Documentos de Académico
Documentos de Profesional
Documentos de Cultura
105a. Proyectos y Temas de Tesis en Comp
105a. Proyectos y Temas de Tesis en Comp
Av. Juan de Dios Btiz esq. Miguel Othn de Mendizabal Ote. Unidad Profesional Lpez Mateos del
IPN, Col. Nueva Industrial Vallejo. Edificio CIC. 07738 Mxico, D. F. (A Guzmn): +52 (55) 5729 6000
x56569, x56507. a.guzman@acm.org Blog: a-guzman.blogspot.com skype: a.guzman Pg. Web:
http://alum.mit.edu/www/aguzman
2
En cuanto a los trabajos que desembocan en tesis de doctorado: En el CIC el estudiante de doctorado debe
publicar un artculo en una revista ISI (revista internacional, de prestigio) para poder obtener su grado de
doctor. Esto requiere que su trabajo de tesis (a) sea novedoso, que no se haya hecho antes; (b) que sea una
contribucin, una aportacin. Una mejora a lo que ya se tiene, una mejor manera (ms rpida, ms precisa,
ms general, ms entendible, con menos errores... algo mejor en algn aspecto) que la forma en que ahora se
resuelve el problema; (c) que no sea trivial, que no sea un ligero cambio o mejora a como ya se resuelve. No
se trata de hacer un peine con 101 dientes, porque no hay peines con 101 dientes. Adems, las tesis que yo
dirijo deben tener manifestaciones concretas (algo material o tangible que exhibir): un algoritmo escrito en
un lenguaje de programacin, funcionando y con resultados, con ciertas pruebas, o una pieza de hardware
(un artefacto electrnico, una tarjeta, un DSP con su programa hecho para resolver algo especfico. No me
gusta dirigir tesis que presentan mtodos o metodologas o estrategias o modelos (a menos que sean modelos
matemticos, verificables, demostrables) o "conjuntos de herramientas" para ver para qu sirven...
3
Ciento veinticinco proyectos y temas de tesis en Computacin. Reporte AHR 80 7, IIMAS UNAM. 1980.
Segunda edicin: Reporte AHR 80 7a., 1981, IIMAS. 3a. edicin: Reporte AHR 81 19,1981, IIMAS. 4a.
edicin: en el CINVESTAV, IPN.
Proyectos y temas de tesis en computacin. 11 de mayo de 2012
1 de 48
hacer en Visual Basic? En Java? En PhP? Si es para Internet, sabe Java? Applets,
servlets? Tiene usted a su alcance las herramientas necesarias? (Si necesita un cohete
para llegar a la luna, y no tiene el cohete, no va a ir a la luna). Las herramientas que usted
propone, las sabe usar usted? Tiene usted las habilidades requeridas para la solucin del
problema? Explique su plan de accin. Incluya un plan de trabajo, con fechas y resultados
a entregar. Liste al final del plan los resultados a entregar, e incluya: Como resultado de
todo este trabajo, al final del mismo se tendr un sistema llamado xx capaz de yy y de
zz. Cuenta usted con todo el tiempo que se necesita? O trabaja, est casado, toma un
curso de ingls, vive lejos de su trabajo y, adems, aprende a tocar la guitarra? [Una
cuartilla].
(4) Direccin. Qu espera de m? En qu partes quiere que lo dirija? Desea que le haga
crticas? Sugerencias, cambios? [Un prrafo]
Con su propuesta en mis manos, yo le contestar rpidamente (10 das) si le puedo ayudar,
dirigir, ser til. Note que no tengo ms informacin adicional sobre el tema.
Los nmeros que llevan mis artculos se refieren a la lista que aparece en mi
curriculum vitae. La mayora de ellos pueden leerse o copiarse gratuitamente, en texto
completo, de mi pgina Web, o mejor de http://academia.edu. Ms informacin al final de
este documento.
1.
Estos nmeros se refieren a la lista de trabajos de A. Guzmn que aparece en su curriculum vitae.
2 de 48
99. Adolfo Guzmn. Finding the main themes in a Spanish document. Journal Expert
Systems with Applications, Vol. 14, No.1/2, Jan/Feb 1998, pages 139-148.
101. Beatriz Beltrn Martnez, Adolfo Guzmn Arenas, Francisco Martnez Trinidad, Jos
Ruiz Shulcloper. Clasitex++: una herramienta para el anlisis de textos. Memorias del
Tercer Taller Iberoamericano de Reconocimiento de Patrones, TIARP-98, Centro de
Investigacin en Computacin, Instituto Politcnico Nacional, Mxico, D. F. Marzo
1998. Pginas 369-379
2.
Agentes mviles
3.
3 de 48
4.
Generador de clasificadores
Estos nmeros se refieren a la lista de trabajos de A. Guzmn que aparece en su curriculum vitae. Para
accesar los artculos completos, vaya al curriculum y seleccione la liga.
Proyectos y temas de tesis en computacin. 11 de mayo de 2012
4 de 48
continua, como peso en kilogramos, puede engrosarse o convertirse a una variable con los
intervalos [de 0 a 10 kg.], [de 11 a 20 kg.], etc.) Utilcese una matriz de control para obtener
la eficiencia (porcentaje de aciertos) de tal clasificador. Ahora bien, supongamos que la
eficiencia obtenida no es la adecuada. Hay que buscar un clasificador mejor (con mayor
eficiencia).
El proyecto consiste en generar de manera automtica muchos clasificadores,
buscando uno (o varios) que tengan eficiencia alta. El generador modificar los parmetros
(granularidad de las variables, escoger otros testores tpicos, eliminar objetos de la matriz de
aprendizaje, ...) de suerte que se vayan generando clasificadores con eficiencia (quiz)
mayor. El mtodo obvio es el de fuerza bruta, pero es muy lento (por ser exhaustivo y estar
trabajando con una gran cantidad de variaciones de los parmetros). La idea es guiarse por
la eficiencia, por la cantidad de informacin de los rasgos, por la confusin entre objetos,
etc., para guiar el mtodo de fuerza bruta hacia uno de fuerza semi-bruta, que proponga
parmetros razonables y encuentre mejores clasificadores sin tanta exploracin.
Adicionalmente, pueden combinarse los 3 (o n) mejores clasificadores, para obtener
un clasificador an mejor que los clasificadores que se combinan. Idea: utilice la
sensibilidad (precios sombra) de cada parmetro del clasificador, para saber en qu sentido
modificar el parmetro.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad.
Es engorroso estar buscando manualmente un clasificador mejor que el que ya se
tiene. A menudo este trabajo se hace por una persona que es especialista en el campo de
aplicacin (es especialista en prstamos), pero no es especialista en Reconocimiento de
Patrones. El mtodo manual o del tanteo no garantiza encontrar rpido un clasificador
deseado.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
Desarrolle un algoritmo de fuerza bruta para generar clasificadores, y simultneamente
estudie (tericamente) los efectos de los diferentes parmetros del clasificador en su
eficiencia. Consecuentemente, agregue heursticos a su generador bruto para guiar la
generacin inteligentemente. Bono adicional: demuestre que su generador es monotnico
(la eficiencia de un nuevo clasificador generado, con respecto al anterior, aumenta siempre o
no disminuye).
Para el algoritmo de fuerza bruta, el clasificador a usar ser uno que (a) sea el ms
robusto o eficiente posible, y (b) se conozca bastante bien su fundamento terico, a fin de
entender el papel de cada parmetro del clasificador. Por ejemplo, use ALVOT. Bono
adicional: tenga una tabla que diga: para tales y cuales condiciones, el mejor clasificador a
usar, a priori, es la recta de Fisher, para esto otro hay que usar diagramas de Voronoi, etc.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
100. Ruiz Shulclper, Jos; Guzmn, A. y Daz de Len, Juan Luis. Enfoque lgico
combinatorio al Reconocimiento de Patrones: Clasificacin Supervisada Editorial
Politcnica, 1999. Mxico, D. F.
A. Guzmn. Generacin de clasificadores con una eficiencia dada. Trabajo en progreso,
incompleto. SoftwarePro International. (tengo un borrador de este artculo)
5.
5 de 48
6 de 48
6.
7.
7 de 48
8.
9.
8 de 48
10.
11.
9 de 48
12.
Vaco
13.
14.
10 de 48
se gana con su mtodo? Y qu se gana con su mtodo versus con otros mtodos ya
existentes?
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad.
En la etapa de prueba, para determinar la robustez de programas.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
Computer Dec. 97.
15.
16.
OTROS NOMBRES (ttulos alternos). Informes exactos sobre pasos, procesos y trmites.
REA (dentro de la Computacin). Sntesis de voz.
DESCRIPCIN. En qu consiste el proyecto. Existe una oficina que da informacin telefnica,
mediante personas, de trmites en oficinas de gobierno. La idea es representar a cada trmite
por un flujograma (red dirigida, los nodos son transacciones atmicas o trabajos que realiza
un individuo, los arcos indican los nodos o transacciones corriente abajo que son
consecuencia de las transacciones que ya concluyeron; hay nodos condicionales o if: si es
menor de edad, vaya a la ventanilla 1, si no, vaya primero a la caja antecedentes penales),
y tener un sintetizador de voz que va leyendo el trmite por telfono.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Dar informacin
veraz por telfono.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo. Usar
tarjetas que se conectan a la PC para manejar (hablar) menes de voz, y leen (mediante
tonos) los dgitos pulsados en el microtelfono.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
86bis. Guzmn, A. Diseo de una Sistema General de Seguimientos. Simposium
Internacional de Computacin , CENAC-IPN, Nov. 10-13, 1993, Mxico, D.F.
11 de 48
17.
12 de 48
13 de 48
18.
14 de 48
19.
OTROS NOMBRES (ttulos alternos). Sensor de los problemas de una empresa, de una
comunidad.
REA (dentro de la Computacin). Inteligencia Artificial, Procesamiento de Lenguaje Natural,
procesamiento de textos en espaol.
DESCRIPCIN. En qu consiste el proyecto. Mientras ms se mencione un tema, es ms
importante, ms relevante, de ms actualidad. Cuntas veces se menciona? En qu pgina
del peridico aparece? Qu tan extensa es la nota? Dentro del documento, dnde aparece el
tema tambin indica su importancia: en el ttulo, en el resumen, en resultados principales.
Utilizando Clasitex (refs. 98 y 99), analice las noticias de los peridicos, o el boletn
informativo de la empresa, y determine cules son los temas que ms acaparan la atencin
del lector (o de los escritores).
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Manejo inteligente de
textos en espaol. Entender qu preocupa a una comunidad, a una empresa.
Nota: el proyecto #45 hace un estudio similar, pero no sobre lo que aparece en los
informes o peridicos, sino sobre lo que se lee.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos. Ver tambin proyecto
#20.
98. Guzmn A. Hallando los temas principales en un artculo en espaol. Soluciones
Avanzadas. Vol. 5, nm. 45, pg. 58. I parte, 15 de Julio de 1997, II parte vol. 5, nm.
49, pg. 66, 15 de septiembre de 1997. Tambin en : Simposium Internacional de
Computacin. Centro de Investigacin en Computacin. Instituto Politcnico Nacional.
Noviembre 12-14, 1997. Mxico, D.F., pginas 36-51.
99. Adolfo Guzmn. Finding the main themes in a Spanish document. Journal Expert
Systems with Applications, Vol. 14, No.1/2, Jan/Feb 1998, pages 139-148.
20.
15 de 48
llegado a un mximo. Otra: a un mnimo. La idea es leer con Clasitex un gran nmero de
artculos, mes a mes, y ver si alguna de estas tendencias ocurre. Es como un minero
simblico que encuentra situaciones interesantes o tendencias en artculos en espaol.
sese Clasitex para contar el nmero de ocurrencias de conceptos que votan o se
refieren a bisbol. Una vez reducido cada artculo a un nmero de ocurrencias, sense los
mtodos comunes de minera de datos para determinar si hay incremento, decremento, salto,
mnimo, mximo, o alguna otra situacin interesante.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Para detectar
situaciones interesantes, tendencias, en textos escritos en espaol. Manejo inteligente de
textos en espaol. Para saber la dinmica de la atencin de una empresa, de un pblico.
Cmo vara la importancia de un suceso, por la frecuencia con que se menciona el tema.
Bono adicional: haga estadsticas que reporten ms o menos lo siguiente: lo normal es que
un tema de cierta importancia dure una semana en las noticias, un tema ms importante (la
muerte de la princesa Diana) puede durar hasta 2 meses, etctera. Esto nos permite
comparar la importancia relativa de dos sucesos, midiendo el tiempo e intensidad con que
permanecen en las pginas principales de una publicacin. Variante: analice los distintos
artculos publicados en, digamos, los ltimos tres aos de Pattern Recognition, y haga
estadsticas que nos digan cmo el tema fusin de sensores ha arrancado, cundo lleg a
su cspide, y cmo ha declinado, quines son los autores o grupos ms destacados, los
grupos seguidores imitadores, los grupos lderes o iniciadores, etc. Cmo ha languidecido el
tema aplicaciones cliente-servidor, el tema repositorio de datos, etc.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo. Utilice
Clasitex Clasitex++ como punto de partida.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos. Ver tambin proyecto
#19.
98. Guzmn A. Hallando los temas principales en un artculo en espaol. Soluciones
Avanzadas. Vol. 5, nm. 45, pg. 58. I parte, 15 de Julio de 1997, II parte vol. 5, nm.
49, pg. 66, 15 de septiembre de 1997. Tambin en : Simposium Internacional de
Computacin. Centro de Investigacin en Computacin. Instituto Politcnico Nacional.
Noviembre 12-14, 1997. Mxico, D.F., pginas 36-51.
99. Guzmn, A. Finding the main themes in a Spanish document. Journal Expert Systems
with Applications, Vol. 14, No.1/2, Jan/Feb 1998, pages 139-148.
21.
16 de 48
har que la computadora notifique a los guardias del estacionamiento salida anormal del
Chevrolet verde placas xxx, o d algn aviso parecido de alarma. Variante: no ponga la
antena en el techo, pngala cerca de la puerta de salida del estacionamiento. Necesitar
menos potencia.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Evita robos de
vehculos estacionados. Eliminacin o deteccin de robos en lugares confinados. Reduccin
del personal de vigilancia. Aumento de seguridad. Proteccin.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo. Hay
que disear el hardware, el software y las comunicaciones. Se parece a los pagers y a las
comunicaciones de los telfonos inalmbricos (no de los celulares). Hay que ver qu
frecuencias o tcnicas usar, a fin de no sufrir interferencias indeseadas.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
El Ing. Marco Antonio Reyes Garca estuvo desarrollando antenas que formaban
parte de gafetes activos, en el Instituto Mexicano de la Comunicacin, S. C. T.
22.
Transparentador de profesores
23.
17 de 48
b) Otra variante: pudiese ser no presencial, como (a), y tambin asncrona: en realidad la
junta dura dos das, con un horario largo: tienen los integrantes hasta las 10 de la
maana para enviar candidatos; hasta las 6 p.m. para enviar objeciones, hasta las 10 p.m.
para votacin preliminar, etc.
Existe ya software comercial para juntas electrnicas, el proyecto podra ser imitar
uno, tratando de mejorarlo o de agregarle algunas caractersticas tiles adicionales. Con este
software es posible hacer votaciones de distintas maneras, conservar el anonimato de los
emisores de opiniones o votos, opinar en paralelo, hacer consensos sobre las cinco ideas o
candidatos mejores, los 5 peores, etc.
24.
25.
18 de 48
hacia una rutina que es la que llama al comando correspondiente de Oracle, el cual lee los
datos del motor de Oracle y los devuelve (llenando el buffer de memoria) tal como los
hubiera devuelto o recobrado el comando de Progress. Y similarmente para los comandos
que escriben, los que verifican si la llave es inexistente, etc.
Variante 1.b. Intrprete (caja de datos) de comandos de Progress cuando el motor se
ha reemplazado con uno de Oracle. Es un intrprete que intercepta los comandos, en vez de
un preprocesador que convierte comandos en un lenguaje (Progress) hacia otro (Oracle).
Variante 2. Traductor de Progress hacia varios lenguajes, no solo hacia Oracle.
Cuando en las variantes anteriores decimos Progress, en realidad estamos pensando en un
lenguaje sencillo o cmodo (por eso pens en Progress) para escribir nuestros programas, y
de ah hacer la traduccin (o interpretacin) automtica hacia otros motores de bases de
datos cuyos lenguajes 4GL no deseamos aprender. Es decir, pudiera ser que el lenguaje
cmodo en que programamos rutinariamente no sea Progress, sino alguno otro.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Para proporcionar
independencia del motor de la base de datos. Para usar un nico lenguaje de programacin.
Para convertir sistemas que accesan a una base de datos relacional, a otra base de datos.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
26.
27.
19 de 48
20 de 48
ejemplo, tener que revisar manualmente 30 bases de datos (una por cada estado de la
repblica) cuando buscamos un nmero de placas de automvil.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
1. Abra las aplicaciones. Migrar a sistemas abiertos. Constryales una IPA (interfaz
programtica de aplicacin, en ingls API) para que otros programas puedan usarlas.
2. Construya un pizarrn central para manejar (recibir y redirigir) los mensajes que distintas
aplicaciones le dirijan a otras que tal vez pudieren interesarle, algo as como el mensaje
a quien corresponda.
3. Construya puentes desde este pizarrn central a cada una de las aplicaciones, utilizando
las IPAs previamente diseadas en (1).
3bis. Variante. Si no son muchas las aplicaciones a interconectar, construya directamente
puentes entre cada par de ellas (que realmente haya que comunicar, obviamente).
4. Considere la infraestructura. Redes. Software para convertir. El problema de accesar a
una IBM AS 400. El problema de accesar a Informix desde el web.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
1. John J. Donovan. Business Re-engineering with information technology. PTR Prentice
Hall. 1994. Es un libro con una metodologa para establecer puentes entre sistemas ya
existentes, haciendo que colaboren entre s.
2. En Pemex PEP, el Ing. Cadena conect los principales sistemas de administracin,
haciendo juntas entre expertos, y preguntndoles cosas como: cuando se hace un pedido
con el sistema A, qu informacin hay que pasarle al sistema B de almacenes? Los
expertos (en almacenes, no necesariamente en informtica) dicen qu debera suceder
lgicamente, por ejemplo agregar a los registros de los productos pedidos, la
informacin de que tal mercanca debe llegar, a tal precio, de tal proveedor,
aproximadamente en tal fecha. Luego se consulta a otros expertos (en informtica) en
los sistemas A y B que nos explican qu cosa sucede en realidad, o sea, dnde se queda
corto A y B. Luego, Cadena o alguien disea dos archivos, uno de salida de A que se
considera como peticiones a B. Otro de entrada de B que se considera como atender
peticiones que se encuentren en el formato B. Y un convertidor de texto a texto que
pasa los datos del formato A al formato B.
Sistema A que quiere
pedirle algo ms al B
Peticin de A, en el
formato FA
Sistema B
Peticin a B, en
el formato FB
Transformador de FA en FB,
segn las reglas de operacin
de la empresa
29.
21 de 48
30.
31.
22 de 48
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
El dispositivo es un lanzador de rayos lser que mide la distancia a donde llega el
lser. Es similar al que tenemos en las reglas lser que permiten medir la distancia entre
dos puntos, ms especficamente, entre el instrumento y el punto donde rebota o toca el
rayo.
La idea consiste en montar este lanzador en una mesa que va girando lentamente de
manera horizontal, de manera que se van grabando los ngulos de giro y las distancias a
donde el rayo lleg. Esto nos produce una rebanada o plano del espacio. Para capturar
otra rebanada, se levanta un poco el rayo, digamos 5 grados. Y se vuelve a girar la mesa,
hasta completar 360 grados. Esto produce otra rebanada del espacio (ms bien un cono)
que rodea al dispositivo fotogrfico. Para capturar otra rebanada, se levanta otros cinco
grados el rayo, y se vuelve a girar la mesa hasta completar 360 grados. De esta manera, en
coordenadas polares, se van leyendo las distancias a que los distintos objetos yacen, con
respecto al origen del rayo.
El dispositivo registra (teta, fi, erre), en coordenadas polares, donde erre es la
distancia a la que se encuentra el punto de rebote del rayo, fi es la elevacin del rayo, y teta
es su azimut.
Bono adicional: Una vez hecho un levantamiento (fotografa en 3 D) desde un cierto origen,
mueva el lser a otro punto, haga otro levantamiento, y con clculos geomtricos, mejore la
calidad (resolucin) de su fotografa 3-D.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
32.
23 de 48
33.
Agente que
atiende a la
visitas
Agente visitador
Muro de
seguridad
24 de 48
34.
35.
Explicaciones automticas
OTROS NOMBRES (ttulos alternos). Razones detrs del dictamen de un sistema experto.
REA (dentro de la Computacin). Inteligencia Artificial.
DESCRIPCIN. En qu consiste el proyecto. Desarrolle un programa que ofrezca
explicaciones tiles. Monte su programa sobre otro (por ejemplo, un sistema experto) ya
hecho, y concntrese en la parte de la explicacin.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Mejora la aceptacin
y credibilidad de ciertas recomendaciones hechas por la computadora, digamos a travs de
un sistema experto.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
Tpicamente, los sistemas que explican dan informacin (a) sobre la lnea de cmputo que
ejecutaron, vaciando la pila de acciones o traza que condujo a la solucin; es decir,
explican la causa o razn de la salida o resultado; o (b) con frases cortas predeterminadas.
Esto es poco til. Dado que el sistema base (cuyas salidas tratamos de explicar) acaba de
proporcionar cierta salida o informacin I, agregue usted formas de ofrecer algunas de las
siguientes explicaciones:
(c) Detalles acerca de la nueva informacin I.
(d) Cmo es que la informacin I se relaciona con lo que ya se saba.
(e) Por qu es necesaria la informacin I.
(f) La estrategia de la solucin o recomendacin I.
(g) Justificacin. Cmo y por qu se lleg a la informacin I. Contestar preguntas del tipo
cmo?, por qu?, qu?
Quiz sea til tener un modelo de las expectativas del usuario, incluyendo su estado
de conocimiento, a dnde quiere llegar, qu est haciendo en este momento.
Proyectos y temas de tesis en computacin. 11 de mayo de 2012
25 de 48
36.
37.
OTROS NOMBRES (ttulos alternos). Llenado automtico de una base de datos vaca por
agentes oferentes (push agents) y agentes buscadores.
REA (dentro de la Computacin). Agentes. Sistemas de Informacin
DESCRIPCIN. En qu consiste el proyecto. Disee un mtodo para llenar tablas que
contienen descripciones de lo que cada campo debe contener. El llenado se har en forma
diferida, utilizando agentes que toman esa descripcin y la comparan contra descripciones
parecidas de bases de datos ya existentes (y que, por ende, pudiesen tener la informacin
solicitada), generalmente geogrficamente distantes.
26 de 48
27 de 48
111. Olivares, J, Demetrio Aguirre, A., Domnguez Ayala, Mara, y Guzmn Arenas, A.
Computacin dirigida entre agentes con propsito. Foro Computacin, de la teora a la
prctica. Pgs. 210-219. 26-28 de mayo de 1999. Mxico, D. F. . ISBN 970-18-3012-1
38.
C. rbol comn
del rea
A. rbol de conocimientos
de C (Comprador)
B. rbol de conocimientos
del oferente O
28 de 48
Trucos: (1) utilice el cdigo de barras de productos que ya existe en industrias organizadas
(industria refresquera, por ejemplo). El lenguaje se refiere entonces a productos cuya
descripcin existe en el estndar de la industria. (2) Utilice el hecho de que la jerarqua
misma contenida en los rboles descarta pronto grandes ramas de productos (por
ejemplo, cerca del nodo raz se descartan productos talese como Comida o Eventos
musicales, si lo que estoy buscando es Ferretera).
Si complicamos ms el lenguaje, ste debe poder describir:
1. El tipo de agente que soy. Comprador. Vendedor. Rento. Consignacin. Es
independiente del dominio.
2. Qu informacin ofrece. (esta parte ya est considerada, es el lenguaje de
descripcin del producto, o Capa de Especificacin del Producto.)
3. Descripcin del proceso de oferta y contraoferta, peticiones. (bidding
process). Si los agentes que visitan no solo van a intercambiar informacin,
sino que le van a solicitar a la mquina visitada que realice cierto proceso,
hay que poder describirlo (Knowledge Query and Manipulation Language,
ver proyecto 33)
4. Un modelo formal del proceso de regateo o negociacin. Ver Proyecto 37.
Ntese que el lenguaje debe poder permitir la interaccin ente comprador C y vendedor O
no importa si uno de ellos (o ambos) es una persona (en vez de un agente). En este caso,
la persona debe identificarse como tal soy persona, no agente, y el otro lado que lo
atiende debe poder pasarse a un modo de interaccin basado en menes grficos y formas
de captura interactivas, guiadas (construidas al vuelo?) por el lenguaje
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
[1] Adolfo Guzmn dirigi una tesis de maestra de un estudiante de Computacin del
Cinvestav (1994, no se recibi) que haca bsqueda en bases de datos poco familiares,
utilizando el mapeo de un rbol de conocimientos comunes en una cierta rea, a las
definiciones especficas de la base de datos a la cual se quera extraer informacin.
[2] Jae Kyu Lee, KAIST, Corea. Opportunities of Artificial Intelligence in Electronic
Commerce. Proc. 4th World Congress on Expert Systems, ITESM, Mexico, March 1998,
page 8 (abstract only).
[3] Adolfo Guzmn. Finding the main themes in a Spanish document. Journal Expert
Systems with Applications, Vol. 14, No.1/2, Jan/Feb 1998, pages 139-148.
[4] Lenat, D. B., and Guha, R. V. (1989) Building large knowledge-based systems. Reading,
MA: Addison Wesley.
[5] S. K. Lee, Jay Kyu Lee, K. J. Lee. Journal Expert Systems with Applications, Vol. 11
No. 4, pages 431-441, 1997.
[6] Jess Olivares est desarrollando en el C. I. C. una tesis de doctorado que involucra
agentes y sistemas evolutivos (que quiz aprendan), y probablemente se usen tambin
tcnicas como las de Clasitex para anlisis de lenguaje natural.
111. Olivares, J, Demetrio Aguirre, A., Domnguez Ayala, Mara, y Guzmn Arenas, A.
Computacin dirigida entre agentes con propsito. Foro Computacin, de la teora a la
prctica. Pgs. 210-219. 26-28 de mayo de 1999. Mxico, D. F. . ISBN 970-18-3012-1
29 de 48
39.
40.
30 de 48
Award, awarded by the Pattern Recognition Society in November 1981, as the best article
of the year.
188. Ernesto Bribiesca, Adolfo Guzman. (2012) Enclosing Trees. Pattern Analysis and
Applications 15:1-17.
41.
42.
31 de 48
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo. Use un
lenguaje para hacer simulacin.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
43.
OTROS NOMBRES (ttulos alternos). Programa bibliotecario que ha ledo los manuales
tcnicos, patentes, y otros documentos textuales de una organizacin, y conoce los temas de
los que trata cada uno.
REA (dentro de la Computacin). Procesamiento de texto y lenguaje natural, inteligencia
artificial.
DESCRIPCIN. En qu consiste el proyecto. Mucho del valor de una empresa es su
conocimiento, guardado primero dentro de las cabezas de sus empleados, y luego en los
manuales, directorios, catlogos, patentes, informes finales, semestrales, ... que se generan
continuamente. Un nuevo empleado puede andar buscando cierta informacin, pero tiene
que preguntar a otras personas dnde puede encontrar esa informacin. Es probable que no
se le refiera al documento existente, por ignorancia.
Usted desarrollar un bibliotecario, basado en Clasitex, que lea todos los
documentos escritos en espaol de una empresa, y los indexe y catalogue segn los temas
que cada uno abarca, usando el rbol de conceptos del sentido comn de CYC (o el
simplificado de Clasitex) o el rbol de conceptos especializados de la empresa (rbol de
pinturas, recubrimientos e impermeabilizantes, por ejemplo). Este bibliotecario podr
contestar preguntas provenientes de empleados o usuarios nuevos o poco familiarizados, del
tipo dnde puedo encontrar informacin sobre pinturas alklicas? El bibliotecario hallar
los documentos pertinentes, aunque uno de ellos se refiera, digamos, a recubrimientos
fenlicos, debido a que posee el rbol de conocimientos especficos.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Mucha de la inversin
valiosa de una empresa de alta tecnologa yace en su conocimiento, que se encuentra en
reportes finales, catlogos, descripciones de productos, artculos tcnicos, manuales de
usuario, y otros documentos escritos en espaol. Una persona poco familiarizada con los
trminos o los artculos de una empresa puede tener dificultades para accesar informacin
valiosa, debido a que no sabe dnde buscar, hay mucho dnde buscar, y no le orientan
adecuadamente. El bibliotecario que usted desarrollar pondr fin a este problema, y le
ahorrar mucho dinero a la empresa, al sistematizar el acceso y uso a la informacin tcnica
generada en lenguaje natural.
Many enterprises downsize to adapt to more competitive environments. But unless
they have captured the knowledge of their employees, downsizing can result in a loss of
critical information. Similarly, as employees leave, organizations are likely to lose access to
large quantities of critical knowledge. And as companies expand internationally, geographic
barriers can affect knowledge exchange and prevent easy access to information. These and
other forces are pushing enterprises to explore better methods for knowledge management.
Enterprise knowledge management entails formally managing knowledge resources,
typically by using advanced information technology. KM is formal y that knowledge is
classified and categorized according to a prespecified but evolving ontology into
structured and semistructured data and knowledge accessible and reusable to the enterprise.
The business world is becoming so concerned about knowledge management that,
according to one report, over 40 percent of the Fortune 1000 now have a chief knowledge
32 de 48
44.
OTROS NOMBRES. ndice de todas las bibliotecas que existen en Internet, organizado por
conceptos.
REA. Sistemas de informacin, navegacin por Internet.
DESCRIPCIN. En qu consiste el proyecto. (1) Haga un rbol de todos los conceptos que le
interesan. Por ejemplo, conceptos de computacin. Siga los lineamientos para hacer un rbol
del conocimiento comn. En cada nodo de este rbol se almacenarn el apuntador (direccin
url) ms alguna descripcin (2,000 bytes, digamos) de cada artculo, libro o informe que
aparezca en cada biblioteca digital (o en un subconjunto de ellas). (2) Haga una tabla con las
siguientes columnas: (a) descripcin nica (direccin url ms algo, digamos) de un
documento; (b) fecha de la ltima visita a este documento; (c) si tenemos copia local de este
documento (si est en nuestro cach). (3) Haga un programa visitador o araa que visite
todas las bibliotecas digitales en Internet (o las que usted se interese), y de manera
incremental (a) lea cada artculo de ella; (b) usando Clasitex, averige de qu temas habla
ese artculo; (c) registre ese artculo en el rbol de (1), (d) lo registre en la tabla de (2), (e) si
el artculo ya ha sido consultado varias veces, lo guarde en el cach local. (4) Haga una
interfaz para el usuario, de manera que l pueda ver el rbol a cierto detalle, y pueda tambin
ver los apuntadores o ndices a los artculos que residen en cada nodo. (5) Haga un
programa asncrono o demonio, que peridicamente visite las bibliotecas, y actualice el
rbol, de acuerdo con la tabla de visitas en (2).
8
Estos nmeros se refieren a la lista de trabajos de A. Guzmn que aparece en su curriculum vitae.
33 de 48
45.
34 de 48
46.
OTROS NOMBRES. Minera de datos de ventas. Qu cosas compran mis clientes, organizadas
por lneas de venta.
REA (dentro de la Computacin). Acopio de estadsticas.
DESCRIPCIN. Como el proyecto # 45, pero use el rbol de productos de la base de datos o
cubo de datos, del expendio o empresa comercial que estamos analizando. Site cada venta
a un cliente en el rbol de productos.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Patrones de
consumo. Para promociones. En qu das se vende ms carne. En qu das se compra ms.
Qu se vende ms los viernes? Qu pares de productos se compran frecuentemente juntos?
Cada vez que compro carne, compro salchichas y vino tinto. Qu compra Juan Prez? Qu
compran los jugadores de baloncesto? Lea las preguntas de los proyectos 44 y 45, y
reescrbalas en funciones de artculo comprado, en vez de artculo ledo.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo. Como
los proyectos 44 y 45 (quo vide). Usted no necesitar una araa, pues los datos estn juntos.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos. Proyectos #44, #45.
47.
48.
OTROS NOMBRES (ttulos alternos). Agents that watch the data base (or the web) and
predict some phenomena.
REA (dentro de la Computacin). Agents. Prediction.
Proyectos y temas de tesis en computacin. 11 de mayo de 2012
35 de 48
49.
Proto-minera de datos
OTROS NOMBRES (ttulos alternos). Pre-mineros de datos. Mineros con mucha sensibilidad
(capaces de detectar seales muy dbiles).
REA (dentro de la Computacin).
DESCRIPCIN. En qu consiste el proyecto. Haga un minero que, cuando detecte que la
condicin xx sucedi u ocurri, pregunte por ms datos, o busque ms datos (de un cierto
tipo, con una cierta configuracin o patrn) para realmente determinar si algo interesante
(condicin yy) ha sucedido.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Deteccin de seales
dbiles. Deteccin rpida de condiciones que pueden disparar o pre-condiciones, y
luego, deteccin con ms esmero o cuidado, del resto del fenmeno. Se divide el fenmeno
(patrn de datos a buscar) a detectar en dos partes. La primera la lleva a cabo el protominero, y es una bsqueda rpida, o normal. La segunda, si se detect la primera, ya es
con ms cuidado, ms prolija.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
*92. Guzmn A. Mineros de Datos. (1996) Soluciones Avanzadas No. 34, Mxico D.F.,
junio 15. http://www.fciencias.unam.mx/revista/soluciones/30s/No34/mineria.html
Tambin: ARCHIPILAGO. Vol. 2 nm. 9, pg. 19ff. Nov.-Dic.
*97. Guzmn A. Estado del Arte y de la Prctica en Minera de Datos, Anlisis y Crtica.
(1997) Memorias del II Taller Iberoamericano de Reconocimiento de Patrones, 367-376.
La Habana, Cuba. Marzo 24-28.
107. Adolfo Guzmn, Gilberto Martnez Luna. Minera de datos con bsqueda de patrones
de comportamiento. (1999) Boletn de Poltica Informtica, Ao XXII, 2, 13-30.
INEGI, Aguascalientes, Mxico.
112. Garca, A., Guzmn Arenas, A., y Martnez Luna, G. Anasin: Minera de datos con
bsqueda de patrones de comportamiento. (1999) Memorias del Foro Computacin, de
la teora a la prctica. Pgs. 15-28. Mxico, D. F., 26-28 de mayo. ISBN 970-183012-1 Tambin: Memorias del Congreso Internacional de Computacin CIC-99. Pedro
Galicia, ed. CIC-IPN. ISBN 970-18-3697-9. Pginas 528-540
113. Guzmn, A. Minera y bodega de datos. (1999) Memorias del Simposium Nacional de
Computacin SICOM 99, 5-13. Villahermosa, Tabasco. 7-11 de junio. ISBN 970-183046-6.
36 de 48
50.
OTROS NOMBRES (ttulos alternos). Trayectorias de vehculos que deben cumplir con ciertas
restricciones.
REA (dentro de la Computacin). Inteligencia Artificial.
DESCRIPCIN. En qu consiste el proyecto. Escriba un programa que calcule la ruta ptima
(o una buena aproximacin) para un vehculo que debe viajar por las calles de una ciudad,
visitando ciertos lugares, y adems debe cumplir con alguna de estas restricciones: (1)
minimizar la longitud de su recorrido; (2) el vehculo lleva dinero, que va depositando en
diferentes cajeros automticos (al llegar al ltimo, deposita el remanente, y regresa vaco).
Ahora bien, hay distintas zonas con distinta inseguridad (ndice de asaltos); minimice usted el
valor perdido en un asalto. (3) Optimice su recorrido porque hay cierta urgencia en visitar
ciertos lugares, hay lugares con una hora lmite para que el vehculo llegue (despus de la
cual, hay un descontento o penalidad).
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo. Es un
problema de optimizacin.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
51.
37 de 48
(b) la revista Computacin y Sistemas (tendr que mandar su artculo a ver si se lo aceptan).
revista@cic.ipn.mx o cvs@cic.ipn.mx
BONO ADICIONAL: Calcule los costos de OPERACIN. Cunto cuesta cada alumno por
ao. Pago a empleados de la universidad (profesores, secretarias, jardineros, burcratas,
presidentes de comits), electricidad, libros que se gastan, computadoras que se gastan
(depreciacin), diskettes, hojas de papel, viajes, etc. Si desea, agregue los gastos del
alumno: comida, hospedaje, ropa, etc. --- CASO REAL.
O bien: cunto cobra una universidad de colegiatura, por hacer estudios de
licenciatura? Una buena universidad privada en Mxico cobra unos 5,000 dlares por
semestre de 5 materias.
Nota: Si su gobierno no le cobra, no piense que el costo es 0 dlares. Su educacin cuesta,
aunque usted no la pague. Forma correcta de calcular: calcule pago a empleados de la
universidad, electricidad, etc., como lo dije arriba.
Calcule los costos de OPERACIN de un alumno virtual: costo del software EVA
para rentarlo a la universidad: cinco dlares por alumno por materia semestral. Costo de los
asesores. Costo de la administracin.
O bien: cunto le cobra una universidad por educacin virtual? El CIC del IPN
cobra mil dlares por materia por semestre.
BONO ADICIONAL: Calcule un poco las tendencias. Los edificios duran 30 aos, luego
hay que remozarlos o restaurarlos. Los libros de computacin duran cinco a seis aos. Las
computadoras duran 5 aos. En sus conclusiones, ponga: Cul es el futuro de la educacin
presencial? O sea, cul es la tendencia de los costos en la educacin presencial? Comprela
con la tendencia de los costos en la educacin virtual.
NOTA: No confunda educacin virtual (va Internet) con educacin por teleconferencia (va
televisin y satlite). Esto ltimo es caro: el costo de los canales de satlite, del equipo de
transmisin y recepcin. Adems, la educacin por satlite es sncrona (profesor y alumno
deben coincidir a determinada hora) en tanto que la educacin virtual es asncrona (el
alumno estudia cuando quiere, el profesor puede estar durmiendo o muerto).
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
http//www.cic.ipn.mx http://eva.cic.ipn.mx
52.
OTROS NOMBRES (ttulos alternos). Minera de datos para ajustar el contenido de pginas
web y otros documentos electrnicos.
REA (dentro de la Computacin). Minera de datos + Internet.
DESCRIPCIN. En qu consiste el proyecto.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Usar minera para
ajustar el contenido de pginas web, de libros, de artculos, de acuerdo con preferencias
colectivas.
Ajustar contenido de acuerdo con la preferencia individual, es como un camalen: me ven del
color que quieren.
Ajustar contenido de acuerdo con la preferencia colectiva, es como un mueblero que hace ms
sillas que roperos, porque le consta que se le venden ms.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
Para ajuste al perfil individual.
38 de 48
(a) cmo obtener el perfil individualo. Ofrezca un servicio gratuito por Internet, pero pida
que se suscriban. As, le da a cada usuario un nmero nico (y una contrasea). Luego,
pdale que llene cierta tablita o cuestionario sencillo. Luego, vigile qu pginas (de
usted) prefiere leer, qu artculos visita ms, qu compra ms, etc. De esta manera, usted
obtiene su perfil individual.
(b) Ajuste la pgina, documento, tabla de datos,... al perfil (a), eliminando, reduciendo o
expandiendo temas o secciones, segn los intereses de l.
Para ajuste al perfil colectivo.
(1) Clasifique a sus usuarios en n tipos o clases, y establezca para cada clase un perfil de
clase.
(2) Ajuste la pgina o documento que enva, usando (b), a la clase a la cual pertenece el
usuario receptor.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
"Web Sites Begin to Get Organized, on Their Own" Self-organizing Web sites are moving the
Internet toward "self-consciousness" by employing software that automatically manages
content according to collective tastes. Joey Anuff, editor-in-chief of the site Plastic.com,
says, The Web in 1996 . . .
http://www.acm.org/technews/articles/2001-3/0119f.html#item6
53.
54.
39 de 48
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
55.
40 de 48
retroalimentacin del usuario, no solo diciendo estos tres resultados estn bien, estos
cuatro estn mal sino dando mayor informacin
Tcnicamente, un objeto se caracteriza por un conjunto de rasgos. Features. Color,
olor, sabor, si tiene crema, si se sirve caliente, si fueran platillos.
Cada rasgo se puede detectar (medir) por medio de feature detectors.
Cada feature tiene dos o tres funciones de similitud.
El usuario da unos cuantos objetos ejemplares.
Con ellos, el buscador usa los rasgos, los extractores de rasgos (se pueden tener los
objetos preclasificados en una tabla de hash para hacer la bsqueda rapidsima), las
funciones de similaridad, y unos combinadores para recobrar un montn de objetos
similares y ver si le atina a lo que usted quiere. Para leer su mente ya que usted no se
puede expresar en el espacio de funciones ni de combinadores.
Usted y el buscador estn dispuestos a hacer varios ensayos, varias bsquedas.
Convergencia iterativa. Al final de cada bsqueda, usted califica los resultados y modifica
ciertos rasgos de bsqueda aqu est la parte creativa, pues en principio usted no se expresa
bien en el espacio de rasgos La idea es tener buenos resultados despus de unas cuantas
iteraciones.
Combinadores posibles: (1) similitud al centroide de los objetos similares. Usar distancia de
Mahalanobis para normalizar las distintas varianzas. O sea, los que se parecen al promedio
de los objetos ejemplares. (2) dem con pesos en los rasgos. (3) dem con pesos en los
objetos ejemplares. (4) Este feature se requiere, no me devuelvas objetos sin este rasgo. (5)
Usar el centroide y la varianza de los objetos ejemplares (usar confusin e inconsistencia), en
vez de centroide y varianza clsicos. (6) Idntico a (1) pero se hace (1) sobre los objetos
similares al ejemplar 1 unin los similares al ejemplar 2 unin los similares al ejemplar 3. (7)
Los que se parezcan a los tres objetos ejemplares. (8) Los que se parezcan a dos de los tres
objetos ejemplares. (9) usar como centroide el mnimo comn ancestro (por ejemplo, el
mnimo comn ancestro de perro y gato es carnvoro; el mnimo comn ancestro de perro e
iguana es vertebrado). (10) Usar un predicado donde cada clusula tiene una confusin dada
por el usuario. Ejemplo: Quiero un departamento = [(con tres recmaras)1 AND (que est
en planta baja)2 AND (que tenga dos baos)1 AND (que cueste menos de seis mil pesos al
mes)0]3. Donde los nmeros despus de los parntesis indican el grado de desviacin
permitido a cada clusula, pero adems el grado de desviacin (confusin) total del
predicado debe ser cuando mucho 3.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Para buscar en
dominios complejos, poco estructurados. Para leerle la mente al usuario que no sabe
expresarse en el espacio de rasgos.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo. (A)
recolecte muchos objetos digamos, 50,000 documentos. (B) establezca rasgos. (C) haga
feature extractors. Con ellos haga una tabla de hash con 50,000 renglones. (D) haga varias
funciones de similaridad. Use las funciones estadsticas del trabajo xx. (E) Haga varios
combinadores, cuando menos los que arriba menciono. (F) Haga un sistema interactivo
donde interacte con el usuario de manera convergente.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos. Teora de la
confusin, teora de la inconsistencia. Clustering. Clasificadores.
2002 Selecting the Right Interestingness Measure for Association Patterns
Kumar.pdf
Los trabajos de A Guzmn pueden bajarse, texto completo, de su blog
aguzman.blogspot.com
Proyectos y temas de tesis en computacin. 11 de mayo de 2012
41 de 48
*146. Serguei Levachkine, A. Guzman-Arenas (2007) Hierarchy as a new data type for
qualitative variables. Journal Expert Systems with Applications 32, 3, 899-910. Slides
here.
167. Sergei Levachkine, Adolfo Guzman-Arenas, Victor Polo de Gyves (2005) The
semantics of confusion in hierarchies: from theory to practice. In Contributions to ICCS
05 13th International Conference on Conceptual Structures: common semantics for
sharing knowledge, July 18-22 2005, Kassel, Germany. 94-107.
http://www.divshare.com/download/6257877-9a7
186. Adolfo Guzman-Arenas, Adriana Jimenez, (2010) Obtaining the consensus and
inconsistency among a set of assertions on a qualitative attribute. Journal Expert Systems
with Applications 37, 158-164. doi:10.1016/j.eswa.2009.05.010 (problemas 1, 3 y 4 de
seis problemas sobre inconsistencia)
189. Adolfo Guzman-Arenas, Alma-Delia Cuevas, Adriana Jimenez. The centroid or
consensus of a set of objects with qualitative attributes. Accepted by Expert Systems with
Applications. (problema 5 de seis problemas sobre inconsistencia)
(Problema 2) varios centroides. Clustering via centroids a bag of qualitative values and
measuring its inconsistency. Adolfo Guzman-Arenas and Alma-Delia Cuevas. Submitted
to a book.
56.
Parsing sintctico-semntico
OTROS NOMBRES (ttulos alternos). Analizador de texto que usa sintaxis y semntica.
REA (dentro de la Computacin). Lingstica computacional.
DESCRIPCIN. En qu consiste el proyecto. Tomar la salida de FREELING, evaluar qu
tanto hace sentido (su coherencia), y si es bajo, buscar combinatoriamente (pero con
heursticas, guiado por los marcos y etiquetas de los diferentes formantes del texto) salidas
(rboles) alternos que eleven su coherencia.
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad. Para entender lo que
dice un documento.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
57.
58.
42 de 48
aplicaciones de web para pequeas empresas. Otro: dem para minera de datos. Otro: dem
para workflow (flujo de documentos) (escritorios electrnicos).
REA (dentro de la Computacin).
DESCRIPCIN. En qu consiste el proyecto. Ejemplo 1: mtodos para desarrollar programas
que muestran en Web los resultados de algunas consultas a una base de datos, a usarse por
empresas mexicanas pequeas (PYMEs). Consideraciones: lluvia de ideas, roles especficos,
diseo gobal de subrutinas, reuso, uso de estas herramientas para <Diseo en minera>
<Diseo en web> <Diseo de aplicaciones geo>, RUP, Scrum, Xtreme Programming.
Consideraciones en el caso del ejemplo 1: acceso a base de datos desde ventanas. A) para
visualizar. B) para update. C) Para nuevos datos. Interfaces a usar: PhP, Java, flash.
Backend: MySQL, PosgreSQL. la interaccin?
OTRA DESCRIPCIN. Los mtodos generales para construir software (use componentes,
halle casos de uso, mantenga sus clases autocontenidas) son como las instrucciones o
libros de cmo hacerse rico, como ser feliz. Muy generales para poder interpretarse en
casos prcticos. Mucho ms efectivo sera un libro Cmo hacerse rico vendiendo
verdolagas. Se trata de desarrollar mtodos (metodologas) especficas para un rea
determinada. Ejemplos: Metodologas con herramientas y criterios de decisin para disear
aplicaciones de web para pequeas empresas. Otro: dem para minera de datos. Otro: dem
para workflow (flujo de documentos) (escritorios electrnicos). Probable modo de proceder:
(a) escoger un rea de construccin de software para facilitar la vida diseando y
construyendo (no se trata solamente de disear una metodologa, sino de inventar o
mejorar el mtodo y luego hacer software de apoyo que lo facilite, lo complemente No se
trata solo de disear un mejor mtodo para ganar la carrera de 100m planos, sino de hacer
el mtodo y ganar la carrera usando ese mtodo) un mtodo que permita construir ese tipo
de software ms gilmente, ms rpidamente, con menos errores, o con algunas otras
ventajas. (b) ver a varios diseadores y programadores prcticos (yo tengo acceso a varios
de ellos) cmo disean ese tipo de software (por ejemplo, software para desplegar datos en
Google Maps), platicar con ellos, ver qu herramientas usan. (c) Disear usted mismo(a)
una o dos de estas aplicaciones, para tener mejor idea de cmo se hace manualmente. (d)
pensar, proponer y discutir con esos diseadores qu cambios o mejoras podran hacerse, y
cmo hacerlas, qu tipo de herramienta nueva, de existir, facilitara la construccin de
Software para desplegar datos en Google Maps (o el rea escogida); (e) disear y hacer
(construir, probar, implantar) la herramienta; (f) disear con ella otro par de aplicaciones de
Software para desplegar datos en Google Maps o lo que se haya escogido, y buscar si
hubo mejoras al comparar con (c). Este tema de tesis requiere fluidez en la programacin,
familiaridad con bases de datos, con lenguajes de alto nivel es una tesis prctica, handson.
Consideraciones generales. Retroalimentacin temprana. Documentar en video. Problemas a
vencer: el efecto domin. Vamos bien (anlisis a la ligera). El problema de Rolls Royce.
Darnos cuenta de cundo un proyecto (o una etapa del mismo) ya fracas.
(Ejemplo: SAP. Ejemplo. SAS. Ejemplo: Open GS.)
ANTECEDENTES, MOTIVACIN. Para qu sirve, cul es su finalidad.
POSIBLE DESARROLLO. Una de las maneras en que (tal vez) se pueda llevar a cabo.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos.
43 de 48
59.
60.
61.
44 de 48
Robinson, pidiendo demostrar la falsedad de una afirmacin (una sentencia lgica, una
frmula lgica que no tienen variables libres). Por ejemplo, si quiero hallar el nombre de la
esposa de Jurez, le digo al resolvedor es falso que Jurez tiene una esposa. Si el
resolvedor me contesta F o NIL, significa: Tu afirmacin (tu sentencia) es falsa, Jurez s
tiene esposa, se llama Brgida Garca. Eso era lo que yo quera saber, gracias.
PROYECTOS RELACIONADOS Y REFERENCIAS. Trabajos previos. Este trabajo es parte
de la construccin de OM*, que es continuacin de OM.
62.
45 de 48
63.
Cambio de opinin
46 de 48
64.
Otro proyecto
65.
Otro proyecto
66.
Otro proyecto
67.
Otro proyecto
68.
Otro proyecto
47 de 48
48 de 48