Browsing by Author "Rottoli, Giovanni Daián"

Filter results by typing the first few letters
Now showing 1 - 12 of 12
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    Co-location rules discovery process focused on reference spatial features using decision tree learning
    (2017) Rottoli, Giovanni Daián; Merlino, Hernán Daniel; García Martínez, Ramón
    The co-location discovery process serves to find subsets of spatial features frequently located together. Many algorithms and methods have been designed in recent years; however, finding this kind of patterns around specific spatial features is a task in which the existing solutions provide incorrect results. Throughout this paper we propose a knowledge discovery process to find co-location patterns focused on reference features using decision tree learning algorithms on transactional data generated using maximal cliques. A validation test of this process is provided.
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    Knowledge discovery process for description of spatially referenced clusters
    (2017) Rottoli, Giovanni Daián; Merlino, Hernán Daniel; García Martínez, Ramón
    Spatial clustering is an important field of spatial data mining and knowledge discovery that serves to partition a spatial data set to obtain disjoint subsets with spatial elements that are similar to each other. Existing algorithms can be used to perform three types of cluster analyses, including clustering of spatial points, regionalization and point pattern analysis. However, all these existing methods do not provide a description of the discovered spatial clusters, which is useful for decision making in many different fields. This work proposes a knowledge discovery process for the description of spatially referenced clusters that uses decision tree learning algorithms. Two proofs of concept of the proposed process using different spat ial clustering algorithm on real data are also provided.
  • Thumbnail Image
    Item
    Knowledge discovery process for detection of spatial outliers
    (2018) Rottoli, Giovanni Daián; Merlino, Hernán Daniel; García Martínez, Ramón
    Detection of spatial outliers is a spatial data mining task aimed at discovering data observations that differ from other data observations within its spatial neighborhood. Some considerations that depend on the problem domain and data characteristics have to be taken into account for the selection of the data mining algorithms to be used in each data mining project. This massive amount of possible algorithm combinations makes it necessary to design a knowledge discovery process for detection of local spatial outliers in order to perform this activity in a standardized way. This work provides a proposal for this knowledge discovery process based on the Knowledge Discovery in Database process (KDD) and a proof of concept of this design using real world data.
  • Thumbnail Image
    Item
    Optimización multiobjetivo basada en preferencias para problemas de la ingeniería de software
    (Universidad Nacional de San Juan, 2019-04-25) Casanova Pietroboni, Carlos Antonio; Arrúa, Martín Nahuel; Bracco, Luciano Joaquín; Pereyra Rausch, Fernando Nahuel; Rottoli, Giovanni Daián; Schab, Esteban Alejandro; Tournoud, Adrián Alberto; De Battista, Anabella Cecilia
    La Ingeniería de Software Basada en Búsqueda (ISBB) se sustenta en la aplicación de técnicas de optimización heurística para resolver problemas de la Ingeniería de Software (IS). Las tarea de la IS se enmarcan en un problema de búsqueda, con lo cual es posible utilizar multitud de algoritmos para resolverlos. En su mayoría, los trabajos existentes tratan 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 de forma simultánea. Si bien la comunidad científica ha propuesto varios enfoques de solución para atacar la optimización multi-objetivo, muchos de estos enfoques no se han aplicado aún en la ISBB. Uno de estos enfoques es el llamado “basado en preferencias”, el cual permite capturar e incorporar las preferencias entre los objetivos del tomador de decisiones, de manera de poder restringir el frente Pareto-óptimo a una zona de interés específica, con el objetivo de facilitar la tarea de tomar una decisión.
  • Thumbnail Image
    Item
    Optimización multiobjetivo difusa mediante enjambre de partículas aplicada al problema del próximo lanzamiento
    (2019-05-02) Casanova Pietroboni, Carlos Antonio; Rottoli, Giovanni Daián; Schab, Esteban Alejandro; De Battista, Anabella Cecilia; Tournoud, Adrián Alberto; Bracco, Luciano Joaquín; Pereyra Rausch, Fernando Nahuel
    En este trabajo se presenta un método novedoso basado en Enjambres de Partículas y Lógica Difusa para optimización multiobjetivo: el FMOPSO (Fuzzy Multi-Objective Particle Swarm Optimization). Este método se presenta en el contexto de la resolución de un problema clásico de la Ingeniería de Software Basada en Búsqueda: el Problema del Próximo Lanzamiento (Next Release Problem). Se realiza una prueba de concepto aplicando este algoritmo a una instancia bi-objetivo del problema mencionado anteriormente, y se lo compara con otra metaheurística del estado del arte. Finalmente, se concluye resaltando los resultados más importantes.
  • Thumbnail Image
    Item
    Toma de decisiones multicriterio en problemas de la ingeniería de software utilizando computación blanda
    (Red de Universidades con Carreras en Informática, 2020-05) Casanova Pietroboni, Carlos Antonio; Chichi, Manuel; Gabioud, María Luján; Pereyra Rausch, Fernando Nahuel; Prado, Lucas Martín; Rottoli, Giovanni Daián; Schab, Esteban Alejandro; De Battista, Anabella Cecilia
    La Ingeniería de Software (IS) como la aplicación de un enfoque sistemático, disciplinado y cuantificable al desarrollo, operación y mantenimiento de software. Sin embargo, la adopción de herramientas formales que complementen la experiencia y el buen juicio en las distintas actividades de un proceso de desarrollo de software todavía es un pendiente dentro la industria del software, particularmente en la Argentina. Dos carencias que pueden explicar esto son, por un lado, la falta de conocimientos respecto de enfoques realistas para resolver problemas relativos a la IS, y por otro, la falta de herramientas software que auxilien a los tomadores de decisiones utilizando tales enfoques. Las líneas de investigación aquí propuestas tienden a suplir ambas carencias. Para esta tarea se propone la utilización de técnicas comprendidas en lo que se conoce como computación blanda (soft computing), dentro de las cuales se encuentran la Teoría de Conjuntos Difusos, las Redenes Neuronales y los métodos de Búsqueda Heurística y Metaheurística. La soft computing es capaz de brindar la flexibilidad necesaria para crear métodos y modelos que sean tolerantes a la imprecisión, la falta de información y la aproximación, características que le son propias a los contextos de decisión en la IS.