http://sedici.unlp.edu.ar:80/handle/10915/70632 Tue, 20 Oct 2026 13:32:35 GMT 2026-10-20T13:32:35Z http://sedici.unlp.edu.ar:80/handle/10915/70649 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) Our work aims to perform the feature selection step on Multiple Kernel Learning by optimizing the Kernel Target Alignment score. It begins by building feature-wise gaussian kernel functions. Then by a constrained linear combination of the feature-wise kernels, we aim to increase the Kernel Target Alignment to obtain a new optimized custom kernel. The linear combination results in a sparse solution where only few kernels survive to improve KTA and consequently a reduced feature subset is obtained. Reducing considerably the original gene set allow to study deeper the selected genes for clinical purposes. The higher the KTA obtained, the better the feature selection, since we want to build custom kernels to use them for classification purposes later. The final kernel after optimizing the KTA is built by a linear combination of ‘Ki’ kernels, each one associated to a μi coefficient. The μ vector is computed during the optimization process. http://sedici.unlp.edu.ar:80/handle/10915/70649 Our work aims to perform the feature selection step on Multiple Kernel Learning by optimizing the Kernel Target Alignment score. It begins by building feature-wise gaussian kernel functions. Then by a constrained linear combination of the feature-wise kernels, we aim to increase the Kernel Target Alignment to obtain a new optimized custom kernel. The linear combination results in a sparse solution where only few kernels survive to improve KTA and consequently a reduced feature subset is obtained. Reducing considerably the original gene set allow to study deeper the selected genes for clinical purposes. The higher the KTA obtained, the better the feature selection, since we want to build custom kernels to use them for classification purposes later. The final kernel after optimizing the KTA is built by a linear combination of ‘Ki’ kernels, each one associated to a μi coefficient. The μ vector is computed during the optimization process. http://sedici.unlp.edu.ar:80/handle/10915/70648 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) En este trabajo desarrollamos una metodología para identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan. Presentamos resultados preliminares de nuestros experimentos en los que logramos una accuracy del 80% mediante modelos de PLN. http://sedici.unlp.edu.ar:80/handle/10915/70648 En este trabajo desarrollamos una metodología para identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan. Presentamos resultados preliminares de nuestros experimentos en los que logramos una accuracy del 80% mediante modelos de PLN. http://sedici.unlp.edu.ar:80/handle/10915/70646 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) La compraventa de inmuebles en un medio online requiere de una administración constante sobre la información de cada aviso publicado en el sitio. Aumentar la cantidad de información que se tiene sobre cada aviso resulta de vital importancia para el sitio de venta porque le permite brindar esa información a los usuarios que buscan. Las fotos de los avisos contienen información valiosa que puede ser utilizada para este fin. En este trabajo se presenta un algoritmo de clasificación de imágenes para intentar determinar en qué categoría pertenece cada una de las fotos presentes en un aviso. A partir del procesamiento de un dataset específico y aplicación de algunas herramientas para enriquecerlo, se presenta un algoritmo basado en redes neuronales. Esta nueva herramienta intenta agregar información adicional a las imagenes, informacion que luego puede ser usada para accionar sobre estas y al aviso al cual pertenecen las fotos. http://sedici.unlp.edu.ar:80/handle/10915/70646 La compraventa de inmuebles en un medio online requiere de una administración constante sobre la información de cada aviso publicado en el sitio. Aumentar la cantidad de información que se tiene sobre cada aviso resulta de vital importancia para el sitio de venta porque le permite brindar esa información a los usuarios que buscan. Las fotos de los avisos contienen información valiosa que puede ser utilizada para este fin. En este trabajo se presenta un algoritmo de clasificación de imágenes para intentar determinar en qué categoría pertenece cada una de las fotos presentes en un aviso. A partir del procesamiento de un dataset específico y aplicación de algunas herramientas para enriquecerlo, se presenta un algoritmo basado en redes neuronales. Esta nueva herramienta intenta agregar información adicional a las imagenes, informacion que luego puede ser usada para accionar sobre estas y al aviso al cual pertenecen las fotos. http://sedici.unlp.edu.ar:80/handle/10915/70645 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) En este trabajo se realizó un estudio teórico-empírico del rol político de los medios de comunicación utilizando técnicas de procesamiento del lenguaje natural y métodos estadísticos. Para ello, se analizaron todas las frases provenientes de todas las noticias relacionadas con los candidatos procedentes de grandes medios de comunicación( The New York Times, Fox News y Breitbart) durante el período preelectoral estadounidense del 2016 entre los candidatos Donald Trump y Hillary Clinton (28/07/2016 a 08/11/2016). Se utilizaron algoritmos de detección de tópicos en textos (Latent Dirichlet Allocation junto a Term frequency – Inverse document frequency) y modelos profundos recursivos para la composición semántica aplicado sobre árboles de sentimiento. http://sedici.unlp.edu.ar:80/handle/10915/70645 En este trabajo se realizó un estudio teórico-empírico del rol político de los medios de comunicación utilizando técnicas de procesamiento del lenguaje natural y métodos estadísticos. Para ello, se analizaron todas las frases provenientes de todas las noticias relacionadas con los candidatos procedentes de grandes medios de comunicación( The New York Times, Fox News y Breitbart) durante el período preelectoral estadounidense del 2016 entre los candidatos Donald Trump y Hillary Clinton (28/07/2016 a 08/11/2016). Se utilizaron algoritmos de detección de tópicos en textos (Latent Dirichlet Allocation junto a Term frequency – Inverse document frequency) y modelos profundos recursivos para la composición semántica aplicado sobre árboles de sentimiento. http://sedici.unlp.edu.ar:80/handle/10915/70643 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) Se presenta el diseño de un sistema de monitoreo y telemetría social utilizando tecnología de Internet de las Cosas (IoT, Internet of Things) para una cámara de germinación de cultivos hidropónicos. Este sistema, que fue desarrollado utilizando software NODE-RED y hardware Raspberry Pi, toma los valores de las mediciones de humedad y temperatura dentro de la cámara. El objetivo es implementar sobre un sistema de cultivos hidropónicos, funcionalidades de IoT. Con esto, se pretende sacar provecho del auge que está teniendo dicha tecnología en distintos ámbitos, y aplicarlo a la cámara de germinación hidropónica. Los resultados muestran la implementación del sistema de monitoreo informando, mediante el envío de correos electrónicos y la publicación en Twitter, de los valores en tiempo real de las variables de humedad y temperatura, permitiendo recibir el estado del sistema desde cualquier dispositivo con conexión a internet. http://sedici.unlp.edu.ar:80/handle/10915/70643 Se presenta el diseño de un sistema de monitoreo y telemetría social utilizando tecnología de Internet de las Cosas (IoT, Internet of Things) para una cámara de germinación de cultivos hidropónicos. Este sistema, que fue desarrollado utilizando software NODE-RED y hardware Raspberry Pi, toma los valores de las mediciones de humedad y temperatura dentro de la cámara. El objetivo es implementar sobre un sistema de cultivos hidropónicos, funcionalidades de IoT. Con esto, se pretende sacar provecho del auge que está teniendo dicha tecnología en distintos ámbitos, y aplicarlo a la cámara de germinación hidropónica. Los resultados muestran la implementación del sistema de monitoreo informando, mediante el envío de correos electrónicos y la publicación en Twitter, de los valores en tiempo real de las variables de humedad y temperatura, permitiendo recibir el estado del sistema desde cualquier dispositivo con conexión a internet. http://sedici.unlp.edu.ar:80/handle/10915/70642 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) Millones de consultas son procesadas diariamente por los motores de búsqueda web. En éstos la utilización de memoria caché es crucial para reducir el tiempo de respuesta y aumentar el rendimiento. En la literatura, diversos autores han propuesto la utilización de técnicas de aprendizaje automático para aumentar la e ficiencia de la caché. Hasta el momento, los trabajos en el área consisten en la utilización de algoritmos con funcionamiento por lote para gestionar las políticas de diferentes niveles de caché. Estos algoritmos construyen modelos estáticos que reducen su efectividad ante cambios en la distribución de los datos de entrada. Por otro lado, la investigación en el área de minería de flujos de datos ha aportado nuevos algoritmos, técnicas y plataformas para hacer frente a ambientes con generación continua de datos, altas tasas de arribo y elevados niveles de fluctuación en éstas, características que a su vez de finen a la resolución de consultas en motores de búsqueda web. Basado en esto, se propone la utilización de un árbol de decisión adaptativo para generar reglas que permiten predecir futuras apariciones de las consultas. El rendimiento del mismo es comparado contra un árbol de decisión estático clásico mostrando las ventajas de reconocer dinámicamente patrones que identifi can consultas frecuentes. http://sedici.unlp.edu.ar:80/handle/10915/70642 Millones de consultas son procesadas diariamente por los motores de búsqueda web. En éstos la utilización de memoria caché es crucial para reducir el tiempo de respuesta y aumentar el rendimiento. En la literatura, diversos autores han propuesto la utilización de técnicas de aprendizaje automático para aumentar la e ficiencia de la caché. Hasta el momento, los trabajos en el área consisten en la utilización de algoritmos con funcionamiento por lote para gestionar las políticas de diferentes niveles de caché. Estos algoritmos construyen modelos estáticos que reducen su efectividad ante cambios en la distribución de los datos de entrada. Por otro lado, la investigación en el área de minería de flujos de datos ha aportado nuevos algoritmos, técnicas y plataformas para hacer frente a ambientes con generación continua de datos, altas tasas de arribo y elevados niveles de fluctuación en éstas, características que a su vez de finen a la resolución de consultas en motores de búsqueda web. Basado en esto, se propone la utilización de un árbol de decisión adaptativo para generar reglas que permiten predecir futuras apariciones de las consultas. El rendimiento del mismo es comparado contra un árbol de decisión estático clásico mostrando las ventajas de reconocer dinámicamente patrones que identifi can consultas frecuentes. http://sedici.unlp.edu.ar:80/handle/10915/70639 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) La Ley de Benford considera que en un conjunto determinado de números, más del 30% de estos empiezan con el dígito 1, con el dígito 2 inician casi el 18%, y desciende sucesivamente hasta el 9 con menos del 5%. Este comportamiento ha sido verificado para conjuntos de números que son objeto de estudio en distintos ámbitos científicos. El objetivo de este trabajo es verificar si la distribución estadística de Benford se aplica a los números representados por el tamaño (cantidad de registros) que contienen las distintas tablas que conforman una base de datos relacional. Los resultados alcanzados confirman esa hipótesis, para lo cual se recurre al análisis estadístico de pruebas de bondad de ajuste. El estudio pretende servir de base para su uso como posible indicador del riesgo inherente de la información que el auditor utiliza para su tarea de control. http://sedici.unlp.edu.ar:80/handle/10915/70639 La Ley de Benford considera que en un conjunto determinado de números, más del 30% de estos empiezan con el dígito 1, con el dígito 2 inician casi el 18%, y desciende sucesivamente hasta el 9 con menos del 5%. Este comportamiento ha sido verificado para conjuntos de números que son objeto de estudio en distintos ámbitos científicos. El objetivo de este trabajo es verificar si la distribución estadística de Benford se aplica a los números representados por el tamaño (cantidad de registros) que contienen las distintas tablas que conforman una base de datos relacional. Los resultados alcanzados confirman esa hipótesis, para lo cual se recurre al análisis estadístico de pruebas de bondad de ajuste. El estudio pretende servir de base para su uso como posible indicador del riesgo inherente de la información que el auditor utiliza para su tarea de control. http://sedici.unlp.edu.ar:80/handle/10915/70637 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) Las redes sociales han mostrado un gran crecimiento en cuanto a la cantidad de usuarios y contenido generado. Por ejemplo, Twitter es utilizado como medio para juntar apoyos, expresar ideas y opiniones sobre diversos temas o relacionarse con usuarios similares. En este último caso, aparece la idea de la formación de comunidades, es decir, grupos de usuarios que se encuentran más densamente vinculados entre sí respecto al resto de los nodos. En este trabajo se propone la detección de la comunidad de usuarios de Argentina interesados en la enfermedad celíaca. Se aplican una serie de técnicas con el objeto de su detección y caracterización. Además, se propone el uso de una metodología para la detección de nodos más influyentes y activos, mostrando cómo se puede reforzar la comunidad a partir de la sugerencia de enlaces. http://sedici.unlp.edu.ar:80/handle/10915/70637 Las redes sociales han mostrado un gran crecimiento en cuanto a la cantidad de usuarios y contenido generado. Por ejemplo, Twitter es utilizado como medio para juntar apoyos, expresar ideas y opiniones sobre diversos temas o relacionarse con usuarios similares. En este último caso, aparece la idea de la formación de comunidades, es decir, grupos de usuarios que se encuentran más densamente vinculados entre sí respecto al resto de los nodos. En este trabajo se propone la detección de la comunidad de usuarios de Argentina interesados en la enfermedad celíaca. Se aplican una serie de técnicas con el objeto de su detección y caracterización. Además, se propone el uso de una metodología para la detección de nodos más influyentes y activos, mostrando cómo se puede reforzar la comunidad a partir de la sugerencia de enlaces. http://sedici.unlp.edu.ar:80/handle/10915/70636 Objeto de conferencia IV Simposio Argentino de GRANdes DAtos (AGRANDA 2018) - JAIIO 47 (CABA, 2018) The widespread use of location systems such as GPS and RFID along with the massive use of mobile devices have allowed a significant increase in the availability and access to spatio-temporal databases in recent years. This large amount of data has motivated the development of more efficient techniques to process queries about the behavior of moving objects, like discovering behavior patterns among trajectories of moving objects over a continuous period of time. Several studies have focused on the query patterns that capture the behavior of entities in motion, which are reflected in collaborations such as mobile clusters, convoy queries and flock patterns. In this paper, we provided an algorithm to find clustering patterns, traditionally known as flocks, which is based on a frequent pattern mining approach. Twoalternatives for detecting patterns, both online and offline, are presented. Both alternatives were compared with two algorithms of the same type, Basic Flock Evaluation (BFE) and LCMFlock. The performance and behavior was measured in different datasets, both synthetic and real. http://sedici.unlp.edu.ar:80/handle/10915/70636 The widespread use of location systems such as GPS and RFID along with the massive use of mobile devices have allowed a significant increase in the availability and access to spatio-temporal databases in recent years. This large amount of data has motivated the development of more efficient techniques to process queries about the behavior of moving objects, like discovering behavior patterns among trajectories of moving objects over a continuous period of time. Several studies have focused on the query patterns that capture the behavior of entities in motion, which are reflected in collaborations such as mobile clusters, convoy queries and flock patterns. In this paper, we provided an algorithm to find clustering patterns, traditionally known as flocks, which is based on a frequent pattern mining approach. Twoalternatives for detecting patterns, both online and offline, are presented. Both alternatives were compared with two algorithms of the same type, Basic Flock Evaluation (BFE) and LCMFlock. The performance and behavior was measured in different datasets, both synthetic and real.