Estos son los principales proyectos de investigación en los que se ha trabajado y se trabaja en el CIDISI.
Proyectos en Curso
PID UTN - TEUTIFE0007860TC: "Modelización de Sistemas Ciberfisicos inteligentes aplicados a biotecnología"
Ente financiador : UTN
En la industria 4.0 y la transformación digital, todos los ingenieros de las diferentes disciplinas tendrán que desarrollar su talento, para propiciar un amplio desarrollo de competencias, actitudes y experiencias tanto digitales como de innovación, emprendimiento y creatividad que los preparen competencialmente para su futuro profesional y favorezca su empleabilidad. En este contexto la educación de las nuevas tecnologías es un desafío a enfrentar y requiere de nuevos modelos de enseñanza orientados a la enseñanza de técnicas y práctica, enfocadas en competencias. Los docentes universitarios deben llevar a las aulas la experiencia, la práctica, las herramientas y los retos para enseñar haciendo y construyendo, basados en las tendencias y tecnologías actuales. Una de las tecnologías actuales en el marco de la Industria 4.0 es el control automatizado e inteligente. Particularmente, estas tecnologías usadas para controlar los factores que afectan el crecimiento de cualquier cultivo trae ventajas, como ser: reducción de tiempo de cultivo y de mantenimiento, mayor producción y reducción de costos. Por lo tanto, se convierte este tema en un factor clave para alcanzar ventajas competitivas de diferentes industrias y es un tema que puede ser utilizado para llevar nuevo conocimiento a las aulas. Desarrollando un modelo de estudio basado en un sistema de control automático inteligente de hidroponía, los procesos complejos de manejo de nutrientes son realizados por un actuador, que, basado en sensores, regula y optimiza el nivel de los nutrientes en la solución aplicada, para que la planta crezca en condiciones óptimas. Si el conocimiento sobre los procesos complejos de control de un cultivo en particular se puede explicitar en un software y su correlato en acciones físicas concretas, entonces, este sistema de hidroponía puede ser replicado por cualquier persona manteniendo la calidad del cultivo. Por otro lado, se espera con este proyecto obtener un sistema hidropónico automatizado e inteligente capaz de generar las competencias necesarias para un profesional de la ingeniería, convirtiéndose en un modelo de estudio a replicar para otras disciplinas de aplicación tecnológica que sea de bajo costo y de fácil uso.
Duración : 01-01-2020 - 31-12-2023
Cooperación Internacional_CUAA16-1521: "Digitalización de la cadena láctea de producción primaria existente en la región centro-oeste de la Provincia de Santa Fe, utilizando tecnología Industria 4.0"
Ente financiador : Ministerio de Ciencia, Tecnología e Innovación Productiva (Argentina) - CUAA-DAHZ (Alemania)
El presente proyecto se centra en el estudio, desarrollo e implementación de un proceso de digitalización de la cadena láctea de producción primaria existente en la región centro-oeste de la Provincia de Santa Fe, basada en los conceptos y tecnologías de la “Industria 4.0”.
Estando la cadena compuesta por los productores y transporte de leche cruda y las usinas lácteas que elaboran los productos finales, la digitalización comienza con un relevamiento de los actores y procesos involucrados, analizando los requerimientos, identificando oportunidades de mejoras y definiendo la información necesaria para ello.
Utilizando un enfoque basado en funciones y/o servicios relacionados con los objetivos de negocios de los actores de la cadena, se definirán las “cosas” (things/assets) de la cadena que deberán ser digitalizados.
A través de proyectos y tesis y con los conocimientos adquiridos en los módulos de la maestría binacional, se desarrollará e implementará una plataforma de digitalización (hardware y software), tomando como referencia la especificación DIN 91345 (“Reference Architecture Model for Industrie 4.0 (I4.0)”).
Para demostrar la funcionalidad de la plataforma, se digitalizará una cadena láctea real ubicada en la provincia de Santa Fe.
Duración:1/01/2022 - 31/12/2023
PID UTN - SIUTIFE0007771TC: "Tecnologías de blockchain y computación en la Nube para la gestión de procesos de negocios colaborativos"
Director: Villareal Pablo
Co-Director: Canavesio Mercedes
Ente financiador : UTN
Actualmente las organizaciones se enfocan en participar en Redes Colaborativas o Cadenas de Valor Colaborativas para lograr mayores ventajas competitivas. Las soluciones actuales de TICs son ad-hoc o siguen enfoques los cuales no son apropiados y traen problemas, como pérdida de confianza y autonomía de las organizaciones, mayores esfuerzos de tiempo e inversión en infraestructura de TI como así también desarrollo, implementación y mantenimiento de software, que se traducen luego en costos elevados. Este proyecto se propone desarrollar una plataforma de software para la gestión de procesos de negocio colaborativos, basada en las tecnologías de computación en la Nube (Cloud computing) y de cadenas de bloques (blockchain). El propósito de la plataforma es proveer servicios (aplicaciones de software) en la Nube para que las organizaciones puedan: (1) definir, compartir y acordar los modelos de procesos colaborativos a ejecutar por las mismas; (2) generar automáticamente la implementación de los procesos colaborativos en una red de cadena de bloques a partir de los modelos de dichos procesos; (3) implementar y desplegar en forma descentralizada y dinámica los sistemas de información orientados a procesos (SIOPs) que ejecutan los procesos de integración privados de las partes; (4) ejecutar y monitorear los procesos colaborativos mediante una red de cadena de bloques y la integración de estos con los procesos de integración ejecutados por cada parte en sus nubes privadas. Dicha red tendrá las reglas (programas/código conocido como ""contratos inteligentes"") que permiten validar que se respete la lógica de los procesos colaborativos. Se aplicarán métodos de desarrollo dirigido por modelos para que el código de estas reglas se genere a partir de modelos de procesos colaboratívos, junto con la integración de las reglas con los procesos privados de las partes. De esta manera, las organizaciones (empresas, organismos de gobiernos, instituciones de salud, etc.) podrán implementar soluciones colaborativas utilizando un modelo plataforma como servicio en la Nube (Platform as a Service) para gestionar procesos colaborativos en forma: ágil, dinámica, con menores costos y tiempos, alineada la implementación de los procesos con sus respectivos modelos, descentralizada sin la necesidad de un intermediario y con mayor autonomía para cada organización, e intercambiando mensajes en forma segura.
Duración: 01-01-2020 - 31-12-2023
PID - PID SITCBFE0008086TC: "Análisis de la adecuación de los procesos de Ingeniería del Software para el desarrollo de Sistemas basados en Inteligencia Artificial en los ámbitos público, industrial y educativo"
Director: Ale Mariel
Co-Director: Ballejos Luciana
Ente financiador : UTN
El desarrollo de aplicaciones con componentes de Aprendizaje Automático (AA) o Inteligencia Artificial (IA) presenta una serie de inconvenientes y falencias específicas. Una de las razones principales es el cambio de paradigma que han introducido estas tecnologías en el desarrollo del software. Tradicionalmente, los sistemas de software se construían de una forma deductiva, escribiendo las reglas que gobiernan el comportamiento del sistema como código de programación. Sin embargo, con las técnicas de AA/IA, estas reglas son inferidas a partir de los datos de entrenamiento. Este cambio de paradigma hace que el razonamiento sobre el comportamiento de un sistema de software con componentes de AA/IA sea difícil, resultando en productos que son intrínsecamente complejos de probar y verificar. De hecho, el comportamiento aprendido de un sistema de este tipo puede ser incorrecto, aun cuando el algoritmo esté correctamente implementado, situación que no puede ser detectada por las técnicas de testeo tradicionales. El desafío en el área entonces es cómo desarrollar y testear de forma efectiva este tipo de sistemas, dado que no tienen especificaciones completas o incluso código fuente asociado a algún comportamiento crítico. Los frameworks de ingeniería, tales como los procesos de desarrollo estándar, se han estudiado para sistemas y software convencionales durante años. Sin embargo, el auge de los sistemas basados en AA/IA también necesitan dichos marcos, no sólo para organizar los procesos de desarrollo, sino también, para que los ingenieros puedan sistematizar sus actividades, además de poder también verificar y validar los diversos artefactos que se generan. En relación con esto, el principal objetivo de este proyecto es identificar y clasificar los desafíos ingenieriles para desarrollar y desplegar sistemas basados en AA/IA en entornos variados de la vida real. Usando un enfoque de estudio de múltiples casos, se explorará el desarrollo de varias aplicaciones con componentes de AA/IA pertenecientes a diferentes dominios (sector público, industrial/comercial, educativo). Las lecciones identificadas a través de los desarrollos en diferentes contextos serán utilizadas para adaptar los procesos y las prácticas de la Ingeniería del Software para integrar el AA/IA de forma tal que dicha experiencia pueda ser reproducida por otros equipos que se embarquen en el desarrollo de sus propias aplicaciones y plataformas basadas en AA/IA, a fin de dar solución a diversas problemáticasen dominios específicos.
Duración: 01-01-2021 - 31-12-2023
Proyectos Finalizados
PICT - PICT-2017-3922: "Plataforma de software en la Nube para la Gestión de Redes Inter-organizacionales Colaborativas"
Ente financiador : FONCYT, Agencia Nacional de Promoción Científica y Técnica.
Las redes inter-organizacionales colaborativas consisten de organizaciones autónomas e independientes que comparten información y coordinan acciones para alcanzar metas comunes. Los beneficios de las redes colaborativas han sido ampliamente estudiados y validados. Se observa que la competencia en estos días ocurre entre redes de empresas y ya no entre empresas individuales. A través de las redes colaborativas, las PyMEs pueden fortalecerse colectivamente y potenciar su competitividad. Un factor clave y crítico es la implementación de soluciones de TICs que posibiliten a las organizaciones el intercambio de información y la coordinación de actividades a través de la ejecución automatizada de procesos inter-organizacionales. Pese a los avances de TICs, la implementación soluciones para redes colaborativas ha sido baja, en particular en Argentina. Esto se debe principalmente a la carencia de soluciones apropiadas, que conduce a las organizaciones a implementar soluciones de TICs ad-hoc, las cuales requieren considerables esfuerzos de tiempo e inversión en infraestructura de TI como así también desarrollo, implementación y mantenimiento de software, que se traducen luego en costos elevados. El objetivo de este proyecto es desarrollar una plataforma de software basada en Computación en la Nube para la implementación y gestión de redes colaborativas. El propósito de la plataforma es proveer servicios (aplicaciones de software) en Internet para que las organizaciones puedan: (1) definir redes colaborativas acordando los procesos de negocio inter-organizacionales a ejecutar; (2) gestionar, implementar y desplegar en forma dinámica sistemas de información orientados a procesos (SIOPs) que ejecutan dichos procesos; (3) analizar, monitorear y evaluar el funcionamiento de las redes y los procesos. Para alcanzar lo anterior, se propone desarrollar métodos y herramientas de software para generar SIOPs basados en agentes de software, los cuales se despliegan y comunican a través de la plataforma en la Nube, a partir de los procesos que las organizaciones acuerden ejecutar en cada red colaborativa. Esto permitirá que las organizaciones puedan rápidamente construir nuevas redes colaborativas o adaptarse a cambios en las redes, ejecutando nuevos procesos o nuevas versiones de los mismos. A través de esta plataforma en la Nube, las organizaciones (principalmente PyMes pero también organismos de gobiernos nacional/provinciales/municipales, efectores de salud, etc.) podrán implementar en forma ágil (configurando rápidamente redes y acordando procesos a ejecutar), dinámica (no se requiere tener desarrollado o implementado un SIOP, la plataforma genera los SIOPs y despliega los mismos para ejecutar los procesos acordados cuando las organizaciones lo soliciten) y con menores costos y tiempos (no se requiere invertir en desarrollo de software ni en infraestructura de TI) soluciones basadas en Internet para gestionar redes colaborativas.
Duración: 01-01-2020 - 31-12-2022
PID UTN - SIUTNFE0007748: "Modelos basados en aprendizaje profundo para mantenimiento predictivo de la industria 4.0"
Director: Rubiolo Mariano
Co-Director: Roa Jorge
Ente financiador : UTN
La nueva revolución industrial, conocida como la Industria 4.0, prevé una gestión adecuada de los activos de conocimiento de las industrias para mantener una ventaja competitiva en los mercados globales. En este contexto, en los próximos años habrá gran cantidad de oportunidades para mejorar la productividad y acelerar la prestación de servicios. La robótica, el aprendizaje profundo (deep learning), las redes 5G, e IoT (Internet de las cosas) serán aspectos claves a considerar para que las industrias locales sean parte de esta nueva revolución. La Gestión de Procesos de Negocio (BPM) se considera un componente clave para administrar el ciclo de vida de los procesos de negocio que orquestan las actividades realizadas en las industrias, así como los recursos que ejecutan dichas actividades. La convergencia de soluciones y productos hacia BPM y la Arquitectura Orientada a Servicios adoptado para sistemas industriales contribuye a mejorar la reactividad y el rendimiento de procesos industriales. Esto conduce a un escenario en el que la información detallada sobre la historia de los procesos de negocio y de los recursos que intervienen se almacena en registros de eventos, estando disponible casi en tiempo real, y presente en aplicaciones de nivel empresarial que pueden utilizar esta información para diversos fines, como la predicción de eventos para el diagnóstico de fallas, indicadores de desempeño de procesos, o mantenimiento predictivo de los recursos. El objetivo principal de este proyecto es el desarrollo de modelos, técnicas y herramientas de software basadas en aprendizaje profundo que permitan, a partir del análisis de los grandes datos generados, predecir los próximos eventos que ocurrirán durante la ejecución de procesos de negocio, para poder llevar a cabo mantenimiento predictivo en una industria.
Duración: 01-01-2020 - 31-12-2022
PID - PID CCUTIFE0007757TC: "Aplicación de Técnicas de Inteligencia Artificial en plataformas de e-learning para dar soporte a estratégias pedagógicas"
Ente financiador : UTN
En los últimos años se ha visto un crecimiento importante en el uso de herramientas de e-learning, no sólo para programas de educación a distancia, sino también en los programas convencionales con modalidad presencial. La incorporación de tecnologías de la información y las comunicaciones (TIC's) en educación representa un gran desafío en la búsqueda de la renovación del modelo de enseñanza en su totalidad, que implica la búsqueda de recursos para enfrentar cuestiones complejas como la planificación, diseño e implementación de programas y cursos adecuados a la realidad. La creciente disponibilidad del e-learning ha permitido el acceso universal con la problemática asociada de tener interlocutores con distintas culturas e idiomas. Principalmente, este proyecto tiene como objetivo resolver problemas en el contexto de la educación universitaria, particularmente ingenierías, en donde los docentes tienen poca o nula formación pedagógica. En este contexto, las herramientas de inteligencia artificial, tales como sistemas recomendadores, agentes inteligentes, aprendizaje automático, pueden ser de utilidad para representar el ámbito pedagógico que debe ser tenido en cuenta. Así por ejemplo, la evaluación del proceso de enseñanza-aprendizaje se convierte en un factor clave. Se hacen imprescindibles las estrategias tendientes a mejorar los procesos de conceptualización, diseño, planificación y ejecución de las actividades de evaluación, donde se controla el proceso de enseñanza en entornos de trabajo distribuidos.
Duración: 01-01-2020 - 31-12-2021
PID - PID 5298: "Tecnologías de apoyo para estudiantes de Ingeniería en Sistemas de Información con discapacidad visual"
Director: Golobisky María Fernanda
Co-Director: Marchetti Pablo
Ente financiador : UTN
Los estudiantes de Ingeniería en Sistemas de Información (ISI) necesitan desarrollar diferentes habilidades para poder convertirse en profesionales y desarrollar una carrera exitosa. La competencia técnica necesaria requiere habilidades de interpretación y resolución de problemas mediante el empleo de metodologías de sistemas, programación, comunicación, gestión de proyectos, de trabajo en equipo, y muchas otras. En la actualidad existe un sinnúmero de herramientas tecnológicas que facilitan el aprendizaje de diferentes técnicas y el desarrollo de habilidades de los estudiantes de ISI. Sin embargo, la mayoría de estas herramientas presentan interfaces de usuario centradas en lo visual (colores, secciones, texto resaltado, etc.) para enfatizar aquellos aspectos relevantes que deben ser tenidos en cuenta durante el aprendizaje. Es evidente, por tanto, que estas herramientas no se encuentran orientadas a las personas con discapacidad visual. Este proyecto apunta al desarrollo de líneas de investigación para: a) generar herramientas de software accesibles, de diseño universal, que den soporte complementario a otras herramientas tecnológicas utilizadas en la carrera de ISI, y b) la identificación y el desarrollo de estrategias de enseñanza/aprendizaje que ayude a los estudiantes con discapacidad visual a superar las barreras actitudinales, comunicacionales, físicas y sociales a las que se enfrentan, a fin de permitirles adquirir diferentes competencias, habilidades y destrezas. Se apunta a contribuir al proceso de enseñanza/aprendizaje y a la competencia e independencia profesional futuras de personas con discapacidad visual. El proyecto prevé la publicación y difusión de los resultados obtenidos.
Duración: 01-01-2020 - 31-12-2021
PIP-CONICET: "Desarrollo dirigido por modelos y ontologías de sistemas de información para la integración de procesos de negocio en colaboraciones inter-organizacionales"
Ente financiador: CONICET.
El objetivo general de este proyecto es construir métodos y herramientas, para dar soporte al diseño e implementación de soluciones tecnologías basadas en sistemas de información orientados a procesos, que posibiliten la integración de los procesos de negocio colaborativos con los procesos internos de las organizaciones, en el contexto de colaboraciones inter-organizacionales. Se pretende que los métodos y herramientas a proponer incorporen y exploten los beneficios del Desarrollo Dirigido por Modelos y el uso de Ontologías, para posibilitar la definición de soluciones de negocio (modelos conceptuales de procesos de negocio) y generar a partir de las mismas soluciones tecnológicas (modelos de procesos ejecutables), garantizando: el alineamiento entre la solución de negocio y la tecnológica, la integración y consistencia de comportamiento entre los procesos colaborativos y los procesos de integración de las organizaciones, la integración y consistencia entre la información pública compartida y la información privada de cada organización, y la interoperabilidad entre los sistemas inter-organizacionales que dan soporte a la ejecución de los procesos colaborativos y de integración.
Duración: 01-01-2014 a 31-12-2016 (Prórroga hasta 31-07-2018)
PID-UTN - EIUTIFE0004005TC: "Desarrollo dirigido por modelos de sistemas de información orientados a procesos"
Ente financiador: UTN.
El objetivo general de este proyecto es construir metodologías, métodos y herramientas para el desarrollo de soluciones tecnologías de sistemas de información orientados a procesos, que posibiliten la gestión eficiente y eficaz de procesos de negocio internos de las organizaciones, como así también de procesos de negocio colaborativos en entornos de colaboraciones inter-organizacionales. Se pretende que los métodos y herramientas a proponer incorporen y exploten los beneficios del Desarrollo Dirigido por Modelos, guiando el proceso de desarrollo a través de transformaciones de modelos a modelos y de modelos a código, para posibilitar la definición de soluciones de negocio (modelos conceptuales de procesos de negocio y de sistemas) y generar a partir de las mismas soluciones tecnológicas (modelos/especificaciones de procesos y de sistemas ejecutables), garantizando: la verificación y el alineamiento entre la solución de negocio y la tecnológica, la consistencia de comportamiento entre los procesos colaborativos y los procesos de integración internos de las organizaciones, la eficiente asignación de trabajo a los recursos humanos de los procesos, y la interoperabilidad entre los sistemas de información orientados a procesos que ejecutan los procesos colaborativos.
Duración : 01-01-2016 a 01-01-2019
PID UTN Tutorado - TUN4278: "Plataforma basada en la Nube y Sistemas de Información Orientados a Procesos para la Gestión de Cadenas de Valor Colaborativas"
Ente financiador: UTN.
Actualmente las organizaciones se enfocan en la conformación de Cadenas de Valor Colaborativas o Redes Colaborativas, para lograr mejoras competitivas y mejorar sus beneficios. La colaboración puede ser alcanzada a través de la ejecución de los procesos de negocio inter-organizacionales que abarcan a todas las organizaciones de una cadena de valor colaborativa. El objetivo del proyecto es desarrollar Tecnologías de la Información que posibiliten a las organizaciones gestionar cadenas de valor colaborativas, y ejecutar en forma automatizada procesos inter-organizacionales soportados por sistemas de información orientados a procesos. Se propone construir una plataforma de software basada en Computación en la Nube que provea servicios en Internet para que las organizaciones puedan: (1) definir cadenas de valor colaborativas y acordar los procesos inter-organizacionales a ejecutar; (2) implementar y desplegar en forma dinámica sistemas de información orientados a procesos; (3) analizar y evaluar el funcionamiento de las cadenas de valor y los procesos. Por otra parte, se proponen sistemas de información orientados a procesos basados en agentes de software y que se comunican a través de la plataforma en la Nube. De esta manera las organizaciones, principalmente las medianas y pequeñas, podrán implementar en forma dinámica, ágil y con menores costos y tiempos, soluciones en Internet que les permitan integrarse en cadenas de valor colaborativas, sin requerir una infraestructura costosa de tecnología de la información ni la implementación en la misma de complejos sistemas.
Duración: 01-04-2016 a 31-03-2019
PID UTN - UTI4499TC: "Tecnologías Semánticas y de Big Data aplicadas a Business Intelligence"
Ente financiador: UTN.
Inteligencia de Negocio refiere al conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones sobre el negocio. En la actualidad, los volúmenes de datos se están expandiendo a ritmo acelerado, debido en gran parte a la Web 2.0 y los servicios en la nube, las redes sociales, dispositivos móviles e Internet de las cosas, todos los cuales caen bajo el paraguas de Big Data, o más precisamente, los grandes datos, variados, dispersos y principalmente no estructurados. Esto impone la necesidad de dotar a las herramientas de BI con nuevas capacidades analíticas para procesar datos complejos. Particularmente, este proyecto se enfoca en definir metodologías, técnicas y herramientas para la implementación de Data Warehouse lógicos basados en tecnologías semánticas que permitan la generación de conocimiento para la toma de decisiones dentro de una organización.
Duración: 01-01-2019 a 31-12-2019
ASaCTeI - Investigación Orientada 2016 - ASaCTeI 2010-058-16: "Aplicación de técnicas de Inteligencia Computacional para el diagnóstico de fallos en redes eléctricas de media y baja tensión"
Ente financiador: Gobierno de la Provincia de Santa Fe.
El diagnóstico de fallos en redes eléctricas tiene alto impacto económico en los organismos responsables de su gestión y mantenimiento, lo cual ha motivado la ejecución de actividades de investigación y desarrollo de dispositivos, métodos y algoritmos para tratar estas cuestiones de manera eficiente. Un sistema de diagnóstico de fallos permite identificar los parámetros relacionados a un fallo dado. Las diferentes combinaciones de parámetros generan diferentes resultados, siendo dichas diferencias las que posibilitan un adecuado diagnóstico. Este diagnóstico no es una tarea trivial, dada la diversidad de parámetros a considerar y teniendo en cuenta que combinaciones diferentes de dichos parámetros pueden provocar resultados similares sobre la red eléctrica.
En la literatura académica se proponen diferentes métodos relacionados al diagnóstico de fallos en redes eléctricas, entre las cuales pueden diferenciarse (1) las técnicas tradicionales surgidas de la teoría de circuitos, y (2) aquellas basadas en Inteligencia Computacional. El incremento en la complejidad de los sistemas de distribución de energía eléctrica, la disponibilidad de grandes volúmenes de información y la expansión en la capacidad de procesamiento de computadoras de bajo costo, es el entorno ideal para la aplicación de técnicas de Inteligencia Computacional. El presente proyecto propone la aplicación de dichas técnicas para el diagnóstico de fallos en la red eléctrica de la ciudad de Santa Fe.
Duración: 01-07-2017 a 01-12-2018
PID UTN - UTI4442TC: "Minería de relaciones entre series temporales en Bioinformática"
Ente financiador: UTN.
Los avances recientes en las diversas tecnologías que realizan mediciones a nivel molecular han generado grandes volúmenes de niveles de expresión de genes (cientos de miles) lo que impulsó en la última década el desarrollo de variadas técnicas para su análisis. Los genes poseen una actividad medible mediante observaciones en un número determinado de instantes en el tiempo, constituyendo así una serie temporal denominada perfil de expresión. Un tema de gran interés es la reconstrucción de la red de relaciones que existe entre un gran número de genes a partir de estas largas series temporales, descubriendo así la red de regulación gen a gen que subyace a los datos. Este proyecto propone el desarrollo de nuevos modelos, algoritmos y herramientas computacionales basados en redes neuronales de aprendizaje supervisado y no supervisado, para minería de relaciones entre múltiples series de datos con evolución temporal, de acuerdo a la experiencia del director y la co-directora, y a la revisión del estado del arte realizada.Particularmente, se pretende aplicar estos modelos y algoritmos al análisis y descubrimiento de relaciones previamente desconocidas entre un gran número de genes, lo cual podrá permitir la inferencia y descubrimiento de la red de regulación de genes subyacente a los datos. Las redes neuronales no supervisadas podrían utilizarse para realizar un A223correcto preprocesamiento de los datos, a través del agrupamiento de genes que posean similar comportamiento. Luego, se utilizarían los modelos supervisados para modelar las redes de genes, observando la actividad de un par de genes en un determinado número de instantes de tiempo. Esto requeriría entrenarlas con estos datos como series temporales, es decir, para poder predecir el perfil temporal (regulación) de un gen a partir del perfil temporal de un gen candidato a posible regulador, con algoritmos eficientes y rápidos. Se cuenta con datos artificiales y reales utilizados en la literatura en los últimos años, y se utilizarán datos surgidos de la colaboración con biólogos. Entre los resultados se espera que los modelos desarrollados puedan proveer un importante aporte al actual tratamiento y análisis de grandes volúmenes de datos con dinámica temporal no sólo dentro del área de la bioinformática, sino para el tratamiento de diversos problemas de Grandes Datos que posean evolución temporal en otros dominios de aplicación.
Duración: 01-01-2017 a 31-12-2019
PID - UTN - EI UTI FE0004410TC: "Modelos de interoperabilidad semántIca para la recuperación y depósito de objetos de aprendIzaje en contextos de acceso abierto"
Ente financiador: UTN.
En la actualidad, la mayoría de los repositorios de acceso abierto utilizan para la descripción de los objetos de aprendizaje el estándar de metadatos Dublin Core (DC), principalmente para permitir que el mismo pueda ser cosechado a través del protocolo de Recolección de Metadatos (OAI -PMH: Open Archives Initiative - Protocol for metadata Harvesting). Sin embargo, DC no es el estándar más apropiado para la descripción de objetos de aprendizaje, lo que hace necesario recurrir a otros estándares. El estándar Learning Object Metadata (LOM) surge como el más adecuado para la descripción de objetos de aprendizaje. Asi mismo, surgen otros estándares tales como Common European Research Information Fomat (CERI F), Metadata Object Description Schema (MODS), entre otros. Esta variedad de estándares hace que la interoperabilidad entre los repositorios sea cada vez más compleja. La mayorí de las soluciones, hasta el momento, proponen combinar estándares de metadatos de manera de incluir aquellos necesarios para permitir ser cosechados y los que mejor describan al objeto que será depositado en el repositorio. Dado que no hay lineamientos generales para tener en cuenta a la hora de seleccionar los estándares y los metadatos que se utilizan, genera una gran diversidad de descriptores para los objetos depositados, complicando a los buscadores, lo que conlleva a una reducción en el reuso y recuperación de los objetos. Este proyecto propone líneas de investigación para lograr encontrar una solución que permita la descripción completa de los objetos promoviendo también su recuperación y reuso. Esta solución deberá contemplar las diversidades de estándares, la necesidad que tiene un repositorio en ser cosechado y las recomendaciones propuestas desde los sistemas nacionales de Argentina sobre el uso de metadatos (recomen daci on es del SNRD).
Duración: 01-01-2017 a 31-12-2019
PID UTN - 4871: "Aplicación de técnicas de inteligencia artificial al diseño y análisis de procesos de negocio"
Ente financiador: UTN.
Para adaptarse a la dinámica de los mercados las organizaciones usualmente necesitan modificar sus procesos de negocio. Sin embargo, debido a la complejidad inherente en el desarrollo e implementación de sistemas de información, encontrar errores en etapas avanzadas del desarrollo puede causar diferentes problemas, tales como: (1) afectar los procesos internos de las organizaciones y propagar errores más allá de sus fronteras, (2) generar desconfianza en la organización, (3) afectar la eficiencia de la organización, (4) o impedir el logro de las metas de negocio.
El objetivo principal de este proyecto es el desarrollo de métodos, técnicas y herramientas para el diseño y análisis de procesos de negocio. El principal propósito es proveer el soporte necesario que posibilite a analistas de negocios y diseñadores/desarrolladores de sistemas comprobar si los modelos de procesos de negocio están bien definidos y satisfacen los requerimientos acordados durante el desarrollo e implementación de sistemas de información orientados a procesos.
Los métodos y herramientas a desarrollar utilizarán técnicas de Inteligencia Artificial y estarán basados en los principios del Desarrollo Dirigido por Modelos, con el propósito de automatizar la generación de especificaciones formales, y ocultar a los analistas de negocio los detalles de los formalismos usados para el análisis de los procesos de negocio.
Duración: 01-01-2018 a 31-12-2020
PID UTN - SIUTIFE0004923TC: "Integración del enfoque semántico a las técnicas de Machine Learning y Big Data en Ingeniería de Software"
El término Big Data (BD) hace referencia a conjuntos de datos muy grandes y complejos, de tal forma que las herramientas tradicionales no son capaces de procesarlos en un lapso de tiempo aceptable, o a un costo razonable.
Por este motivo, surgen diversos problemas y desafíos para efectuar su búsqueda, almacenamiento y análisis. Las oportunidades creadas por la gestión integrada de tal cantidad de datos se han beneficiado de los avances en Inteligencia Artificial, como el uso extensivo del Machine Learning (ML) y las Redes Neuronales, y el desarrollo del campo de la Ciencia de Datos, que se ha constituido en el trabajo más prometedor del siglo XXI en este área. Estos y otros desarrollos continúan aumentando la capacidad de extraer valor de estos datos. Si bien el uso de grandes datos ha estado en marcha durante algún tiempo en áreas como la tecnología y las finanzas, actualmente se está viendo un aumento creciente en su uso para la fabricación, la salud y muchas otras industrias. Las herramientas clásicas de análisis de datos han mostrado limitaciones ante la necesidad del tratamiento de tal volumen de datos, particularmente de su heterogeneidad. En este sentido, ante la abundancia de datos no estructurados o textuales, se hace necesaria la incorporación de un enfoque semántico a las herramientas tradicionales de análisis y gestión. En relación a esto, los objetivos del presente proyecto van desde el análisis de las contribuciones que pueden realizar las tecnologías semánticas a las áreas de Big Data y Machine Learning, a la definición de un framework que implemente los algoritmos semánticamente modificados para lograr el análisis y gestión eficientes de grandes volúmenes de datos con características no tradicionales de heterogeneidad y contexto.
Duración: 01-01-2018 a 31-12-2020
PIP 0705: "Estrategias y herramientas para la gestión de la semántica de la información en las organizaciones"
Director: Dr. Omar Chiotti
Ente financiador: CONICET
Las actividades del presente proyecto estarán orientadas al desarrollo de modelos y herramientas que permitan considerar la semántica de la información en los procesos que las organizaciones llevan a cabo tanto internamente como en su relación con otras empresas. En particular se desarrollarán dos áreas de trabajao: La primera (Area I) abordará la problemática interna de las organizaciones, asociada a la gestión del conocimiento contenido en los documentos almacenados en sus Memorias Organizacionales; y la segunda (Area II) se orientará al desarrollo de herramientas que permitan resolver el problema de interoperabilidad en relaciones de negocio entre empresas. Area I: la tarea consistirá en el desarrollo de estrategias y algoritmos para lleva a cabo procesos de representación, consulta y recuperación de objetos de información en base a la semántica del contenido de documentos de una colección. Area II: tiene como meta el desarrollo de nuevas metodologías para el desarrollo de ontologías que tengan en consideración, desde un inicio, aquellas características que faciliten la interoperabilidad entre los sistemas de información que pudieran interactuar en posibles relaciones futuras. En ambas áreas se propone la consideracion de ontologías pesadas (heavyweight) con el fin de mejorar la potencialidad descriptiva de las ontologías para definir mecanismos de inferencia que permitan el procesamiento semántico de la información.
Duración: 2012-2014.
PAE-PICT 2007-00118: “Tecnología de información para el desarrollo de procesos de negocios colaborativos"
Director: Dr. Omar Chiotti
Ente financiador: Agencia Nacional
El objetivo general de este proyecto es el desarrollo de métodos, técnicas y herramientas para: modelar, especificar, verificar y validar procesos de negocio involucrados en una relación de colaboración Business-to-Business (B2B); y modelar semánticamente la información a intercambiar en la ejecución de dichos procesos colaborativos. El principal propósito es desarrollar Tecnología de Información y Comunicación para que las empresas puedan emprender relaciones de colaboración B2B. Dicha tecnología les permitirá definir procesos de negocio colaborativos, y gestionarlos e integrarlos con sus procesos internos. Se pretende que el soporte a generar posibilite a las empresas disminuir los tiempos, costos y complejidad en el desarrollo de soluciones tecnológicas para ambientes B2B y garanticen la alineación de la solución tecnológica con la solución de negocio, a través de la aplicación de los principios del desarrollo dirigido por modelos.
Duración: 2009-2013.
PROYECTO 25/O114-UTN: "Estrategias y herramientas para la gestión de la semántica de la información en las organizaciones"
Director: Dra. Maria Rosa Galli, Co-Director: Dra. María Laura Caliusco
Ente financiador: UTN
Este proyecto tiene por objeto el estudio de la tecnología informática y su aplicación en el desarrollo de sistemas inter-organizacionales para el soporte de los procesos de negocio relacionados con la gestión colaborativa de las cadenas de abastecimiento. Aborda la problemática del modelado de procesos de negocio colaborativos y el diseño de sistemas business-to-business (B2B) para soportarlos. Estudia la aplicación de tecnología de agentes de software para el desarrollo de sistemas autónomos para el monitoreo y gestión de eventos en la ejecución de procesos de abastecimiento.
Duración: 01/01/2010-31/12/2013.
PROYECTO 25/O137: " Modelado y análisis semántico de los aspectos dinámicos de las redes sociales"
Director: Dra. María Rosa Galli - Co-Director: Dra. Mariel Ale.
Agente financiador: UTN
El objetivo principal de este proyecto es el desarrollo de modelos, algoritmos y herramientas computacionales basados en estrategias y herramientas de la Web Semántica que permitan dar soporte a la extracción de modelos de conocimiento e interacción (ontologías) a partir de Redes Sociales. Específicamente el proyecto involucra dos áreas de trabajo (1) generaración de modelos semánticos de las redes sociales que puedan ser aplicados en sistemas computacionales y diseño de algoritmos que provean servicios adicionales útiles para los usuarios de estas comunidades (2) implementación de métodos de visualización que provean una fácil interpretación de los modelos y de los aspectos semánticos detectados en las redes analizadas.
Duración: 01/01/2012-31/12/2014
PROYECTO 25/O134: "Técnicas y herramientas de soporte al desarrollo guiado por ontologías de sistemas de información"
Director: Dra. Maria Laura Caliusco - Co-Director: Dra. Luciana Ballejos.
Agente financiador: UTN
En los últimos años se han producido numerosos avances en la Ingeniería de Software que han contribuido a aumentar la calidad de los sistemas de información, como ser la mejora en las metodologías de desarrollo, en los lenguajes de programación y en el advenimiento de sofisticadas herramientas CASE. Sin embargo, muchos de los proyectos de desarrollo de software aún siguen llevándose a cabo sin éxito. Es decir, no cumplen totalmente con los requerimientos de los interesados, se exceden en el presupuesto y van mucho más allá de los plazos inicialmente previstos. El objetivo de este proyecto es la definición de técnicas y herramientas para conformar un framework que pueda ser una guía basada en ontologías para la construcción de sistemas de información que contribuya a resolver los problemas anteriormente planteados. Dicho framework estará dividido en dos fases, la cuales darán lugar a dos sublíneas de investigación: (1) especificación de requerimientos y (2) ciclo de vida completo de desarrollo de software.
Duración: 01/01/2012-31/12/2014.
PROYECTO 25/O135: "Tecnologías de información para la definición de entornos centrados en red que den soporte a la gestión integrada de la información".
Director: Dra. Luciana Ballejos - Co-Director: María de los Milagros Gutierrez.
Agente financiador: UTN
Los entornos centrados en red son un nuevo paradigma que se viene gestando en la última década cuyos pilares son la información compartida y la eliminación del dueño de la información, propiciando de esta manera el intercambio de información entre entidades que tienen intereses comunes. Los estudios a llevar adelante con este proyecto aportarán los conceptos necesarios para aplicar el paradigma de entornos centrados en red a redes de organizaciones, a fin de dar soporte a la gestión integrada de la información de manera flexible y adaptable a los cambios de estructuras y roles entre las organizaciones participantes. Esto permitirá a las organizaciones que son parte de una red tomar decisiones a tiempo, gestionar recursos más eficientemente y adquirir ventajas competitivas para el crecimiento en el mercado local, regional e internacional.
Duración: 01/01/2012-31/12/2014.
PROYECTO 25/O128: "Aplicación de técnicas de inteligencia artificial en una plataforma de hardware específica restringida para el diseño de agentes inteligentes".
Director: Dra. María de los Milagros Gutierrez - Co-Director: Dr. Horacio Leone.
Ente financiador: UTN
En este proyecto se trabaja con la implementación de diferentes técnicas enseñadas en la cátedra de inteligencia artificial y que puedan ser implementadas en robots legos. En este contexto es necesario tener en cuenta para su implementación las restricciones encontradas en cuanto a capacidad de procesamiento y de memoria. Esto obliga a la búsqueda de soluciones tecnológicas adecuadas para lograr el objetivo deseado.
Duración: 01/01/2011-31/12/2013.
PROYECTO 25/O139: "Modelos de performance de transacciones electrónicas de negocios".
Director: Dra. Ana Rosa Tymoschuk.
Ente financiador: UTN
El proyecto tiene como objetivo obtener métricas de negocios y tecnológicas para sitios de transacciones comerrciales electrónicas par evaluar el desempeño, integrando la visión del negocio, la configuración de tecnologías y la informatización de los procesos asociados. Esta información es importante para la toma de decisiones en cuanto a estrategias comerciales o a la búsqueda de configuraciones eficientes de los recursos informáticos. Los sitios de negocios se consideran sistemas de eventos discretos, se representan mediante el formalismo DEVS (Discret Event System Specificiation) y se simulan con la herramienta DEVS JAVA de libre disponibilidad académica. Los sistemas de negocios a considerar incluyen las plataformas tradicionales de comercio electrónico que utilizan arquiteturas centralizadas cliente-servidor y las que usan servicios distribuidos, aplicando la arquitectura SOA para la integración entre operaciones de manera transparente y con independiencia del lenguaje de programación y sistema operativo. Estos aspectos son considerados en los modelos de simulación para predecir comportamienos en distintos escenarios.
Duración: 01/01/2012-31/12/2013.
Proyecto 25/O157: "Gestión de procesos denegocio en colaboraciones interorganizacionales"
Director: Dr. Pablo Villarreal - Co-Director: Dr. Omar Chiotti
Ente financiador: UTN
El objetivo general de este proyecto es desarrollar y construir métodos, herramientas de sotware y sistemas de información, que posibiliten a las organizaciones la gestión de los procesos de negocio (colaborativos y de integración) requeridos para llevar a cabo la implementaciòn de colaboraciones inter-organizacionales. La gestión de procesos de negocio consiste en llevar a cabo un ciclo de vida de mejora contina a los procesos, el cual implica realizar varias etapas por cada proceso: análisis/evaluación, diseño, implementacion y ejecución. Los resultados de este proyecto tienen como propósito dar soporte a estas etapas del ciclo de vida de los procesos de negocio involucrados en colaboraciones inter-organizaciones, tanto de los procesos colaborativos que acuerdan las organizaciones, como así también de los procesos de integración privados de cada una de ellas. Por un lado, se propone desarrollar métodos de desarrolo con sus técnicas y/o lenguajes, a ser incorporados en heramientas de software para dar soporte al modelado y diseño, análisis (verificación y validación) e implementación de los procesos de negocio colaborativos y de los procesos de integración de las organizaciones. Por otro lado, se propone generar métodos de desarrollo, modelos/arquitecturas y que soporten la gestión y ejecución de los anteriores tipos de procesos. Los métodos y heramientas de software a generar estarán basados en los principios del desarrollo dirigido por modelos y la arquitectura dirigida por Modelos (Model-Driven Development -MDA), para guiar el proceso de desarrollo a través de transformaciones de modelos a modelos y de modelos a código. De tal manera, que posibliten a las organizaciones disminuir los tiempos, costos y complejidad en el desarrollo de soluciones tecnológicas para colaboraciones inter-organizaciones y garanticen la alineación de la solución de negocio con la solución tecnológica.
Duración: 01/01/2013-31/12/2015
Proyecto 25/O155: "Arquitectura cognitiva multi-agente para control distribuido, scheduling emergente, supervisión y optimizacion autonómica de sistemas de producción".
Director: Dr. Ernesto Martinez - Co-Director: Dra. Mercedes Canavesio
Ente financiador: UTN
Para lograr un significativo avance hacia la incorporación de capacidades cognitivas en los procesos industriales, el proyecto aborda varios problemas fundamentales relacionados con el diseño, validación, verificación y prototipado usando la simulación generativa de una arquitectura distribuida de agentes autonómicos que realizan funciones de scheduling, control distribuido, supervisión y optimización en tiempo real sobre objetos gestionados tales como recursos planes, órdenes, materiales, procesos y productos. La arquitectura cognitiva que se propone es un modelo computacional implementable de un sistema sensori-motor artificial donde se integran las actividades de predicción, anticipación, percepcion, atención y capacidad de respuesta ante eventos no planificados para desplegaar las funciones autonómicas reside en el diseño de un sistema multi-agente cuyas unidades inteligentes y auto-gestionados poseen capacidades de auto-configuración para adaptarse a las condiciones de un entorno incierto, de auto-regeneración para recuperarse ante fallas, de auto-optimizaciòn en la búsqueda de la mejora de los procesos existentes y de auto-protección para detectar e identificar eventos disruptivos que puedan afectar la eficiencia y eficacia del sistema productivo desde una perspectiva holística.
Duración: 01/01/2013-31/12/2015.
PROYECTO 25/O153: "Minería de datos en Bioinformática"
Director: Dra. Georgina StegmayerEnte financiador: UTN
El procesamiento y descubrimiento de relaciones en la enorme cantidad de datos que deben analizarse en ciertas áreas de la Biología representan actualmente grandes desafíos. Los avances técnicos logrados por la genómica, la metabolómica, ranscriptómica y proteómica en los últimos años ha aumentado significativamente la cantidad de datos que los biólogos pueden medir sobre diferentes aspectos de un organismo. Además, estos conjuntos de datos biológicos tienen características adicionales: su inherente complejidada biológica y una cantidad significativa de ruido y datos faltantes. Desde el punto de vista de la aplicacion, una tendencia actual es lograr la integración de diferentes tipos de datos biológicos para poder poner de manifiesto correlaciones ocultas entre ellos que permitan inferir nuevos conocimientos acerca de los procesos biológicos que los involucran. Sin embargo, descubrir patrones ocultos en este tipo de datos es actualmente un reto ya que el empleo de cualquier tipo de algoritmo para reconocimiento de patrones se ve entorpecido por la llamada maldición de la dimensionalidad (número limitado de muestras y un muy alto número de dimensiones). Esto pone en evidencia la necesidad de desarollar nuevas técnicas tendientes a superar las limitaciones y las existentes. Se requieren nuevos modelos computaciones para realiar automáticamente tareas propias de la minería de datos, tales como la integración de muy diferentes tipos de mediciones, el agrupamiento de modo no supervisado y la inferencia de relaciones. En este proyecto se propone aplicar enfoques basados en la inteligencia computacional para realizar estas tareas sobre datos biológicos. Para la realización del presente proyecto, además de las bases de datos de dominio público, se cuenta con datos provistos por una red nacional de investigación en biotecnología. Es de su interés poder utilizar los métodos que se desarrollarán en esta investigación para poder obtener conclusiones a partir de los grandes volúmenes de datos con los cuales trabajan actualmente y cuyo tratamiento con las técnicas existentes resulta insuficiente.
Duración: 01/01/2013-31/12/2015.
Proyecto 25/O136: "Los Patrones de Seguridad en el ciclo de desarrollo de software"
Director: Esp. Marta Castellaro - Co-Director: Mg. Susana Romaniz.
Ente financiador: UTN
Realizar estudios dirigidos a incluir a la seguridad en las etapas iniciales del ciclo de producción de sistemas de información y en proyectos que hacen uso intensivo de TI. Analizar los patrones de seguridad, su extensión y aplicación en las fases de desarrollo de software correspondientes. Estudiar y analizar la implementación de algunos patrones en herramientas actualmente empleadas para el diseño y construcción de los sistemas de información. Elaborar pautas que ayuden a las organizaciones a incorporar patrones de seguridad.
Duración: 2012-2013.