Investigación y desarrollo de software para la validación de la calidad de datos abiertos e identificación de patrones para predicciones
Permanent URI for this collection
Browse
Browsing Investigación y desarrollo de software para la validación de la calidad de datos abiertos e identificación de patrones para predicciones by Author "Vilaboa, Pablo Alfredo"
Results Per Page
Sort Options
-
ItemEvaluación de algoritmos de aprendizaje con datos públicos abiertos de machine learning mediante Orange3(Sociedad Argentina de Informática, SADIO, 2022-12-30) Martínez, María Roxana ; Vilaboa, Pablo Alfredo ; Catala, NelsonExiste una tendencia a nivel general por el impulso de la apertura de datos públicos por parte de los gobiernos. Esto conlleva a que no sólo es fundamental para el crecimiento de los países, sino que, además, incrementa la transparencia gubernamental para con los ciudadanos, y, por otra parte, es una de forma de motivar a la utilización e implementación de la innovación tecnológica y a la participación ciudadana. El aporte de este trabajo de investigación conlleva a un relevamiento de los algoritmos de aprendizaje más relevantes en aspectos de aprendizaje supervisado como así también en un estudio general de las herramientas de machine learning más utilizadas en la actualidad. Como siguiente paso, este trabajo propone un análisis para la evaluación de algoritmos de aprendizaje de datos públicos abiertos, en este caso se toma en cuenta el estudio de un dataset público enfocado a enfermedades del corazón a nivel de salud. A través de la herramienta Orange se analizan los distintos algoritmos, y mediante una evaluación de testeo y puntuación (“Test and Score” y “Confusion Matrix”) se realiza la clasificación y ranqueo de los resultados arrojados para estos modelos según el criterio de mejor precisión en algoritmo.
-
ItemMetodología para la implementación de un proyecto con Inteligencia Aumentada (AUI)(Editora Artemis, 2023) Martínez, María Roxana ; Vilaboa, Pablo AlfredoEste trabajo se enfoca en presentar una propuesta de metodología para llevar a cabo el procedimiento de implementación de un proyecto que utilice Inteligencia Aumentada de Usuario (AUI). Este concepto se basa en la inteligencia artificial (AI) y usa como complemento la Inteligencia Humana (HI) para obtener resultados favorables basándose en la resolución y análisis de un problema que se aplica a un ámbito. Básicamente, es la integración de la inteligencia artificial en sistemas y aplicaciones para mejorar las capacidades y habilidades humanas. A diferencia de la Inteligencia Artificial (AI) tradicional, que se orienta en la automatización de tareas y la toma de decisiones autónoma, la AUI permite complementar las habilidades humanas en lugar de sustituirlas. El aporte de este artículo consta de relevamientos sobre los trabajos de investigación relacionados en esta temática, como así también, distintas metodologías que son utilizadas para este tipo de proyecto, y, además, se realiza una comparativa de las características más sobresalientes en los ámbitos en los que se implementan estos aspectos, para analizar las falencias encontradas y puntos fundamentales que se deben tener en cuenta para su adecuada ejecución. Finalmente, se presenta un análisis de casos de estudios para la metodología propuesta
-
ItemPrototipo OpenMapGeoData para validación de datos geolocalizados abiertos en Argentina(Sociedad Argentina de Informática (SADIO), 2023-11-13) Martínez, María Roxana ; Simon, Miguel Agustín ; Vilaboa, Pablo AlfredoLos datos geolocalizados abiertos que se encuentran disponibles en portales gubernamentales de la Argentina tienen un rol importante, ya que pueden ser utilizados para ser analizados y así obtener un valor agregado para los ciudadanos sobre los resultados arrojados. Existen organismos públicos que ponen a disposición información geográfica en distintos formatos abiertos (GeoJSON, SHP, KMZ/KML, WKT, TopoJSON entre otros) y en diversas plataformas a través de infraestructuras de datos espaciales (IDEs). Este trabajo propone un prototipo de desarrollo propio (OpenMapGeoData) para analizar el contenido de datasets geoespaciales en formato GeoJson, teniendo en cuenta aspectos en concepto de calidad del contenido ofrecido en los portales públicos de este tipo de datos. La herramienta ofrece validar un dataset geolocalizado, y mostrar un “estado de salud” del contenido y, además, visualizar un mapa con cada uno de los puntos utilizados en el dataset. Algunos criterios de validación son: numeración decimal para coordenadas de latitud y longitud, ubicación geográfica a través de la dimensión geometry (punto geolocalizado), datos incompletos, formato del dato geolocalizado, condiciones estructurales de la cantidad de dígitos referenciados, entre otros. Finalmente, se analizan los resultados obtenidos al utilizar el prototipo para una validación de 40 datasets extraídos de portales públicos.