Técnicas de Inteligencia Artificial basadas en una integración de la lógica simbólica y no-simbólica
Permanent URI for this collection
Browse
Browsing Técnicas de Inteligencia Artificial basadas en una integración de la lógica simbólica y no-simbólica by Issue Date
Results Per Page
Sort Options
-
Item¿Qué factores personales afectan a la calidad y productividad de TDD? : Un experimento con profesionales(Sociedad Argentina de Informática, SADIO, 2021) Pons, Claudia Fabiana ; Raura, Geovanny ; Fonseca, Efraín R. ; Dieste, OscarContexto: Test-Driven Development (TDD) es una técnica de desarrollo de software ágil que es ampliamente utilizada en la industria, aunque su efectividad ha generado incertidumbre si se compara con técnicas de desarrollo tradicional. Objetivo: Estudiar la efectividad de TDD considerando el grado de influencia de distintos factores humanos. Metodología: Experimento aleatorizado (crossover 2x2) realizado con sujetos profesionales en un ámbito académico. Resultados: La calidad y productividad al aplicar TDD es algo superior a lo obtenido con el desarrollo iterativo incremental (ITLD). La edad de los participantes, la función que desempeñaban en su trabajo y el conocimiento previo de la técnica de TDD ejercen influencia sobre las variables respuesta.
-
ItemDetección y clasificación de zero-day malware a través de data mining y machine learning(Sociedad Argentina de Informática, SADIO, 2021) Pons, Claudia Fabiana ; Recordón, Augusto ; Ruiz Díaz, SilviaMuchos estudios sugieren que, durante los últimos años, ha habido un incremento exponencial de los ataques informáticos, causando a las organizaciones pérdidas financieras en el orden de los millones. Mientras muchas compañías dedican tiempo y recursos al desarrollo de antivirus; la complejidad, la velocidad de propagación y la capacidad polimórfica que poseen los virus modernos representan enormes desafíos para estas empresas. Motivados por encontrar nuevas alternativas, la comunidad de científicos de datos ha descubierto que la utilización de técnicas de machine learning y deep learning para la detección y clasificación de malware puede ofrecer una opción más que competitiva. Para esta investigación se comenzará realizando las extracción de información de un conjunto de datos compuesto por once mil archivos ASM y bytes correspondientes a nueve familias distintas de malwares. Luego, mediante la implementación de algoritmos de machine learning se intentará clasificar estos malwares en sus correspondientes familias. De forma complementaria, se realizará una clasificación binaria para detección malware/no malware, con un conjunto reducido de programas benignos, finalizando así con la elaboración de comparaciones y conclusiones.
-
ItemImplementación técnica de una arquitectura orientada a integrar conocimiento externo heterogéneo en motor de reglas(Universidad Nacional de Salta, 2021) Maciel, Marcos Antonio ; Pons, Claudia FabianaEn un contexto de negocios globalizado donde la completitud de la información es la suma de varias partes, resolver problemas se convierte en una tarea que involucra tiempo, análisis y experiencia. Una organización ve limitado su ámbito de acción porque necesita información de terceros para evaluar en forma íntegra y completa una colección de datos. Para superar estos problemas se propone implementar un motor de reglas capaz de interactuar mediante reglas con servicios usando Json como mensajería de intercambio de datos. El modelo propuesto mejora la capacidad de conocimiento al compartir información entre sistemas heterogéneos usando los estándares de la comunidad para resolver problemas complejos.
-
ItemOrquestación de reglas para integrar conocimiento heterogéneo(Universidad Tecnológica Nacional, 2021-11) Maciel, Marcos Antonio ; Pons, Claudia FabianaPara un ser humano tomar decisiones en base al conocimiento experto de un dominio es una tarea que involucra tiempo, análisis y experiencia. Sumado a estos factores la globalización agrega complejidad debido al incremento en los volúmenes de información y al esfuerzo que exige ordenarla en tiempo y forma. Para asistir en la toma de decisiones se propone un motor de reglas para integrar conocimiento heterogéneo, haciendo uso del desarrollo de modelos de negocios dinámicos desde mensajes Json y la orquestación de reglas nativas y reglas que procesan la respuesta de servicios, todo como parte del mismo dominio.
-
ItemUso de la técnica de transfer learning en machine learning para la clasificación de productos en el banco alimentario de La Plata(Universidad Tecnológica Nacional, 2021-11) Pons, Claudia Fabiana ; De Luca, Agustín ; Irigoitia, Matías ; Pérez, GabrielaLa presente investigación analiza la técnica de Transfer Learning en Machine Learning y realiza una comparación de distintos modelos pre-entrenados para facilitar los procesos de ingreso de productos al sistema del Banco Alimentario de La Plata, a partir del reconocimiento de imágenes. Con este fin se construyó un prototipo de aplicación que además de constituir una prueba de concepto de Transfer Learning, brinda una herramienta que facilita el accionar cotidiano del Banco Alimentario, contribuyendo a la meritoria tarea que este lleva adelante.
-
ItemModel-Driven Development of Groupware Systems(IGI Global, 2022) Pons, Claudia Fabiana ; Bibbo, Luis Mariano ; Giandini, RoxanaBuilding Collaborative systems with awareness (or groupware) is a very complex task. This article presents the use of the domain specific language CSSL v2.0 - Collaborative Software System Language -built as an extension of UML, using the metamodeling mechanism. CSSL provides simplicity, expressiveness and precision to model the main concepts of collaborative systems, especially collaborative processes, protocols and awareness. The CSSL concrete syntax is defined via a set of editors through which collaborative systems models are created. According to the MDD methodology, models are independent of the implementation platform and are formally prepared to be transformed. The target of the transformation is a web application that provides a set of basic functions that developers can refine to complete the development of the collaborative system. Finally, evaluation, validation and verification of the language is performed, determining that the CSSL tools allow developers to solve central aspects of collaborative systems implementation in a simple and reasonable way.
-
ItemExtracción de información de facturas(ar) agrupada en jerarquías de negocios(Sociedad Argentina de Informática, SADIO, 2022-12-16) Maciel, Marcos Antonio ; Pons, Claudia FabianaLas compañías intercambian una gran cantidad y variedad de facturas (ar) en formato digital e incluso en formato de papel. La extracción automática de información se vuelve compleja por la diversidad en las extensiones y diseños de estos documentos. El objetivo de extraer información es alimentar procesos de negocios con datos clasificados y que cumplan con parámetros de calidad. Para abordar la complejidad se propone un pipeline que integra un modelo de inteligencia artificial y un modelo de programación tradicional capaz de extraer información en jerarquía de negocios y en un segundo paso procesarla en un motor de reglas para cumplir con parámetros de calidad personalizados. En este artículo se presenta la extracción de información de facturas argentinas mediante la clasificación de entidades con el modelo de inteligencia artificial preentrenado LayoutLM, conversión del resultado en una jerarquía de negocios para reutilizarlo en un motor de reglas con capacidad de optimizar la calidad de la información y robustecer los procesos de negocios, así demostramos que el uso integrado de programación con inteligencia artificial y programación tradicional es una solución superadora al uso en forma independiente.
-
ItemArquitectura para sustentar la integración de conocimiento externo heterogéneo en un motor de reglas(Studies Publicações, 2022-6) Maciel, Marcos Antonio ; Pons, Claudia FabianaEn un contexto de negocios globalizado donde la completitud de la información se obtiene al componer varias partes, resolver problemas se convierte en una tarea que involucra tiempo, análisis y experiencia. Una organización ve limitado su ámbito de acción porque necesita información de terceros para evaluar en forma íntegra y completa una colección de datos. Para superar estos problemas se propone implementar un motor de reglas capaz de interactuar mediante reglas con servicios usando Json como mensajería de intercambio de datos. El modelo propuesto mejora la capacidad de conocimiento al compartir información entre sistemas heterogéneos usando los estándares de la comunidad para resolver problemas complejos.
-
ItemArtificial Intelligence techniques based on the integration of symbolic logic and deep neural networks : a systematic review of the literature(Iberoamerican Society of Artificial Intelligence (IBERAMIA), 2022-6) Negro, Pablo Ariel ; Pons, Claudia FabianaArtificial Intelligence is tackled from two predominant but very different approaches: symbolic Artificial Intelligence, which is inspired by mathematical logic and is based on the manipulation of abstract linguistic representations, and non-symbolic Artificial Intelligence, which focuses on the construction of predictive mathematical models from large sample data sets. Significantly, the shortcomings of each of these approaches align with the strengths of the other, suggesting that an integration between them would be beneficial. A successful synthesis of symbolic and non-symbolic artificial intelligence would give us the advantages of both worlds. This work aims to identify and classify solutions and architectures that use applied Artificial Intelligence techniques, based on the integration of symbolic and non-symbolic logic (particularly machine learning with artificial neural networks), to provide a comprehensive, exhaustive and organized vision of the solutions available in the literature, making them the subject of a carefully designed and implemented SLR (Systematic Literature Review). The resulting technologies are discussed and evaluated from both perspectives: symbolic and non-symbolic Artificial Intelligence. The PICOC method (Population, Intervention, Comparison, Outputs, Context) plus Limits, which determine the scope of the search, has been used to define the research questions and analyze the results. From a total of 65 candidate studies found, 24 articles (37%) relevant to this study were selected. Each study also focuses on different application domains such as intelligent agents, image classification, theorem provers, cyber-security, image interpretation, mathematics, medicine, robotics and general application. Through the analysis of the selected works, it was possible to classify, organize and explain the different ways in which the deficiencies of non-symbolic Artificial Intelligence are addressed by proposals based on symbolic logic. The study also determined in which stages of the development process said proposals are applied. In addition, the study made it possible to determine which are the logic tools that are preferably applied, for each area and each domain. Although no clear architectural pattern has been found, efforts to find a general-purpose model that combines both worlds are driving trends and research efforts.
-
Item¿Qué factores personales afectan a la calidad y productividad de TDD? : un experimento con profesionales(Sociedad Argentina de Informática, SADIO, 2022-7-21) Pons, Claudia Fabiana ; Raura, Geovanny ; Fonseca, Efraín R. ; Dieste, OscarTest-Driven Development (TDD) es una técnica de desarrollo de software ágil que es ampliamente utilizada en la indus- tria, aunque su efectividad ha generado incertidumbre si se compara con técnicas de desarrollo tradicional. Objetivo: Estudiar la efectividad de TDD considerando el grado de influencia de distintos factores humanos. Metodología: Experimento aleatorizado (cross-over 2x2) realizado con sujetos profesionales en un ámbito académico. Resultados: La calidad y productividad al aplicar TDD es algo superior a lo obtenido con el desarrollo iterativo incremental (ITLD). La edad de los participantes, la función que desempeñaban en su trabajo y el conocimiento previo de la técnica de TDD ejercen influencia sobre las variables respuesta.
-
ItemLa nueva inteligencia artificial : conceptos básicos y aplicaciones(Asociación Química Argentina, 2022-8) Pons, Claudia Fabiana ; Pérez, Gabriela ; Baum, GabrielEn este artículo se explican los conceptos teóricos y las nociones intuitivas que conforman a la nueva Inteligencia Artificial, en especial al Aprendizaje de Máquina basado en Redes Neuronales Artificiales. Se recorren sus orígenes y fundamentos. Se describen sus principales aplicaciones y herramientas técnicas. Finalmente se comparten reflexiones acerca de las tendencias tecnológicas en el área y se presentan experiencias de aplicaciones desarrolladas en grupos de investigación de la Universidad Nacional de La Plata.
-
ItemSemi-supervised learning models for document classification : a systematic review and meta-analysis(Iberoamerican Society of Artificial Intelligence (IBERAMIA), 2023-5-24) Pons, Claudia Fabiana ; Cevallos Culqui, Alex ; Rodríguez, GustavoEn el presente estudio se propone una estructura de los tipos de modelos semi-supervisados en la clasificación de documentos, para de esta manera analizar las cualidades de cada uno de ellos en su proceso de categorización, esto a través de una SLR (Revisión de literatura sistemática) que analiza el rendimiento de los estudios para efectuar un meta-análisis. La estrategia de búsqueda de estudios ha sido definida con el método PICOC (Población, Intervención, Comparación, Salidas, Contexto), el cual, apoyado en dos preguntas de investigación, define una cadena de búsqueda que ha permitido recopilar 332 investigaciones, filtradas con el método de la declaración PRISMA y la determinación de criterios de exclusión, seleccionando así 46 investigaciones para el estudio. De la SLR se ha obtenido una estructura de organización para los modelos semi-supervisados y un esquema del proceso de clasificación. También, se ha analizado las ventajas y desventajas de los diferentes tipos de aprendizaje, evaluando su desempeño de clasificación en cada tipo de aprendizaje a través de un meta-análisis. Se determina que los modelos que presentan los mejores niveles de rendimiento son el aprendizaje activo (0.88) y ensamblado (0.84).