FRCU - GIICIS: Grupo de Investigación en Inteligencia Computacional e Ingeniería de Software

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/4094

Browse

Filters

2018 - 201952020 - 202414

Settings

Search Results

Now showing 1 - 10 of 22
  • Thumbnail Image
    Item
    Planificación estratégica de plantaciones dendroenergéticas para la cadena de suministro de la biomasa forestal
    (Sociedad Argentina de Informática e Investigación Operativa. Universidad Nacional de La Plata., 2024-08-26) Anselmino, Agustina; Piedra-Giménez, Frank; Novas, Juan Matías; Rodríguez, María Analía; Dondo, Rodolfo Gabriel; Cóccola, Mariana Evangelina
    Este trabajo presenta un modelo matemático lineal entero mixto (MILP) diseñado para apoyar la planificación estratégica de la cadena de suministro de bioenergías y/o biocombustibles, considerando la implantación y manejo de plantaciones dendroenergéticas. El modelo propuesto incluye decisiones relacionadas a la planificación forestal, la recolección y transporte de la biomasa, la conversión de esta en bioenergía y/o biocombustibles, así como la inyección de energía a la red y/o la venta y distribución de pellets a los mercados. El objetivo es maximizar el Valor Actual Neto (VAN) a lo largo de un horizonte de planificación de 20 años. La efectividad y utilidad del modelo se demuestran mediante la resolución de un caso de estudio que considera la infraestructura asociada con la actividad foresto-industrial en la provincia de Entre Ríos.
  • Thumbnail Image
    Item
    Diseño y planificación de la cadena de suministro de la biomasa forestal para la producción de bioenergía y biocombustibles
    (Universidad Tecnológica Nacional. Secretaría de Planeamiento Académico y Posgrado., 2024-10-09) Anselmino, Agustina
    Este trabajo aborda la problemática en la cadena de suministro (CS) de la biomasa forestal para su conversión en bioenergía y/o biocombustibles, considerando como fuentes de materia prima no solo a los subproductos obtenidos en la industrialización primaria de la madera, sino también contemplando el establecimiento de plantaciones dendroenergéticas. Se propone un modelo matemático lineal entero mixto (MILP) como apoyo al proceso de toma de decisiones para el diseño y la planificación estratégica de operaciones en la CS. El modelo de optimización incluye decisiones sobre la planificación forestal, la recolección y transporte de la biomasa, su conversión en bioenergía y/o biocombustibles, así como la venta de energía eléctrica y térmica, incluyendo el autoabastecimiento cuando sea aplicable, y la distribución de pellets a los mercados. El objetivo es maximizar el Valor Presente Neto (VPN) en un horizonte de planificación de 20 años. La herramienta de optimización se aplica en un caso de estudio que considera la infraestructura asociada con la actividad foresto-industrial en la provincia de Entre Ríos.
  • No Thumbnail Available
    Item
    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.
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    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.
  • Thumbnail Image
    Item
    Multi-criteria and multi-expert requirement prioritization using fuzzy linguistic labels
    (ParadigmPlus, 2022-02-08) Rottoli, Giovani Daian; Casanova Pietroboni, Carlos Antonio
    Requirement prioritization in Software Engineering is the activity that helps to select and or-der for the requirements to be implemented in each software development process iteration. Thus, requirement prioritization assists the decision-making process during iteration management. This work presents a method for requirement prioritization that considers many experts’ opinions on multiple decision criteria provided using fuzzy linguistic labels, a tool that allows capturing the imprecision of each experts’ judgment. These opinions are then aggregated using the fuzzy ag-gregation operator MLIOWA considering different weights for each expert. Then, an order for the requirements is given considering the aggregated opinions and different weights for each evaluated dimension or criteria. The method proposed in this work has been implemented and demonstrated using a synthetic dataset. A statistical evaluation of the results obtained using different t-norms was also carried out.
  • Thumbnail Image
    Item
    Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
    (Red de Universidades con Carreras en Informática, 2022-04) Schab, Esteban Alejandro; Lopresti, Olga Mariela; Miranda , Natalia Carolina; Casanova Pietroboni, Carlos Antonio; Piccoli, María Fabiana
    La toma de decisiones en contextos dominados por grandes volúmenes de datos debe conjugar dos atributos usualmente contrapuestos: calidad y velocidad. La disponibilidad de información generada por personas y dispositivos abre nuevos desafíos en el diseño de mecanismos para aprovecharla. Estos deben ser capaces de determinar las decisiones de mayor utilidad sujetas a ventanas temporales que garanticen su factibilidad. Uno de estos mecanismos lo constituyen las distintas analíticas, las cuales buscan transformar los datos en información a través de técnicas diversas. En este trabajo proponemos dos líneas de investigación, una enfocada en la analítica prescriptiva, capaz de determinar acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado; la otra relacionada con las técnicas de aprendizaje supervisado y la recuperación de información no estructurada. En ambos, se propone la utilización de desarrollos provenientes de la Inteligencia Computacional y de la Computación de Alto Desempeño con el fin de obtener, de forma colaborativa, calidad y velocidad en las decisiones.
  • Thumbnail Image
    Item
    Modelo prescriptivo dinámico para un sistema de eventos complejo
    (Red de Universidades con Carreras en Informática, 2021-04-15) Schab, Esteban Alejandro; Casanova Pietroboni, Carlos Antonio; Piccoli, María Fabiana
    La toma de decisiones en contextos dominados por grandes volúmenes de datos debe conjugar dos atributos usualmente contrapuestos: calidad y velocidad. La disponibilidad de información generada por personas y dispositivos abre nuevos desafíos en el diseño de mecanismos que puedan aprovecharla, de tal manera de que sean capaces de determinar las decisiones de mayor utilidad sujetas a ventanas temporales que garanticen su factibilidad. Uno de estos mecanismos lo constituyen las analíticas en sus distintos tipos, las cuales buscan transformar los datos en información a través de técnicas diversas. En este trabajo proponemos una línea de investigación enfocada en la analítica prescriptiva, capaz de determinar acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado. Para componerlas se propone la utilización de desarrollos provenientes de la Inteligencia Computacional y de la Computación de Alto Desempeño con el fin de obtener, de forma colaborativa, calidad y velocidad en las decisiones.
  • Thumbnail Image
    Item
    Toma de decisiones científica en la ingeniería de software mediante inteligenica computacional y análisis de datos
    (Red de Universidades con Carreras en Informática, 2021-04) Casanova Pietroboni, Carlos Antonio; Chichi, Manuel; Hoet, Leonardo Alfonso; Pereyra Rausch, Fernando Nahuel; Prado, Lucas Martín; Rottoli, Giovani Daián; Schab, Esteban Alejandro; De Battista, Anabella Cecilia
    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. La falta de conocimientos respecto de enfoques realistas para resolver problemas de la IS y la falta de herramientas software que auxilien a los tomadores de decisiones utilizando tales enfoques son dos carencias que pueden explicar las dificultades en esta adopción. Las líneas de investigación aquí propuestas tienden a suplir ambas. Para esta tarea se propone la utilización de tanto técnicas comprendidas en lo que se conoce como Inteligencia Computacional (IC), dentro de las cuales se encuentran la teoría de conjuntos difusos, las redes neuronales y la computación evolutiva, como también de herramientas de la Ciencia de Datos, incluyendo técnicas de aprendizaje automático, estadísticas y visualización de datos, entre otros. Estas técnicas son capaces 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.
  • Thumbnail Image
    Item
    Multi-criteria group requirement prioritization in software engineering using fuzzy linguistic labels
    (2021-10-30) Casanova Pietroboni, Carlos Antonio; Rottoli, Giovani Daian
    Requirement prioritization is a Software Engineering task that helps to choose which and in what order requirements will be implemented in each software development process iteration. In the same way, requirement prioritization is extremely useful to make decisions during iteration management. In this work a method for requirement prioritization is proposed. This method considers many experts’ opin-ions on multiple decision criteria provided using fuzzy linguistic labels, which allows to capture the imprecision of each experts’ judgment. The opinions are aggregated using a majority-guided linguistic IOWA operator considering different weights for each expert and then the requirements are prioritized considering the aggregated opinions and different weights for each evaluated dimension. The proposed method has been implemented and demonstrated using a test dataset.