Browsing by Author "Castillo, Julio"

Filter results by typing the first few letters
Now showing 1 - 6 of 6
  • Thumbnail Image
    Item
    An Artificial Intelligence Approach to Modeling in Social Science.
    (Journal of Health and Environmental Research., 2021) Vázquez , Juan Carlos; Castillo, Julio; Constable, Leticia; Cárdenas, Marina; Vázquez, Juan Carlos Guillermo
    Computer Science has contributed to social sciences since decades ago: connecting people that build virtual communities where the interactions can be investigated, developing tools for statistically analytics, designing models that allow the analysis and simulation of the most diverse types, among many others. In this article, we describe an artificial neural network to model a theoretical framework for risk, housing, and health problematic, called DRVS (Diagnostic methodology for risk determination of urban housing for health), which uses a holistic approach for community and environmental health. The methodology also exposes digital clinic history for families and communities, developed to support the acquisition of necessary data. This software has advantages for the transference and application of the DRVS in different locations since it constitutes an expert system for the determination of local social indexes and supports the quantitative validation process for the underlying social theory. On the other hand, as many artificial intelligence techniques, it has constraints: unlike explicit logic inferences, artificial neural networks work as «black boxes», not explaining how they got the result; they have a strong dependency of the representativeness of training data and introducing new knowledge that may improve their results and performance is difficult (new data, addition or remotion of determining factors for the underlying social model, weighting factors, etc.). This article also shows some techniques and ideas on how to deal with the identified constraints.
  • Thumbnail Image
    Item
    An Artificial Intelligence Approach to Modeling in Social Science.
    (Journal of Health and Environmental Research., 2021) Vázquez , Juan Carlos; Castillo, Julio; Constable, Leticia; Cárdenas, Marina; Vázquez , Juan Carlos Guillermo
    Computer Science has contributed to social sciences since decades ago: connecting people that build virtual communities where the interactions can be investigated, developing tools for statistically analytics, designing models that allow the analysis and simulation of the most diverse types, among many others. In this article, we describe an artificial neural network to model a theoretical framework for risk, housing, and health problematic, called DRVS (Diagnostic methodology for risk determination of urban housing for health), which uses a holistic approach for community and environmental health. The methodology also exposes digital clinic history for families and communities, developed to support the acquisition of necessary data. This software has advantages for the transference and application of the DRVS in different locations since it constitutes an expert system for the determination of local social indexes and supports the quantitative validation process for the underlying social theory. On the other hand, as many artificial intelligence techniques, it has constraints: unlike explicit logic inferences, artificial neural networks work as «black boxes», not explaining how they got the result; they have a strong dependency of the representativeness of training data and introducing new knowledge that may improve their results and performance is difficult (new data, addition or remotion of determining factors for the underlying social model, weighting factors, etc.). This article also shows some techniques and ideas on how to deal with the identified constraints
  • Thumbnail Image
    Item
    Desarrollo de herramientas para recolección y análisis de datos de incendios forestales de córdoba
    (Universidad Tecnológica Nacional Regional Córdoba., 2020) Castillo, Julio; Cárdenas, Marina; Hernández, Nicolás; Navarros Mugas , Martín
    A raíz de los cambios climáticos existentes en todo el mundo, cada vez se hace más evidente la ocurrencia de fenómenos climatológicos extremos tales como inundaciones, terremotos, incendios forestales, entre otros, que ocasionan cuantiosas pérdidas económicas, ecológicas y, principalmente, vidas humanas (Calderón Martinez et al., 2013) (Cruz, 2015).Particularmente, los incendios forestales son uno de los mayores problemas ambientales que se repiten año tras año a nivel mundial que producen graves daños, por lo cual la detección temprana de los mismos es una herramienta clave que puede permitir una lucha más eficaz contra este flagelo. En base a la problemática planteada se hace evidente que la prevención, detección y seguimiento de incendios son actividades fundamentales para poder afrontar su impacto y consecuencias mediante un plan de gestión de riesgos que integre de manera holística los distintos sectores involucrados.
  • Thumbnail Image
    Item
    GA²LA: Grupo de Aprendizaje Automático, Lenguaje y Autómatas.
    (Universidad Tecnológica Nacional., 2018) Vázquez, Juan Carlos; Castillo, Julio; Constable, Leticia; Cárdenas, Marina
    Durante más de catorce años de desarrollo de proyectos de investigación en las áreas de autómatas, lenguajes y redes neuronales artificiales, entre otras muchas temáticas afines, se ha conformado una masa crítica de recursos humanos capacitados, dotados de los conocimientos, experiencia y trayectoria para generar un consistente equipo de trabajo. La necesidad de conformar un ámbito más estructurado, concentrado y formal donde se establezca la discusión científica, académica y práctica de los distintos temas involucrados, de las líneas de acción a emprender a futuro, de las formas de financiamiento a utilizar y del modo trabajo que promueva la sinergia de equipo, guían la propuesta de conformación de un Grupo UTN de I+D en temáticas afines a los proyectos ya realizados y en marcha de estos investigadores. El “Grupo de Estudio, Investigación, Desarrollo y Transferencia en Aprendizaje Automático, Lenguajes y Autómatas” (GA2LA) es presentado aquí con sus antecedentes, expectativas y líneas de investigación.
  • Thumbnail Image
    Item
    Gaala: grupo de aprendizaje automático, lenguajes y autómatas
    (WIIC, Universidad Nacional del Nordeste, 2018) Vázquez, Juan Carlos; Castillo, Julio; Constable, Leticia E.; Cárdenas, Marina
    Durante más de catorce años de desarrollo de proyectos de investigación en las áreas de autómatas, lenguajes y redes neuronales artificiales, entre otras muchas temáticas afines, se ha conformado una masa crítica de recursos humanos capacitados, dotados de los conocimientos, experiencia y trayectoria para generar un consistente equipo de trabajo. La necesidad de conformar un ámbito más estructurado, concentrado y formal donde se establezca la discusión científica, académica y práctica de los distintos temas involucrados, de las líneas de acción a emprender a futuro, de las formas de financiamiento a utilizar y del modo trabajo que promueva la sinergia de equipo, guían la propuesta de conformación de un Grupo UTN de I+D en temáticas afines a los proyectos ya realizados y en marcha de estos investigadores. El “Grupo de Estudio, Investigación, Desarrollo y Transferencia en Aprendizaje Automático, Lenguajes y Autómatas” (GA2LA) es presentado aquí con sus antecedentes, expectativas y líneas de investigación.
  • No Thumbnail Available
    Item
    Uso de tecnologías web y móvil para alertas tempranas de incendios en la provincia de córdoba
    (EST, Concurso de Trabajos Estudiantiles., 2023) Casco, Osvaldo; Navarro Mugas , Martín; Cárdenas , Marina; Castillo, Julio
    En este articulo se describe el desarrollo e implementación de un subsistema de chat y un subsistema de alertas por Twitter, tanto para el intercambio de mensajes de un testigo presencial de algún incendio con el cuartel de bomberos más cercano a su ubicación como para las notificaciones directas a los cuarteles. Se describen las tecnologías utilizadas y se brindan detalles de su implementación. Los módulos descriptos forman parte de un sistema de predicción de incendios para la Provincia de Córdoba.