Técnicas de Inteligencia Artificial basadas en una integración de la lógica simbólica y no-simbólica

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 5 of 5
  • Item
    Implementación técnica de una arquitectura orientada a integrar conocimiento externo heterogéneo en motor de reglas
    (Universidad Nacional de Salta, 2021) Maciel, Marcos Antonio ; Pons, Claudia Fabiana
    En 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.
  • Item
    Detección 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, Silvia
    Muchos 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.
  • Item
    Orquestación de reglas para integrar conocimiento heterogéneo
    (Universidad Tecnológica Nacional, 2021-11) Maciel, Marcos Antonio ; Pons, Claudia Fabiana
    Para 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.
  • Item
    Uso 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, Gabriela
    La 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.
  • 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, Oscar
    Contexto: 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.