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
Recent Submissions
1 - 5 of 6
-
ItemQuality study of open government data related to COVID-19 in Latin America(Universidad de Antioquia. Facultad de Ingeniería, 2022-5-16)This work shows the current situation of Open Government at a Latin American level focused on the quality of available open data related to COVID-19. The analyzed data refers to health emergencies and tasks for the fight against the pandemic. These data are critical because they are used to improve the management of public services and resources in handling this contingency. The different quality aspects of open data that are available on government portals have been analyzed. For this analysis, a number of documents of recognized international organizations on aspects, current problems, and good practices were taken as a reference. To accomplish this research, six countries were chosen as a data source: Argentina, Colombia, Mexico, Peru, Paraguay and Uruguay. For each of them, their public portals were analyzed, and special attention was paid to the quality aspects that each country proposes, as well as whether there are dataset control tools or not. Finally, the tool HEVDA was used to verify the quality of open data based on a proposal of 8 quality metrics. The tool was applied to a sample of 15 datasets from each country in aspects of COVID-19 (90 datasets). The contribution of this work is to identify the degree of quality presented by the open data of these countries through a self-developed validation tool (HEVDA).
-
ItemMetodología para la implementación de un proyecto con Inteligencia Aumentada (AUI)(Editora Artemis, 2023)Este 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
-
ItemCiência e tecnologia para o desenvolvimento ambiental, cultural e socioeconômico III(Artemis, 2023)La ciencia y la tecnología en el siglo XXI deben orientar sus esfuerzos a ofrecer soluciones a los grandes problemas presentes de la humanidad y de nuestro planeta. Las Naciones Unidas iniciaron el camino en el año 2000 con los Objetivos del Milenio, reformulados y ampliados en 2015 con los ahora denominados Objetivos de Desarrollo Sostenible, ODS. Mas allá de una simple declaración, los ODS deberían convertirse en el faro guía de todo avance científico o técnico. Lo ideal sería que cada persona científica o tecnóloga, independientemente de su origen o vinculación profesional, pensara en la fase de diseño de la investigación cuál de los ODS contribuye a alcanzar la consecución de su proyecto, para de esta manera orientar los esfuerzos de millones de seres humanos en todo el mundo a resolver el futuro de las próximas generaciones y no al contrario, que el progreso de nuestra civilización suponga una amenaza real para la Tierra, como parece que hemos estado haciendo hasta ahora. Todavía estamos a tiempo de cambiar nuestro destino, pero debemos tomar conciencia y actuar en consecuencia. En el primer bloque, Ciencia, se agrupan siete trabajos que desde las ciencias de la educación y las ciencias económicas y empresariales contribuyen a alcanzar esos objetivos enunciados, bien a través de encuestas a una muestra de estudiantes de diferentes carreras universitarias o bien a través del análisis local de casos concretos. Así se pueden desarrollar temas como la responsabilidad social, la incertidumbre de las políticas monetarias, la importancia de las microempresas en contextos determinados, las redes sociales, la internacionalización del sector turístico, la sostenibilidad en las empresas o la ansiedad provocada por la pandemia. En el segundo bloque, Tecnología, se agrupan siete investigaciones con aportes como los avances en teledetección de incendios, los tratamientos con bacterias para eliminar los residuos de aceites, la evaluación de antioxidantes en el desarrollo “in vitro” de plantas de caña de azúcar, los análisis informáticos para la predicción de plagas en los cultivos, las técnicas kinésicas para el tratamiento de la incontinencia urinaria femenina, la inteligencia aumentada de usuario o el estudio de un megaproyecto urbanístico como el de Saemangeum en Corea del Sur.
-
ItemPropuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning(FUSMA Ediciones, 2022)La política de los datos abiertos busca promover la innovación y transformar la actividad gubernamental para brindar mejores servicios y generar mayores niveles de transparencia en la sociedad. Por lo que, mantener la calidad en las fuentes de datos disponibilizadas es fundamental para su tratamiento y obtener así, un conocimiento de éstas. Actualmente, son pocos los trabajos realizados en aspectos de validaciones, análisis de contenidos internos de estos datasets, herramientas de datos, identificación de patrones en su estructura y demás. En base a esto, esta línea de investigación se enfoca en el análisis, diseño y desarrollo de herramientas de software que utilicen técnicas y propuestas para la validación de la calidad de los datos públicos abiertos en el contexto de Gobierno Abierto. Además de detectar el “estado de salud” de estos datos (grado de integridad, redundancia y otros), se trabaja en el estudio de patrones con el fin de incorporar modelos de predicción para aportar un valor agregado a la información otorgada por los gobiernos desde aspectos de Machine Learning, lo que ofrecerá un mejor análisis para la toma de decisiones gubernamentales.
-
ItemEvaluación de algoritmos de aprendizaje con datos públicos abiertos de machine learning mediante Orange3(Sociedad Argentina de Informática, SADIO, 2022-12-30)Existe 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.