23T00:00:00Z We proposed a novel approach for the optimisation of over-complete decompositions from a WPT dictionary based on a multi-objective genetic algorithm (MOGA). The MOGA allows to maximise the classification accuracy while minimising the number of features. For the purpose of obtaining appropriate features for state of the art speech recognizers, a classifier based on hidden Markov models (HMM) is used to estimate the capability of candidate solutions, using on a set of English phonemes. http://sedici.unlp.edu.ar:80/handle/10915/57024 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). We propose a new algorithm based on evolutionary computation for searching branched metabolic pathways, that links simultaneously several compounds through feasible reactions. This proposal, named evolutionary metabolic synthesizer (EvoMS), uses the concept of expanded set of compounds (ESC) to model metabolic pathways. Wed, 23 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/57024 2016-11-23T00:00:00Z We propose a new algorithm based on evolutionary computation for searching branched metabolic pathways, that links simultaneously several compounds through feasible reactions. This proposal, named evolutionary metabolic synthesizer (EvoMS), uses the concept of expanded set of compounds (ESC) to model metabolic pathways. http://sedici.unlp.edu.ar:80/handle/10915/57023 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). Several machine learning techniques have been developed for discovering interesting and unknown relations between variables from data, even more when these techniques can assist in understanding the behaviour of a complex system. This behaviour can be represented by the interactions between its variables, for instance as a directed graph. A gene regulatory network (GRN) is an abstract mapping of gene regulations in living organisms that can help to predict the system behavior. During last years, many approaches have been proposed to unravel the complexity of gene regulation. Genes interact with one another and these interactions can be measured over a number of time steps, producing temporal gene expression profiles. A hot topic on gene expression data analysis nowadays is the reconstruction of a GRN from such data, revealing the underlying network of genetogene interactions. In other words, the goal is to determine the pattern of activations and inhibitions among genes that make up the underlying GRN. Wed, 23 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/57023 2016-11-23T00:00:00Z Several machine learning techniques have been developed for discovering interesting and unknown relations between variables from data, even more when these techniques can assist in understanding the behaviour of a complex system. This behaviour can be represented by the interactions between its variables, for instance as a directed graph. A gene regulatory network (GRN) is an abstract mapping of gene regulations in living organisms that can help to predict the system behavior. During last years, many approaches have been proposed to unravel the complexity of gene regulation. Genes interact with one another and these interactions can be measured over a number of time steps, producing temporal gene expression profiles. A hot topic on gene expression data analysis nowadays is the reconstruction of a GRN from such data, revealing the underlying network of genetogene interactions. In other words, the goal is to determine the pattern of activations and inhibitions among genes that make up the underlying GRN. http://sedici.unlp.edu.ar:80/handle/10915/57022 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). Organizations need representative individuals to make decisions about particular concerns. These representative individuals are appointed in committees, and we expect from his members to make decisions avoiding bias that could arise from closeness between them. In this context, the best committees are those which show the greatest independence between its members. In this work, we present an automatic approach to the committee selection problem. Our aim is to maximize independence among members of the committee. To this end, we propose to build a social network to calculate distances between candidates, and then apply a genetic algorithm to get potential committees with the greatest distances between their members. Wed, 23 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/57022 2016-11-23T00:00:00Z Organizations need representative individuals to make decisions about particular concerns. These representative individuals are appointed in committees, and we expect from his members to make decisions avoiding bias that could arise from closeness between them. In this context, the best committees are those which show the greatest independence between its members. In this work, we present an automatic approach to the committee selection problem. Our aim is to maximize independence among members of the committee. To this end, we propose to build a social network to calculate distances between candidates, and then apply a genetic algorithm to get potential committees with the greatest distances between their members. http://sedici.unlp.edu.ar:80/handle/10915/56984 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). Las arquitecturas profundas permiten representar de manera compacta funciones altamente no lineales. Entre ellas, las redes convolucionales han adquirido gran protagonismo en la clasificación de imágenes debido a la invarianza traslacional de sus features. Este trabajo propone investigar un abordaje naïve para la clasificación de videoimágenes con redes profundas, comparar la performance de redes pre-entrenadas con la de redes ad-hoc y finalmente crear un mecanismo de visualización de la representación interna de la arquitectura. Como ejemplo de aplicación se utilizarán segmentos de videos deportivos con diferentes acciones grupales. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56984 2016-11-22T00:00:00Z Las arquitecturas profundas permiten representar de manera compacta funciones altamente no lineales. Entre ellas, las redes convolucionales han adquirido gran protagonismo en la clasificación de imágenes debido a la invarianza traslacional de sus features. Este trabajo propone investigar un abordaje naïve para la clasificación de videoimágenes con redes profundas, comparar la performance de redes pre-entrenadas con la de redes ad-hoc y finalmente crear un mecanismo de visualización de la representación interna de la arquitectura. Como ejemplo de aplicación se utilizarán segmentos de videos deportivos con diferentes acciones grupales. http://sedici.unlp.edu.ar:80/handle/10915/56982 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). The automatic classification of calling bird species is important to achieve more exhaustive environmental monitoring and to manage natural resources. Bird vocalizations allow to recognise new species, their natural history and macro-systematic relations, while automatic systems can speed up and improve all the process. In this work, we use state-of-art features designed for speech and speaker state recognition to classify 25 species of Furnariidae family. Since Furnariidae species inhabit the Litoral Paranaense region of Argentina (South America), this work could promote further research on the topic and the implementation of in-situ monitoring systems. Our analysis includes two widely-known classification techniques: random forest an support vector machines. The results are promising, near 86%, and were validated in a cross-validation scheme. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56982 2016-11-22T00:00:00Z The automatic classification of calling bird species is important to achieve more exhaustive environmental monitoring and to manage natural resources. Bird vocalizations allow to recognise new species, their natural history and macro-systematic relations, while automatic systems can speed up and improve all the process. In this work, we use state-of-art features designed for speech and speaker state recognition to classify 25 species of Furnariidae family. Since Furnariidae species inhabit the Litoral Paranaense region of Argentina (South America), this work could promote further research on the topic and the implementation of in-situ monitoring systems. Our analysis includes two widely-known classification techniques: random forest an support vector machines. The results are promising, near 86%, and were validated in a cross-validation scheme. http://sedici.unlp.edu.ar:80/handle/10915/56981 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). El estudio de los movimientos oculares es de gran interés para la neurociencia, ya que reflejan procesos cognitivos que subyacen a la ejecución de cualquier tarea visual, en particular a la lectura. Una variable muy importante que determina estos movimientos es la Predictibilidad. Esta variable representa la predicción que va haciendo el lector sobre la palabra que viene a continuación. Actualmente, en campos como la neurolingüística, esta variable no se estima a partir del texto sino de las respuestas de otros lectores completando la palabra que sigue a un contexto dado. En paralelo, el desarrollo del campo de procesamiento de lenguaje natural ha tenido estimar este tipo de predicciones de manera automática como una de sus metas. Uno de los ejemplos más simples y a la vez más exitosos son los n-grams. Donde la probabilidad de predecir una palabra se construye a partir de la aparición del contexto en un corpus grande de texto, que representa el conocimiento del lenguaje que tiene el lector. Este modelo puede extenderse utilizando el texto recientemente leído para actualizar dichas probabilidades (cache n-gram). En este trabajo se propone estimar la predictibilidad de una palabra de forma automática a partir de distintas variantes de modelos de lenguaje. Para nuestro conjunto de datos mostramos que la nueva predictibilidad autom´atica es igual de efectiva que la predictibilidad humana para explicar los movimientos oculares, siendo mucho m´as sencilla, barata y rápida de obtener por no requerir experimentos que involucren una gran cantidad de personas. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56981 2016-11-22T00:00:00Z El estudio de los movimientos oculares es de gran interés para la neurociencia, ya que reflejan procesos cognitivos que subyacen a la ejecución de cualquier tarea visual, en particular a la lectura. Una variable muy importante que determina estos movimientos es la Predictibilidad. Esta variable representa la predicción que va haciendo el lector sobre la palabra que viene a continuación. Actualmente, en campos como la neurolingüística, esta variable no se estima a partir del texto sino de las respuestas de otros lectores completando la palabra que sigue a un contexto dado. En paralelo, el desarrollo del campo de procesamiento de lenguaje natural ha tenido estimar este tipo de predicciones de manera automática como una de sus metas. Uno de los ejemplos más simples y a la vez más exitosos son los n-grams. Donde la probabilidad de predecir una palabra se construye a partir de la aparición del contexto en un corpus grande de texto, que representa el conocimiento del lenguaje que tiene el lector. Este modelo puede extenderse utilizando el texto recientemente leído para actualizar dichas probabilidades (cache n-gram). En este trabajo se propone estimar la predictibilidad de una palabra de forma automática a partir de distintas variantes de modelos de lenguaje. Para nuestro conjunto de datos mostramos que la nueva predictibilidad autom´atica es igual de efectiva que la predictibilidad humana para explicar los movimientos oculares, siendo mucho m´as sencilla, barata y rápida de obtener por no requerir experimentos que involucren una gran cantidad de personas. http://sedici.unlp.edu.ar:80/handle/10915/56980 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). Dimensionality reduction using feature extraction and selection approaches is a common stage of many regression and classification tasks. In recent years there have been significant e orts to reduce the dimension of the feature space without lossing information that is relevant for prediction. This objective can be cast into a conditional independence condition between the response or class labels and the transformed features. Building on this, in this work we use measures of statistical dependence to estimate a lower-dimensional linear subspace of the features that retains the su cient information. Unlike likelihood-based and many momentbased methods, the proposed approach is semi-parametric and does not require model assumptions on the data. A regularized version to achieve simultaneous variable selection is presented too. Experiments with simulated data show that the performance of the proposed method compares favorably to well-known linear dimension reduction techniques. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56980 2016-11-22T00:00:00Z Dimensionality reduction using feature extraction and selection approaches is a common stage of many regression and classification tasks. In recent years there have been significant e orts to reduce the dimension of the feature space without lossing information that is relevant for prediction. This objective can be cast into a conditional independence condition between the response or class labels and the transformed features. Building on this, in this work we use measures of statistical dependence to estimate a lower-dimensional linear subspace of the features that retains the su cient information. Unlike likelihood-based and many momentbased methods, the proposed approach is semi-parametric and does not require model assumptions on the data. A regularized version to achieve simultaneous variable selection is presented too. Experiments with simulated data show that the performance of the proposed method compares favorably to well-known linear dimension reduction techniques. http://sedici.unlp.edu.ar:80/handle/10915/56979 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). El guaraní es un idioma hablado por alrededor de ocho millones de personas. En Paraguay, cerca del 25% de la población habla solamente guaraní. Con el incremento del número de dispositivos que incluyen asistentes personales controlados por voz, la necesidad de desarrollar aplicaciones con interfaces de voz está en crecimiento constante. A pesar de ser un idioma muy hablado, actualmente no existen investigaciones respecto al reconocimiento automático del habla en guaraní. En este contexto, proponemos un sistema de reconocimiento del habla en guaraní denominado Eñe’˜e. Construimos el modelo utilizando las herramientas que ofrece el software de código abierto CMU Sphinx. Para ello, se recolectaron muestras de voz en guaraní, mediante el desarrollo de una aplicación web que permite a los interesados enviar lecturas de oraciones en guaraní que se muestran en pantalla. Este paper muestra los resultados de las pruebas experimentales que validan la eficiencia de la primera versión de Eñe’˜e, y fomenta el desarrollo de sistemas utilizando este reconocedor de propósito general para futuras aplicaciones específicas. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56979 2016-11-22T00:00:00Z El guaraní es un idioma hablado por alrededor de ocho millones de personas. En Paraguay, cerca del 25% de la población habla solamente guaraní. Con el incremento del número de dispositivos que incluyen asistentes personales controlados por voz, la necesidad de desarrollar aplicaciones con interfaces de voz está en crecimiento constante. A pesar de ser un idioma muy hablado, actualmente no existen investigaciones respecto al reconocimiento automático del habla en guaraní. En este contexto, proponemos un sistema de reconocimiento del habla en guaraní denominado Eñe’˜e. Construimos el modelo utilizando las herramientas que ofrece el software de código abierto CMU Sphinx. Para ello, se recolectaron muestras de voz en guaraní, mediante el desarrollo de una aplicación web que permite a los interesados enviar lecturas de oraciones en guaraní que se muestran en pantalla. Este paper muestra los resultados de las pruebas experimentales que validan la eficiencia de la primera versión de Eñe’˜e, y fomenta el desarrollo de sistemas utilizando este reconocedor de propósito general para futuras aplicaciones específicas. http://sedici.unlp.edu.ar:80/handle/10915/56978 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). Frente al desarrollo de telescopios terrestres y satelitales que generan relevamientos astronómicos del orden de los Peta-Bytes, se expo-ne en este trabajo la metodología a seguir para la generación de features de series temporales para el descubrimiento de estrellas variables periódicas en el núcleo, bulbo y una parte del disco de nuestra galaxia utilizando datos del VVV-Survey. A lo largo del trabajo se presenta los datos de dicho relevamiento, la forma de regenerar series temporales a partir de ellos y extraer features importantes como el período o diferentes estadísticas de magnitud. Finalmente se proyecta el plan a futuro para utilizar el conocimiento extra do para la creación de catálogos de estrellas variables utilizando aprendizaje automático. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56978 2016-11-22T00:00:00Z Frente al desarrollo de telescopios terrestres y satelitales que generan relevamientos astronómicos del orden de los Peta-Bytes, se expo-ne en este trabajo la metodología a seguir para la generación de features de series temporales para el descubrimiento de estrellas variables periódicas en el núcleo, bulbo y una parte del disco de nuestra galaxia utilizando datos del VVV-Survey. A lo largo del trabajo se presenta los datos de dicho relevamiento, la forma de regenerar series temporales a partir de ellos y extraer features importantes como el período o diferentes estadísticas de magnitud. Finalmente se proyecta el plan a futuro para utilizar el conocimiento extra do para la creación de catálogos de estrellas variables utilizando aprendizaje automático. http://sedici.unlp.edu.ar:80/handle/10915/56977 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). In this paper we propose the application of feature hashing to create word embeddings for natural language processing. Feature hashing has been used successfully to create document vectors in related tasks like document classification. In this work we show that feature hashing can be applied to obtain word embeddings in linear time with the size of the data. The results show that this algorithm, that does not need training, is able to capture the semantic meaning of words.We compare the results against GloVe showing that they are similar. As far as we know this is the first application of feature hashing to the word embeddings problem and the results indicate this is a scalable technique with practical results for NLP applications. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56977 2016-11-22T00:00:00Z In this paper we propose the application of feature hashing to create word embeddings for natural language processing. Feature hashing has been used successfully to create document vectors in related tasks like document classification. In this work we show that feature hashing can be applied to obtain word embeddings in linear time with the size of the data. The results show that this algorithm, that does not need training, is able to capture the semantic meaning of words.We compare the results against GloVe showing that they are similar. As far as we know this is the first application of feature hashing to the word embeddings problem and the results indicate this is a scalable technique with practical results for NLP applications. http://sedici.unlp.edu.ar:80/handle/10915/56976 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). Bio-inspired algorithms have received much attention in recent years, because they allow to discover, quickly and efficiently, knowledge and patterns in large databases. In this work, a new algorithm based on the behaviour of ant colonies to discover clusters in spatial databases is presented. The algorithm proposed was evaluated using several well-known test instances and compared its performance considering other proposals from the literature.; Los algoritmos bioinspirados han recibido mucha atención en los últimos años, ya que permiten, de manera eficiente y eficaz, el descubrimiento de conocimiento y patrones en bases de datos grandes. En este trabajo, se propone un nuevo algoritmo basado en el comportamiento de las colonias de hormigas para descubrir clústers en bases de datos espaciales. En concreto, se presenta un algoritmo oportunamente evaluado sobre conjuntos de datos comúnmente empleados en la literatura. Se comparan los resultados que se obtienen con otros algoritmos conocidos. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56976 2016-11-22T00:00:00Z Bio-inspired algorithms have received much attention in recent years, because they allow to discover, quickly and efficiently, knowledge and patterns in large databases. In this work, a new algorithm based on the behaviour of ant colonies to discover clusters in spatial databases is presented. The algorithm proposed was evaluated using several well-known test instances and compared its performance considering other proposals from the literature. Los algoritmos bioinspirados han recibido mucha atención en los últimos años, ya que permiten, de manera eficiente y eficaz, el descubrimiento de conocimiento y patrones en bases de datos grandes. En este trabajo, se propone un nuevo algoritmo basado en el comportamiento de las colonias de hormigas para descubrir clústers en bases de datos espaciales. En concreto, se presenta un algoritmo oportunamente evaluado sobre conjuntos de datos comúnmente empleados en la literatura. Se comparan los resultados que se obtienen con otros algoritmos conocidos. http://sedici.unlp.edu.ar:80/handle/10915/56975 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). El gran uso de los dispositivos móviles y los servicios basados en ubicación han generado un nuevo concepto en los medios sociales en línea, llamado redes sociales basadas en ubicación. Éstas usan tecnologías como GPS, Web 2.0 y smartphones para permitir a los usuarios compartir sus ubicaciones (check-ins), buscar lugares de interés o POIs (Point of Interest), descuentos, dejar comentarios de lugares específicos, conectarse con sus amigos y encontrar amigos que se encuentran cerca de algún lugar específico. Para aprovechar la información que los usuarios vuelcan en estas redes surgieron los Sistemas de Recomendación basados en Ubicación (LBSNs, sus siglas en inglés) que generan sugerencias en base a la aplicación de diferentes técnicas de recomendación. En este artículo se presentan dos estrategias para la selección de vecinos en el enfoque de filtrado colaborativo clásico basado en usuarios, considerando la red social de los usuarios y las visitas comunes como factores influyentes. El enfoque propuesto fue evaluado utilizando datos de una red social basada en ubicación popular, mostrando mejoras sobre el enfoque clásico de filtrado colaborativo. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56975 2016-11-22T00:00:00Z El gran uso de los dispositivos móviles y los servicios basados en ubicación han generado un nuevo concepto en los medios sociales en línea, llamado redes sociales basadas en ubicación. Éstas usan tecnologías como GPS, Web 2.0 y smartphones para permitir a los usuarios compartir sus ubicaciones (check-ins), buscar lugares de interés o POIs (Point of Interest), descuentos, dejar comentarios de lugares específicos, conectarse con sus amigos y encontrar amigos que se encuentran cerca de algún lugar específico. Para aprovechar la información que los usuarios vuelcan en estas redes surgieron los Sistemas de Recomendación basados en Ubicación (LBSNs, sus siglas en inglés) que generan sugerencias en base a la aplicación de diferentes técnicas de recomendación. En este artículo se presentan dos estrategias para la selección de vecinos en el enfoque de filtrado colaborativo clásico basado en usuarios, considerando la red social de los usuarios y las visitas comunes como factores influyentes. El enfoque propuesto fue evaluado utilizando datos de una red social basada en ubicación popular, mostrando mejoras sobre el enfoque clásico de filtrado colaborativo. http://sedici.unlp.edu.ar:80/handle/10915/56974 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). The application of Information Theory techniques in customer feature selection is analyzed. This method, usually called information gain has been demonstrated to be simple and fast for feature selection. The important concept of mutual information, originally introduced to analyze and model a noisy channel is used in order to measure relations between characteristics of given customers. An application to a bank customers data set of telemarketing calls for selling bank long-term deposits is shown.We show that with our method, 80% of the subscribers can be reached by contacting just the better half of the classified clients. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56974 2016-11-22T00:00:00Z The application of Information Theory techniques in customer feature selection is analyzed. This method, usually called information gain has been demonstrated to be simple and fast for feature selection. The important concept of mutual information, originally introduced to analyze and model a noisy channel is used in order to measure relations between characteristics of given customers. An application to a bank customers data set of telemarketing calls for selling bank long-term deposits is shown.We show that with our method, 80% of the subscribers can be reached by contacting just the better half of the classified clients. http://sedici.unlp.edu.ar:80/handle/10915/56973 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). En la actualidad, el éxito de las redes sociales y microblogs ha dirigido el interés de los especialistas de diversas áreas (marketing, sociología, ciencias de la computación, entre otras) a la identificación de usuarios influyentes. En este contexto, uno de los problemas que se intenta resolver es el de maximizar la propagación de la influencia en una red social mediante la estimulación de un conjunto reducido de nodos. En este trabajo proponemos un enfoque para la identificación de usuarios influyentes que permite analizar la evolución de la influenciabilidad de los usuarios en tiempo real en una plataforma de microblogging. La viabilidad de este enfoque fue evaluada en un caso de estudio comparativo que mostró resultados alentadores. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56973 2016-11-22T00:00:00Z En la actualidad, el éxito de las redes sociales y microblogs ha dirigido el interés de los especialistas de diversas áreas (marketing, sociología, ciencias de la computación, entre otras) a la identificación de usuarios influyentes. En este contexto, uno de los problemas que se intenta resolver es el de maximizar la propagación de la influencia en una red social mediante la estimulación de un conjunto reducido de nodos. En este trabajo proponemos un enfoque para la identificación de usuarios influyentes que permite analizar la evolución de la influenciabilidad de los usuarios en tiempo real en una plataforma de microblogging. La viabilidad de este enfoque fue evaluada en un caso de estudio comparativo que mostró resultados alentadores. http://sedici.unlp.edu.ar:80/handle/10915/56972 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). En un entorno de trabajo colaborativo, grupos de alumnos coordina-dos por un profesor deben utilizar las herramientas disponibles para realizar una tarea asignada. En este contexto, conocer el perfil de los alumnos permite formar grupos balanceados en base las responsabilidades que se deben asumir. La labor de análisis de las interacciones por parte de un docente insume tiempo y esfuerzo significativos. Este artículo presenta resultados experimentales de clasificación automática de texto libre a roles de equipo mediante conductas colaborativas. Basándose en un entorno dado y una clasificación de conductas colaborativas a roles, esto puede ser utilizado para materializar una herramienta que ayude a la detección de roles y finalmente a la formación de grupos futuros. Tal herramienta puede simplificar de forma significativa la labor de quién debiera llevar a cabo el análisis de las interacciones, permitiéndole focalizarse en la re-solución de los conflictos que pudieran surgir en un grupo desbalanceado. Tue, 22 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56972 2016-11-22T00:00:00Z En un entorno de trabajo colaborativo, grupos de alumnos coordina-dos por un profesor deben utilizar las herramientas disponibles para realizar una tarea asignada. En este contexto, conocer el perfil de los alumnos permite formar grupos balanceados en base las responsabilidades que se deben asumir. La labor de análisis de las interacciones por parte de un docente insume tiempo y esfuerzo significativos. Este artículo presenta resultados experimentales de clasificación automática de texto libre a roles de equipo mediante conductas colaborativas. Basándose en un entorno dado y una clasificación de conductas colaborativas a roles, esto puede ser utilizado para materializar una herramienta que ayude a la detección de roles y finalmente a la formación de grupos futuros. Tal herramienta puede simplificar de forma significativa la labor de quién debiera llevar a cabo el análisis de las interacciones, permitiéndole focalizarse en la re-solución de los conflictos que pudieran surgir en un grupo desbalanceado. http://sedici.unlp.edu.ar:80/handle/10915/56887 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). People are becoming increasingly more connected to each other in social media networks. These networks are complex because in general there can be many di fferent types of relations, as well as di fferent degrees of strength for each one; moreover, these relations are dynamic because they can change over time. In this context, users' knowledge flows over the network, and modeling how this occurs - or can possibly occur - is therefore of great interest from a knowledge representation and reasoning perspective. In this paper, we focus on the problem of how a single user's knowledge base changes when exposed to a stream of news items coming from other members in the network. As a first step towards solving this problem, we identify possible solutions leveraging preexisting belief merging operators, and conclude that there is a gap that needs to be bridged between the application of such operators and a principled solution to the proposed problem. Fri, 18 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56887 2016-11-18T00:00:00Z People are becoming increasingly more connected to each other in social media networks. These networks are complex because in general there can be many di fferent types of relations, as well as di fferent degrees of strength for each one; moreover, these relations are dynamic because they can change over time. In this context, users' knowledge flows over the network, and modeling how this occurs - or can possibly occur - is therefore of great interest from a knowledge representation and reasoning perspective. In this paper, we focus on the problem of how a single user's knowledge base changes when exposed to a stream of news items coming from other members in the network. As a first step towards solving this problem, we identify possible solutions leveraging preexisting belief merging operators, and conclude that there is a gap that needs to be bridged between the application of such operators and a principled solution to the proposed problem. http://sedici.unlp.edu.ar:80/handle/10915/56886 Objeto de conferencia Simposio Argentino de Inteligencia Artificial (ASAI 2016) - JAIIO 45 (Tres de Febrero, 2016). El presente trabajo explora el problema de la búsqueda automática de respuestas en grandes cantidades de texto como una aplicación del problema de extracción de relaciones. Las relaciones extraídas, en forma de tripletas basadas en un verbo, describen relaciones semánticas entre los objetos que aparecen en el texto y facilitan su comprensión. Las tripletas extraídas forman la base de conocimientos sobre la que se hacen consultas para obtener respuestas a preguntas en lenguaje natural. El enfoque del trabajo ha hecho uso de técnicas eficientes de análisis superficial del texto y el sistema construido tiene una precisión y recall comparable a otros sistemas del estado del arte. El sistema de búsqueda de respuestas se evaluó sobre un banco de preguntas a un corpus de 2052 documentos sobre Salta obtenidos de la web. Fri, 18 Nov 2016 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/56886 2016-11-18T00:00:00Z El presente trabajo explora el problema de la búsqueda automática de respuestas en grandes cantidades de texto como una aplicación del problema de extracción de relaciones. Las relaciones extraídas, en forma de tripletas basadas en un verbo, describen relaciones semánticas entre los objetos que aparecen en el texto y facilitan su comprensión. Las tripletas extraídas forman la base de conocimientos sobre la que se hacen consultas para obtener respuestas a preguntas en lenguaje natural. El enfoque del trabajo ha hecho uso de técnicas eficientes de análisis superficial del texto y el sistema construido tiene una precisión y recall comparable a otros sistemas del estado del arte. El sistema de búsqueda de respuestas se evaluó sobre un banco de preguntas a un corpus de 2052 documentos sobre Salta obtenidos de la web.