Browsing by Author "Casanova Pietroboni, Carlos Antonio"

Now showing 1 - 20 of 34

Análisis automático de indicadores de calidad de historias de usuario mediante medidas difusas
(2022-11-04) Casanova Pietroboni, Carlos Antonio; Cedaro, Karina Elizabeth; Sosa Zitto, Rossana Elizabeth
La calidad de los entregables de la elicitación de requisitos es causa de gran parte de los desvíos significativos en los proyectos de desarrollo de software por el alto impacto de sus consecuencias sobre el producto final. Aun así las empresas no invierten los recursos suficientes, cuando ello les permitiría reducir esfuerzos, costos y obtener ventajas en un mercado altamente competitivo. Si bien la Ingeniería de Requisitos intenta con sus aportes mejorar la situación, el alcance de sus propuestas no siempre aplica a las PyMEs desarrolladoras de nuestra región, industrias que se enfrentan a diario con falta de recursos, habilidades y experiencia en su búsqueda por crear software de calidad y sobrevivir en el mercado. En este marco el presente trabajo propone una herramienta basada en la aplicación de técnicas de análisis de textos que permite complementar el rol de los ingenieros de requisitos en lo que hace a la verificación de los resultados de este proceso. Tal herramienta se sustenta en un modelo basado en medidas difusas que determina indicadores de calidad en conjuntos de historias de usuario en tres características clave: no ambigüedad, ausencia de conflictos y unicidad. La herramienta se utiliza en conjuntos de historias de usuario recopiladas por los autores para identificar fortalezas y debilidades, obteniendo resultados prometedores que animan a continuar con la investigación.
Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
(2016-11) Casanova Pietroboni, Carlos Antonio; Schweickardt, Gustavo Alejandro
Este trabajo presenta un análisis del comportamiento de MetaHeurísticas referidas como X-PSO Formas MultiObjetivo (X-FPSO), recurriendo al concepto de Inteligencia de Grupo (IG). A través de varios trabajos en esta línea de investigación, los autores han establecido cualitativamente que existe una correspondencia entre la habilidad de las Formas X-FPSO para satisfacer los cinco Principios de la IG (PIG), y la aptitud de la Función de Selección de una HiperHeurística cuando las Formas X-FPSO componen su dominio. Se proponen Indicadores de IG cuantitativos que permiten caracterizar y diferenciar el comportamiento de dos estrategias de movimiento derivadas de la MetaHeurística FPSO original, cuyos comportamientos satisfacen en grados complementarios los PIG: la FPSO con Factor de Constricción y Topología de Comunicación entre partículas Estrella Global Determinística y la FEPSO GIStT (Topología de Comunicación Global/Individual Estocástica), desarrolladas por los autores. Estos indicadores reflejan aspectos clave relacionados con la IG, permitiendo realizar un seguimiento iteración a iteración del Algoritmo HiperHeurístico, sirviendo de guía para su Función de Selección. Se presenta una simulación en el contexto de la resolución de un problema de Optimización Combinatoria, considerados en trabajos previos como estudio de caso: el Balance de Cargas en un Sistema Trifásico de Distribución de Energía Eléctrica.
Analíticas en contextos de incertidumbre : el caso de la Ingeniería del software
(2023-09-26) Casanova Pietroboni, Carlos Antonio
Presentación en el marco de la semana de la ciencia del Grupo GIICIS sobre el uso de analíticas para la toma de decisiones.
Aplicación de inteligencia computacional y computación de alto desempeño en el desarrollo de un modelo de predicción de las condiciones predisponentes al quemado del arroz (Pyricularia oryzae)
(Red de Universidades con Carreras en Informática, 2023-04-13) Asselborn, Miriam; Escalante, Julián; Lopresti, Olga Mariela; Miranda, Natalia Carolina; Schab, Esteban Alejandro; Cedaro, Karina Elizabeth; Fontanini, Pablo; Martínez, Malvina; Casanova Pietroboni, Carlos Antonio; Pedraza, María Virginia; Piccoli, María Fabiana
Un sistema complejo o crítico con toma de decisiones se caracteriza por la imposibilidad de reproducir para su estudio un escenario sin consecuencias reales, o cuando su resolución implica gran cantidad de recursos para obtener resultados en un tiempo prudencial. La complejidad puede darse por las características del problema o por la cantidad de datos con los que se trabaja. Tomar decisiones en estos contextos debe conjugar dos atributos usualmente contrapuestos: calidad y velocidad. En este trabajo proponemos una línea de investigación enfocada en analíticas, principalmente las prescriptivas, capaces de determinar acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas: corto y mediano plazo, decisiones estratégicas: largo plazo) para lograr un objetivo deseado. A esta línea se suman investigaciones en Inteligencia Computacional y Computación de Alto Desempeño con el fin de obtener, de forma colaborativa, calidad y velocidad en las decisiones.
Aproximación a las prácticas docentes en la carrera de ingeniería en sistemas de información
(2022-11-03) Muñoz, Roberto Miguel; Soria, Mercedes; Cristaldo, Patricia Raquel; Odetti, María Alejandra; Casanova Pietroboni, Carlos Antonio
Este trabajo se inscribe en el marco de un proyecto de investigación asociativo y multi facultades con el objetivo de mostrar el grado de avance en la búsqueda de mejores prácticas docentes mediadas tecnológicamente en las carreras de ingeniería en sistemas de información. Se procesó y analizó una encuesta docente en relación a cuatro bloques: generalidades, mediación pedagógica, tecnológica y evaluación. Para ello se codificaron 251 respuestas docentes, se realizó una estadística descriptiva a los fines de poder caracterizar las prácticas que se desarrollan en las cuatro instituciones bajo estudio, y se aplicaron técnicas de minería de datos para hallar relaciones entre variables a partir de reglas de asociación. Los primeros resultados, desde la autopercepción docente, indican que algunas prácticas que favorecen el modelo de formación por competencias comienzan a emerger en la cotidianeidad de las aulas, que hay diversidad de tecnologías presentes en el proceso educativo y que tanto el uso de rúbricas como alternativas y simultaneidad de formas de evaluación comienzan a posicionarse positivamente en las unidades académicas. Por otro lado, con lenguaje Python se modeló una ecuación que permitió puntuar las prácticas con cierto grado de objetividad para poder seleccionar los primeros casos de estudio donde avanzar con otras técnicas de profundización sobre el objeto de investigación.
Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
(2018-10-26) Rottoli, Giovanni Daián; Schab, Esteban Alejandro; De Battista, Anabella Cecilia; Tournoud, Adrián Alberto; Bracco, Luciano Joaquín; Pereyra Rausch, Fernando Nahuel; Casanova Pietroboni, Carlos Antonio
En este trabajo se presenta un método novedoso basado en Enjambres de Partículas para la aproximación del frente Pareto-óptimo de un problema de optimización bi-objetivo, el problema del Next Release (NRP). Se define el problema en sus versiones mono y bi-objetivo, presentando una representación con Programación Lineal Entera. El método utiliza la teoría de Conjuntos Difusos para componer una función abstracta de aptitud, la cual es especializada por distintas partículas para realizar la búsqueda en distintos lugares del frente. Se realiza una prueba de concepto, aplicando el método a una instancia del problema y se compara con otra metaheurística del estado del arte. Finalmente, se concluye resaltando los resultados más importantes.
Descubrimiento de conocimiento en bases de datos
(Universidad Nacional de San Juan, 2019-04-26) Ramos, Lautaro Martín Miguel; Rivera, Ramiro Adolfo; Richard, Cristhian Pablo; Cristaldo, Patricia Raquel; Nuñez, Juan Pablo; Rottoli, Giovanni Daián; Ríos, Juan Manuel; Retamar, María Soledad; Casanova Pietroboni, Carlos Antonio; De Battista, Anabella Cecilia; Cagnina, Leticia; Herrera, Norma Edith; Schab, Esteban Alejandro
En la actualidad se generan diariamente grandes cantidades de datos de diversos tipos (e.g. textos, imágenes, audios y videos) generando nuevas fuentes de información que pueden ser aprovechadas para agregar valor al trabajo de las organizaciones. Particularmente el análisis automático de textos (análisis de sentimientos, minería de opinión) ha ganado terreno como alternativa o complemento a las fuentes de datos tradicionales de información de las organizaciones, cobrando relevancia las técnicas de Minería de Textos. La mayoría de los algoritmos, herramientas y recursos disponibles para Minería de Textos han sido probados y/o desarrollados para el idioma inglés, y por tanto presentan dificultades al ser empleados sobre textos escritos en otros idiomas como el español. Es por esta razón que es necesario trabajar en la elaboración de recursos específicos y en la adaptación de algoritmos y herramientas que contemplen las particularidades del idioma español con el fin de poder conseguir resultados de mayor calidad. En este artículo se presentan los tópicos de interés del proyecto Descubrimiento de Conocimiento en Bases de Datos, en el que se investigan técnicas de minería de textos aplicables al procesamiento de textos en lenguaje español. En particular, se realizará el estudio, análisis y comparación de algoritmos de minería de textos utilizando corpus de textos en lenguaje español, para posteriormente proponer adaptaciones o mejoras a los mismos. Asimismo, se pretende evaluar el desempeño de técnicas de minería de datos sobre conjuntos de datos tradicionales complementados con información extraída a partir de textos relacionados.
Enfoques de optimización multi-objetivo basados en preferencias en la ingeniería de software
(2018-07-03) Arrúa, Martín Nahuel; Bracco, Luciano Joaquín; Rottoli, Giovanni Daián; Schab, Esteban Alejandro; Tournoud, Adrián Alberto; Casanova Pietroboni, Carlos Antonio; De Battista, Anabella Cecilia
La Ingeniería de Software Basada en Búsqueda (ISBB) estudia la aplicación de técnicas de optimización metaheurística a problemas de la Ingeniería de Software (IS). Una vez que una tarea de la IS se enmarca en un problema de búsqueda existen multitud de algoritmos que pueden aplicarse para resolver ese problema. La mayoría del trabajo existente trata a los problemas de la IS desde un punto de vista mono-objetivo. Sin embargo, muchos de estos problemas poseen múltiples objetivos en conflicto que deben ser optimizados. El número de objetivos a considerar es, en general, alto (esto es, más de tres objetivos). Si bien la comunidad científica ha propuesto varios enfoques de solución para atacar la optimización multi-objetivo, muchos de estos enfoques nos se han aplicado aún en la ISBB. Uno de estos enfoques es el llamado “basado en preferencias”, el cual permite incorporar las preferencias entre los objetivos del tomador de decisiones, restringiendo el frente Paretoóptimo a una zona de interés específica, facilitando de esta manera la tarea de tomar una decisión.
Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
(2019-11-15) Rottoli, Giovanni Daián; Casanova Pietroboni, Carlos Antonio; Schab, Esteban Alejandro; De Battista, Anabella Cecilia
La ingeniería de software basada en búsqueda propone la formulación de problemas de la ingeniería de software como problemas de optimización, generalmente con múltiples objetivos. Para estos problemas existen múltiples soluciones que deben ser analizadas por los tomadores de decisiones para seleccionar aquella que más se adecúe a sus necesidades, pudiendo este no tener preferencias previas sobre la mejor solución a ser seleccionada. Para ello, este artículo propone un acercamiento basado en agrupamiento que permite la exploración a posteriori del espacio de soluciones, describiendo las mismas no solo utilizando el valor de sus objetivos, sino también la configuración de los elementos que conforman las mismas. Se presenta una prueba de concepto del método propuesto utilizando el frente Pareto Óptimo solución de una instancia del Problema del Próximo Lanzamiento.
Fuzzy bi-objective particle swarm optimization for next release poblem
(2019-07-10) Casanova Pietroboni, Carlos Antonio; Rottoli, Giovanni Daián; Schab, Esteban Alejandro; Bracco, Luciano Joaquín; Pereyra Rausch, Fernando Nahuel; De Battista, Anabella Cecilia
In search-based software engineering (SBSE), software engineers usually have to select one among many quasi-optimal solutions with different values for the objectives of interest for a particular problem domain. Because of this, a metaheuristic algorithm is needed to explore a larger extension of the Pareto optimal front to provide a bigger set of possible solutions. In this regard the Fuzzy Multi-Objective Particle Swarm Optimization (FMOPSO), a novel a posteriori algorithm, is proposed in this paper and compared with other state-of-the-art algorithms. The results show that FMOPSO is adequate for ﬁnding very detailed Pareto Fronts.
Graph representations for reinforcement learning
(Universidad Nacional de La Plata. Facultad de Informática., 2024-04) Schab, Esteban Alejandro; Casanova Pietroboni, Carlos Antonio; Piccoli, María Fabiana
Graph analysis is becoming increasingly important due to the expressive power of graph models and the efficient algorithms available for processing them. Reinforcement Learning is one domain that could ben- efit from advancements in graph analysis, given that a learning agent may be integrated into an environ- ment that can be represented as a graph. Nevertheless, the structural irregularity of graphs and the lack of prior labels make it difficult to integrate such a model into modern Reinforcement Learning frameworks that rely on artificial neural networks. Graph embedding enables the learning of low-dimensional vector representations that are more suited for machine learning algorithms, while retaining essential graph features. This paper presents a framework for evaluating graph embedding algorithms and their ability to preserve the structure and relevant features of graphs by means of an internal validation metric, without resorting to subsequent tasks that require labels for training. Based on this framework, three defined algorithms that meet the necessary requirements for solving a specific problem of Reinforcement Learningin graphs are selected, analyzed, and compared. These algorithms are Graph2Vec, GL2Vec, and Wavelet Characteristics, with the latter two demonstrating superior performance.
Hierarchical clustering-based framework for a posteriori exploration of pareto fronts : application on the bi-objective next release problem
(Hector Florez, Universidad Distrital Francisco Jose de Caldas, Colombia., 2023-05-24) Casanova Pietroboni, Carlos Antonio; Schab, Esteban Alejandro; Prado, Lucas Martín; Rottoli, Giovani Daian
When solving multi-objective combinatorial optimization problems using a search algorithm without a priori information, the result is a Pareto front. Selecting a solution from it is a laborious task if the number of solutions to be analyzed is large. This task would benefit from a systematic approach that facilitates the analysis, comparison and selection of a solution or a group of solutions based on the preferences of the decision makers. In the last decade, the research and development of algorithms for solving multi-objective combinatorial optimization problems has been growing steadily. In contrast, efforts in the a posteriori exploration of non-dominated solutions are still scarce.
Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
(2013-11) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Giménez Álvarez, Juan Manuel
En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).
Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 2 : aplicación a la optimización dinámica posibilística en la planificación de mediano/corto plazo de un sistema de distribución eléctrica
(2014-05) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Giménez Álvarez, Juan Manuel
En el presente trabajo se aplica la Hiperheurística HY X-FPSO CBR soportando a la Optimización Dinámica Posibilística que se corresponde con la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE). El problema a resolver, específicamente, es la definición/identificación del Espacio de Estados por los que el SDEE debe evolucionar, conociendo el número de etapas. Las mismas se corresponden con cada año del Período de Control Regulatorio. Se procede al Diseño y Entrenamiento de la Red Neuronal Artificial de Retropropagación, en la que se basa el mecanismo de Aprendizaje/Selección mediante el cual son aplicadas las formas X-FPSO, para cierta instancia de decisión, identificadas como dominio de la Hiperheurística propuesta. Se integran los resultados al Modelo de Optimización Posibilística y se procede a la simulación completa en un Estudio de Caso sobre un SDEE real. Se comparan los resultados que arroja la Hiperheurística propuesta, con el Espacio de Estados formado por inspección, en otras optimizaciones realizadas sobre el mismo SDEE.
Implementación de data stream mining
(2018-09) Schab, Esteban Alejandro; Rivera, Ramiro Adolfo; Bracco, Luciano Joaquín; Coto, Facundo; Ríos, Juan Manuel; Casanova Pietroboni, Carlos Antonio; Cristaldo, Patricia Raquel; De Battista, Anabella Cecilia; Herrera, Norma Edith
Desde hace décadas las organizaciones utilizan información histórica propia para construir data warehouses y, mediante la aplicación de técnicas de descubrimiento de conocimiento, descubrir patrones que guíen la toma de decisiones.Actualmente, es una oportunidad para las organizaciones tomar decisiones en tiempo real basadas en información que puede provenir de múltiples fuentes, con diversos formatos y que se genera a gran velocidad. Como respuesta a esta necesidad surge Data Stream Mining (DSM), un subárea específica de la Minería de Datos definida como el proceso de extraer conocimiento en estructuras de datos continuas y con rápidas transiciones. Dicho análisis aporta a las organizaciones visibilidad del negocio y de sus clientes en tiempo real y les permite responder ágilmente ante los cambios. En este trabajo se presenta la vinculación del GIBD de la UTN-FRCU con la empresa Sidesys IT Solutions con el objetivo de implementar Data Stream Mining en la empresa.
Implementación de la metaheurística FEPSO GIST mediante procesamiento paralelo : aplicación al problema de balance de fases en sistemas de distribución en baja tensión
(Universidad Nacional de Cuenca. Facultad de Ingeniería., 2014-10) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio
El presente trabajo describe el diseño e implementación de la Metaheurística FEPSO GIST (Fuzzy Particle Swarm Optimization with Global-Individual Star Topology) bajo un paradigma de computación paralela, empleando la plataforma MPI (Message Passing Interface), y aplicada a la solución del problema de Balance de Cargas en Sistemas de Distribución de Energía Eléctrica en Baja Tensión (PBC SDEE BT). En primer lugar, se plantea el Problema PBC SDEE BT multiobjetivo, carente de solución por métodos de optimización clásica. En segundo lugar, se presenta el marco de trabajo sobre el cual las heurísticas poseen un amplio grado de aplicación, y donde la computación paralela se yergue como una aliada invaluable al intentar, al igual que los métodos heurísticos, acelerar la respuesta de algoritmos que requieren de un poder computacional superior al paradigma secuencial. Seguidamente, se describe el diseño del algoritmo FEPSO GIST, la alternativa elegida para su implementación en MPI, y los detalles a tener en cuenta para una mejor ejecución. Por último, Se presenta su aplicación en un PBC SDEE BT real.
Jornada CyT 28-9-2023 : reconocimiento GUI y ACO"
(2023-09-28) Casanova Pietroboni, Carlos Antonio; Schab, Esteban Alejandro; Prado, Lucas Martín; Rottoli, Giovanni Daián; Hoet, Leonardo Alfonso; Forni, Lucas; Grandi, Tobías Andrés; Chichi, Manuel; Pereyra Rausch, Fernando Nahuel
Presentación en el marco de la semana de la ciencia del Grupo GIICIS sobre las líneas de investigación del grupo.
Maps of intrinsic cost (IC) in reliability problems of medium voltage power distribution systems through a fuzzy multi-objective model
(Universidad Nacional de Colombia. Facultad de Minas., 2018-02-28) Camargo, Federico Gabriel; Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio
En este trabajo se analizó la fiabilidad de un Sistema de Distribución de Potencia de Media Tensión (SDMT) con la aplicación del Dispositivo de Seccionamiento/Protección (SP). La solución más satisfactoria se obtuvo a través de la metaheurística X-PSO con extensión al dominio difuso. La principal contribución fue la simplificación del índice denominado Costo Intrínseco (IC) y el análisis de los criterios de fiabilidad del coste del dispositivo y de la energía no suministrada. El IC permite obtener la valoración económica de cada uno de los criterios a optimizar y se basa en la cláusula 'Ceteris Paribus'. Se describen el problema, el modelo y el método de resolución utilizado. Se realizó un extenso análisis a través de gráficos bidimensionales (mapas) de la valoración económica de los criterios optimizados de sus respectivos Costos Intrínsecos. Finalmente, se analiza el caso real del problema de la optimización de la confiabilidad y los resultados obtenidos.
Metodología regulatoria para propiciar la eficiencia energética desde el lado de la oferta con penetración de fuentes primarias de energías renovables. Parte 1 : descripción y alcance del modelo de optimización
(2019-05) Camargo, Federico Gabriel; Casanova Pietroboni, Carlos Antonio; Pérez, Eduardo; Schweickardt, Gustavo Alejandro
En la presente propuesta se desarrollan las bases para la regulación de las redes eléctricas de distribución, aunque puede ser extendido también para los otros segmentos del mercado eléctrico. Se presentan los aspectos que no han sido resueltos completamente o en forma satisfactoria por los marcos regulatorios y modelos de resolución disponibles en el estado del arte. Entre estos se incluyen la existencia de múltiples criterios de optimización, valoración económica de los criterios que son no monetizables en forma directa, la influencia de la incertidumbre fundamental, etc. También el incentivo a la incorporación de la generación renovable. Se buscaron discutir los problemas y aspectos a considerar para obtener una metodología estandarizada y flexible, la cual resulte factible para realizar comparaciones y tomas de decisiones, con el fin de minimizar el impacto ambiental. De esta manera, se definieron algunos criterios y factores influyentes, a mediano y largo plazo, en la sustentabilidad del sistema energético, con la intención de incorporarlos en ámbitos de discusión y enseñanza pertinentes, propiciando su difusión y críticas.
Minería de datos y visualización de información
(2018-11-29) Schab, Esteban Alejandro; Rivera, Ramiro Adolfo; Bracco, Luciano Joaquín; Coto, Facundo; Cristaldo, Patricia Raquel; Ramos, Lautaro Martín Miguel; Rapesta, Natalia Daniela; Nuñez, Juan Pablo; Retamar, María Soledad; Casanova Pietroboni, Carlos Antonio; De Battista, Anabella Cecilia; Herrera, Norma Edith
El procesamiento y análisis de las grandes cantidades de datos que se producen en la actualidad, posibilitan el hallazgo de patrones y tendencias ocultos en los mismos, que impacta directamente en la toma de decisiones en diversas áreas de estudios. Se generan datos a gran velocidad y en grandes cantidades que requieren ser procesados para poder actuar de manera rápida. Como es el caso de la observación de turnos que se generan en entidades bancarias, donde hay momentos del día en que se requiere modificar los esquemas de atención, según la afluencia de determinadas categorías de clientes o el incremento de demandas de determinados servicios. Existen numerosas técnicas de minería de datos aplicables a distintos casos de análisis de datos, que permiten obtener ventajas de esas grandes cantidades de datos almacenados. En este artículo se presentan los tópicos de interés del proyecto Minería de Datos: su aplicación a repositorios de datos masivos, en el que se investigan tanto temas de minería de datos, como de visualización de información, como herramienta para representar de manera eficiente los resultados obtenidos.

Browsing by Author "Casanova Pietroboni, Carlos Antonio"

SECRETARÍAS

ENLACES UTN

ENLACES EXTERNOS