See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/235460471

Ingeniería y Gestión del Conocimiento aplicada al desarrollo de pico-satélites

en grupos de investigación en Colombia

Conference Paper · October 2012

CITATIONS READS

0 1,607

3 authors:

Roberto Ferro Escobar Ruben Gonzalez Crespo

Universidad Distrital Francisco José de Caldas Universidad Internacional de La Rioja
9 PUBLICATIONS   35 CITATIONS    293 PUBLICATIONS   1,738 CITATIONS   

SEE PROFILE SEE PROFILE

Elvis Eduardo Gaona-García

Universidad Distrital Francisco José de Caldas
53 PUBLICATIONS   125 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Museo ESIT View project

Cargador de baterías de mediana y baja capacidad con baja distorsión armónica en corriente, elevado factor de potencia y alta eficiencia para vehículos eléctricos View
project

All content following this page was uploaded by Ruben Gonzalez Crespo on 01 June 2014.

The user has requested enhancement of the downloaded file.

Cuarto Congreso Internacional en Ciencia y Tecnología Aeroespacial (CICTA 2012), Bogotá D.C., Colombia.

Ingeniería y Gestión del Conocimiento aplicada al

desarrollo de pico-satélites en grupos de investigación en
Colombia.

Roberto Ferro Escobar

Universidad Distrital Francisco José de Caldas, Bogotá Colombia, rferro@udistrital.edu.co

Rubén González Crespo

Universidad Pontificia de Salamanca, Madrid, España, ruben.gonzalez@upsam.net

Elvis Eduardo Gaona

Universidad Distrital Francisco José de Caldas, Bogotá Colombia, egaona@udistrital.edu.co

RESUMEN
Este artículo muestra la necesidad de emplear la Ingeniería del Conocimiento y la Gestión del Conocimiento para
el desarrollo de pico-satélites bajo el esquema de sistemas expertos con el ánimo de crear, depurar, compartir y
gestionar de forma adecuada y eficiente el conocimiento y la información desarrollada al interior del grupo de
investigación conformado por docentes, estudiantes y auxiliares de investigación, que día a día realizan nuevos
descubrimientos en esta importante área de alto impacto tecnológico y visible a nivel mundial.
Palabras claves: Ingeniería del conocimiento, NASA ISS, pico-satélite, Ciencia aplicada, Equipo para la Gestión
del Conocimiento.

ABSTRACT
This paper shows the necessity of using the Knowledge Engineering and Knowledge Management for the
development of pico-satellite under the scheme of expert systems with the aim of creating, debugging, share and
manage appropriate and efficient knowledge and information developed within the research group made up of
teachers, students and research assistants who daily make new discoveries in this important area of technology
and visible high impact in the worldwide.
Keywords: Knowledge Engineering, NASA ISS, pico-satellite, Applied Science, Knowledgement Team.

1. INTRODUCCIÓN
Actualmente la ingeniería del conocimiento se encuentra en pleno desarrollo, debido a la gran cantidad de
información que el humano está creando segundo a segundo, la forma de guardar presentar e intercambiar y
compartir dicha información de forma eficiente es uno de los aspectos más preocupantes que lleva a gigantes
como la Nasa (Holcomb, 2002), Amazon, Google, Apple, Microsoft, IBM y otros a realizar grandes avances en
tan importante campo del conocimiento, la aplicación de Taxonomías (Churches, 2009), Folksonomías (Saw,
2009), Tesauros (Cavieres, 2010), Ontologías (Brewster, 2004) y la inteligencia artificial (Pham, 1994), sirven de
contexto para almacenar en repositorios y bases de datos inteligentes (Peralta, 2005) tan importante información
que debe ser clasificada, analizada y guardada de tal forma que es de vital importancia para el presente y el futuro
de toda organización consolidándola a todo nivel.

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 1 Octubre 4-5, 2012
La administración e ingeniería de conocimiento son una disciplina que ubica al mismo como eje central dentro de
los activos de toda organización. Además, involucra personal técnico, procesos organizacionales, y tecnología de
punta de tal forma que en ocasiones se sobreponen. La tecnología juega un papel muy importante, ya que ha
hecho que la innovación y la transferencia de conocimiento sean tareas más alcanzables desde este punto de vista
(King, 2009).

No siendo ajenos al desarrollo de este importante campo de investigación es necesario realizar un modelo de
Ingeniería y gestión del conocimiento que ayude a realizar de forma eficiente y eficaz las tareas realizadas al
interior de los grupos de investigación que están realizando avances fundamentales para la creación de
dispositivos como en el caso del desarrollo y puesta en órbita de pico-satélites. Gracias a esto grupos de
Investigación se destaca el grupo GITEM (Aparicio, 2001) se encuentran realizando desarrollos propios en cada
una de las líneas de investigación para el estudio, la construcción y la puesta en órbita de satélites académicos y
comerciales, el personal está compuesto por docentes, estudiantes y auxiliares de investigación que se encuentran
generando conocimiento de punta que debe ser depurado, compartido y guardado en repositorios capaces de
presentar de forma inteligente los avances que así lo requieran. El desarrollo de modelo de Gestión del
Conocimiento para para la gestión en los Pico-satélites, (Knowledge Management Team Pico-Satellite) KMTPic
se basa en verificación de modelos similares como el realizado por la oficina de la NASA para documentar,
almacenar y gestionar el conocimiento adquirido por sus ingenieros y profesionales en todo nivel en la última
década relacionado con la Estación Espacial Internacional (ISS).
La oficina de la NASA estaba preocupada por perder años de conocimiento en diseño tecnológico de vanguardia
pues es necesario mantener un alto nivel de formación del personal de apoyo de vuelo que tuviera un profundo
conocimiento de todos los componentes de la Estación Espacial Internacional, para correlacionar cerca de 30 años
de operación en órbita. Para lograr esto se creó un pequeño equipo de gestión del conocimiento (en inglés KMT)
para encontrar y entrevistar a expertos en diseño a través de una docena de contratistas. Se realizó un amplio
énfasis en contenido multimedia abierto a los estándares IP (Fracchia,, 2010), por medio de par de cobre o Fibra
óptica y Wi-Fi, acorde a redes de nueva generación, para ser utilizado en el desarrollo de capacitación para los
operadores de consola en Houston y de montaje de equipos de soporte para el lanzamiento en Cabo Cañaveral.
Las presentaciones multimedia, las demostraciones y las mesas redondas, junto con la documentación de soporte,
se publicó en el la intranet de la NASA ISS DKC.

Figura 1. Foto de la Estación Espacial Internacional de la NASA construida desde 1998 por 16 países y con un
espacio de 1.200m cúbicos tiene 2 brazos robóticos y cerca de 4 laboratorios de investigación (NASA, 2009).

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 2 Octubre 4-5, 2012
2. INGENIERÍA DEL CONOCIMIENTO

La ingeniería del Conocimiento hace parte de los tratados relacionados con Inteligencia Artificial y de allí su
importancia en la resolución de problemas científicos, según Schildt, “la Ingeniería del Conocimiento es la
disciplina que trata la forma en que se recogen, se organizan y se construyen las bases del conocimiento”, Lo
anterior se puede llevar al campo de la aplicación de la programación de los ordenadores y sistemas expertos que
se encargan de producir mecanismos para evitar la proliferación de bases de datos con desorden en la información
tratando de hacer una correlación bien acentuada entre los catálogos de conocimiento al interior de las mismas y
evitar que solo sea una extracción de datos.

Cuando se crea una verdadera base del conocimiento el ordenador se comporta como una persona real tratando de
solucionar problemas específicos desde la misma, es de esta forma como se aplica al desarrollo de sistemas
expertos capaces de razonar y solucionar problemas del ámbito científico, estos sistemas se componen de dos
partes básicas la base del conocimiento heurístico y el motor de razonamiento o inferencia. Con todo lo anterior se
vislumbra como la Ingeniería del conocimiento irrumpe en todo desde lo social, pasando su mejor momento en el
sistema productivo al interior de las organizaciones donde permite crear verdadero conocimiento organizado y
evolutivo que permite hacer crecimiento en la productividad con eficiencia y calidad, parámetro muy analizados
en todo desarrollo de tipo científico y académico. Existen problemas de enseñanza y aprendizaje en la recolección
y procesamiento de datos que hacen que se presenten muchas falencias en la calidad de los productos por
desconocimiento de mecanismos de diseño o por fallas en el entrenamiento del personal técnico o debido a
cambios en la cadena de mando que no permite la toma de decisiones en momentos adecuados, todo esto sumado
a la falta de un verdadero sistema de recolección de datos inteligente puede llevar al colapso en las labores
misionales de la organización.

De lo anterior es importante crear sistemas bien adaptados a las necesidades de recolección, clasificación,
comparación, compartición, almacenamiento y desarrollo de nuevo conocimiento en toda organización, no es un
tema solo delegado a las bibliotecología sino en términos generales bases de datos construidas con XML y OWL
(Bohring, 2005) que permiten una relación más significativa entre los contenidos y la forma en que los mismos se
presentan al personal que lo requiera en el tiempo correcto y la información correcta y depurada.

La representación de un sistema de inteligente que permita realizar la gestión eficiente del conocimiento se puede
realizar utilizando mapas mentales o por medio herramientas gratuitas como UML que logran realizar desarrollos
muy similares a la forma en que razona un científico en el método deductivo al momento de generar nuevo
conocimiento y se aproxima a la realidad a la que se quiere llegar. El uso de UML sobre mapas mentales es muy
directo a la hora de crear el software por los programadores.

Existen varias arquitecturas de la Ingeniería del Conocimiento y los sistemas expertos donde se destacan los
siguientes componentes comunes (García, 2004):

• Base de Conocimientos (BC)

• Base de datos (BD)
• Motor de Inferencia (MI)
• Trazador de Explicaciones (TE)
• Trazador de Consultas (TC)
• Memoria de Trabajo (MT)
• Manejador de Comunicación (MC)

La Base de Conocimiento allí reposa el conocimiento que el sistema experto maneja en forma simbólica, la
construcción de esta es crucial en el desarrollo del sistema experto y de allí se suministra la información al Motor
de inferencia para resolver el problema

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 3 Octubre 4-5, 2012
El Motor de Inferencia activa las reglas en función de la información contenida en la Base de Datos y la
Memoria de Trabajo que es una base de datos temporal de este modo la nueva información es puesta en la
Memoria de Trabajo. El motor trabaja bajo dos principios, el Universo cerrado quien establece que toda
información necesaria está contenida en el sistema y en consecuencia lo que no puede demostrar como verdadero
lo supone falso y el Universo Cerrado establece que la información necesaria que no está contenida en el sistema,
se encuentra fuera de él y en consecuencia se comunica con el usuario para solicitarla.

El Trazador de Consultas organiza y presenta en una forma semántica y sintácticamente aceptable para el
usuario, los requerimientos de información del sistema, las respuestas suministradas por el usuario serán
asentadas en la Memoria de
Trabajo.

El Trazador de Explicaciones interpreta requerimientos del usuario sobre el porqué de determinadas preguntas
por parte del sistema, trazando la justificación de las mismas, esta traza se realiza utilizando información que le
suministra el Motor de Inferencia.

El Manejador de Comunicaciones tiene las siguientes funciones:

• Derivar la información inicial que suministra el usuario hacia la Memoria de Trabajo.
• Interpretar los mensajes del usuario que pueden ser:
o Respuestas del usuario a una pregunta formulada por el sistema.
o Solicitud de una explicación a partir de consulta del sistema.

Figura 2. Arquitectura de un Sistema Experto basado en Ingeniería del Conocimiento para la resolución de
problemas reales en un repositorio (García, 2004).

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 4 Octubre 4-5, 2012
3. EL CICLO DE VIDA DEL CONOCIMIENTO

Las organizaciones empresariales y actualmente se trabaja para la implementación de estos a nivel universitario
para promover la integración y compartir el conocimiento por medio de la colaboración de muchas entidades que
quieren realizar esfuerzos similares debido a esto se han creado muchas redes de cooperación a nivel
intercontinental que realizan trabajos aislados en los mismos temas, estos aspectos lo que hacen es promover día a
día su desarrollo; esto es el antiguo conocimiento se desplaza por el nuevo conocimiento proveniente de la
resolución de problemas haciendo que la organización por medio del aprendizaje individual y colectivo de sus
integrantes genere un ciclo del mismo, sus siglas en ingles son KLC “Knowledge Life Cycle” o Ciclo de vida del
conocimiento y es el punto de partida para aplicar modelos más complejos como el propuesto por Mark McElroy
(Mc Elroy, 2000) quien postula una segunda generación del conocimiento con 10 aspectos importantes a tener en
cuenta que han sido tratados anteriormente en otros documentos publicados por el mismo autor:

• El Ciclo de vida del conocimiento.

• Gestión vs procesamiento del conocimiento.
• Gestión del conocimiento del lado de la oferta y demanda.
• Conocimiento en dominios anidados.
• Repositorios del conocimiento.
• Aprendizaje organizacional.
• Apertura empresarial.
• Innovación de capital social.
• Teoría de la complejidad y auto organización.
• Innovación sostenible.

Figura 3. Vista de la representación del Ciclo de Vida del Conocimiento "CVC, desde la producción, la
integración, la base de conocimientos y la parte de proceso de negocios y su realimentación (Mc Elroy, 2000).

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 5 Octubre 4-5, 2012
4. APLICACIÓN DEL KMTPIC

El modelo propuesto al interior del grupo de desarrollo en pico-satélites debe cumplir con los postulados
propuestos por Mc. Elroy:

• Conocimiento en dominios anidados.

En una organización se encuentra 3 niveles de CVC que se producen al interior de los individuos, en los grupos
de trabajo y en toda la organización, esta se define como conocimiento en dominios anidados, es muy importante
destacar que cada uno de los CVC es totalmente independiente en cada uno de los niveles y dependen de las
propias capacidades de los individuos para aprender y repotenciar sus capacidades, la gestión del conocimiento
media entre estos aspectos desarrollando toda su potencialidad de allí la importancia de recolectar la información
que posee el personal del grupo.

• Repositorios del conocimiento.

Los repositorios de conocimientos pueden clasificarse en dos los relacionados con agentes que son individuos o
grupos y los medios o artefactos, que son todos los elementos que no tienen que ver con personas, estos
repositorios se consideran objetivos y son de almacenamiento de información codificada, los agentes se
consideran subjetivos pues reposan en las mentes de los individuos y de los grupos de la organización, la
propuesta involucra la creación de un modelo e-learning capaz de almacenar la información de forma inteligente
como lo es la plataforma abierta y libre Moodle como herramienta tipo LMS que puede ser usada como intranet
del grupo.

• Aprendizaje organizacional.

La visión del aprendizaje organizacional AO (Organizacional Learning) es la característica más relevante que
diferencia entre la primera y la segunda generación del conocimiento, pues se aprecia que es la capacidad
visionaria que tiene la organización para aprender más rápido en lo humano-social y lo tecnológico que sus
competidores. La combinación de todas las estrategias para el aprendizaje es mucho más que la suma de las
partes, el objetivo es realizar chats, foros, y clubes de café al interior del grupo para crear la interrelación y
realimentación de nuevas ideas.

• Apertura empresarial

La extensión del CVC o del procesamiento del conocimiento en un entorno organizacional puede adquirir un tono
político pues al momento de involucrar a los individuos en ciertas tareas misionales se pueden producir aspectos
que tiene que ver en la sinergia del ser social y del comportamiento político del individuo en lo social por lo tanto
la gestión debe ser más inclusiva, más "abierta" y ser racional a la crítica al interior de del grupo ya que de este
modo todos los integrantes pueden dar su punto de vista en la creación de todo tipo de políticas orientadas a la
mejora continua de los procesos, más innovación y más agilidad partiendo de ser más abiertos a la crítica continua
para reajustar procesos que conduzcan al éxito continuo y menos errores en la toma de decisiones importantes
relacionadas con la misión crítica.

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 6 Octubre 4-5, 2012
 Figura 4. Herramientas disponibles en un LMS orientado al repositorio del conocimiento. Foros, calendarios de
encuentros, almacenamiento de datos y otros (Fernández, 2006).

• Innovación de capital social.

En la actual economía del conocimiento el valor de las organizaciones en la bolsa bursátil es valorado en lo
contable por el conocimiento de sus intangibles, esto es el desarrollo social de una organización depende de la
capacidad de innovación social “ICS” para producir e integrar nuevos conocimientos, con capacidad de auto
verificación esto va más allá de lo que anteriormente se reconocía como reingeniería, de allí los prototipos las
placas de circuitos electrónicos y demás desarrollos pueden ser expuestos dentro del capital del grupo.

• Teoría de la complejidad y auto organización.

La segunda generación de la Gestión del Conocimiento se basa en la teoría del caos John Horgan, periodista
científico de la revista Scientific American, escribe que el uso de la teoría del caos “TC” que permite una
descripción bastante diferente de la ciencia tradicional, actualmente se están realizando sendos trabajos que
involucran temas nuevos en la informática y están relacionados con lógica difusa que pretende incorporar aquello
elementos intermedios entre cierto y falso, y la inclusión del tercero o del personaje que está en contradicción y
en permanente critica esto hace referencia a el pensamiento complejo en las organizaciones. La teoría del caos no
es antinacionalista sino por el contrario desea abarcarla y postular más condiciones que las teorías anteriores a
esta. Este es el enfoque que o punto de partida de la segunda generación de la GC; la comprensión de cómo el
conocimiento se forma en el nivel de agentes individuales y luego influye en la formación del conocimiento en el
plano de lo colectivo para producir conocimiento compartido de la organización es una lección tomada
directamente de la teoría de la complejidad. Así, también, es la noción de conocimiento anidado similar al
comportamiento de la evolución biológica desde lo individual hasta lo colectivo comprender esto hace posible una
nueva teoría que muchas instituciones están investigando (Reynoso, 2006).

• Innovación sostenible.

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 7 Octubre 4-5, 2012
De acuerdo con la segunda generación, las personas en las organizaciones tienen una tendencia a auto-organizarse
en torno a la producción, la integración y utilización de nuevos conocimientos. Por otra parte se presentan
patrones entre personas a nivel de toda la empresa, que deben tratar de resolver problemas en todo momento, la
GC proporciona patrones que hacen más sostenibles estas organizaciones sobre otras que no lo hacen, esto quiere
decir que los directores deben tomar decisiones basadas en el conocimiento de una organización abierta y no con
base a decisiones de un puñado de líderes.

5. DISCUSIÓN

El empleo de sistemas evolucionados bajo las premisas de mapas del conocimiento ingeniería Web y el uso de
UML y OWL permite la aplicación en el desarrollo de una plataforma compatible con los requerimientos de
grupos de investigación como el caso del grupo GITEM que viene desarrollando un pico-satélite académico con
perspectivas al desarrollo de proyectos de gran envergadura y con amplio crecimiento a futuro, es importante
comenzar a recabar la gran cantidad de información que generan los investigadores, los docentes y estudiantes
que participan en cada uno de los sub-módulos ya que siempre existe la posibilidad de que ellos estén en cambio
permanente y es necesario realizar capacitaciones a los nuevos integrantes lo que permitirá ahorra tiempo y costos
en el desarrollo de cada uno de los proyectos que se vienen trabajando desde hace mucho tiempo.

Figura 5. Modelo de Gestión del Conocimiento que permite la interacción entre cada uno de los actores que
conforman la organización.

Es importante tener en cuenta que antes de aplicar cualquier aspecto relacionado con capturar, organizar,
compartir, almacenar, discutir y distribuir recursos para realizar las metas específicas es necesario aplicar un
simple concepto que hace énfasis en la NASA:

PERSONAS + INFORMACION = ACCION

• Personas: Son las personas que componen cada uno de los sub-módulos.

• Información: Es la que parte del conocimiento ya adquirido y depurado en cada una de las etapas previas
para la consecución de los objetivos misionales.

• Acción: Es una decisión tomada de forma adecuada para mejorar la eficiencia de la organización que
permite realizar de forma eficiente la misión propuesta.

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 8 Octubre 4-5, 2012
Figura 6. Vista del modelo KMTPic con los sub-módulos que se están desarrollando al interior del grupo de
investigación GITEM.

6. CONCLUSIÓN

El uso de la ingeniería del software permite crear un modelo de Gestión del Conocimiento para para la gestión en
los Pico-satélites, KMTPic se basa en verificación de modelos similares como el realizado por la oficina de la
NASA para documentar años de trabajo en diseño espacial, para lograr esto es necesario involucrar nuevos
actores como la integración con un LMS basado en software libre como Moodle que trae herramientas para
realizar foros, compartir información y muchas más que pueden ser usadas para hacer una gestión oportuna de la
información, la utilización de lenguaje OWL basado en XML permite hacer que la interacción entre la
información sea más clasificada de forma inteligente por medio de Taxonomías y Ontologías y aplicando
Inteligencia Artificial basada en sistemas expertos es una línea de aplicación a futuro para refinar la forma de usar
el conocimiento generado. El entrenamiento de nuevos participantes en el grupo de investigación puede realizarse
de forma más eficaz ayudándose de elementos TIC para generar video de alta calidad que permita entrenamientos
más extensos en los sub-módulos que conforman los grupos de trabajo en el diseño de la misión crítica de los
pico-satélites apunta a una optimización de los nuevos diseños basados en experiencias adquiridas y lecciones
aprendidas en los años previos de investigación de prototipos y desarrollos anteriores.
La información y el conocimiento depurado es un tesoro que debe salvaguardarse, el paso del personal técnico
como Ingenieros, Docentes, Estudiantes de pregrado y Maestría conforman un grupo selecto de personas y si
adiciona información depurada y refinada es posible crear decisiones adecuadas para hacer crecer día a día la
organización grupal.

REFERENCIAS

Holcomb Lee, Keegan Brian, and Novak Vicky. (2002). “Strategic Plan for Knowledge Management”.
"http://www.km.nasa.gov/pdf/53490main_KM_Strat_Final.pdf.

Churches Andrew. (2009). “Taxonomia de Bloom para la era Digtal”.

“http://edorigami.wikispaces.com/file/view/TaxonomiaBloomDigital.pdf”.

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 9 Octubre 4-5, 2012
 Saw Blake. (2009). “Utilizing Folksonomy”. "http://www.metablake.com/webfolk/web-project.pdf”

Cavieres Alonso, Fredes Sergio, Ramírez Arturo. (2010). “Tesauros y Web Semántica: Diseño metodológico para
estructurar contenidos Web mediante SKOS-Core.
http://eprints.rclis.org/bitstream/10760/14420/1/Serie_N%C2%BA_57_Mayo_2010_Tesauros_y_Web_Sem
%C3%A1ntica.pdf

Brewster, C. O. (2004). “Knowledge Representation with Ontologies: The Present and Future”. IEEE, 72-81.

Pham, D T, (1994). Neural Networks in Engineering. Rzevski, G, Adey, R A and Russel, D W (eds), Applications
of Artificial Intelligence in Engineering IX. Computational Mechanics Publications.

Peralta Arturo, Francisco Arias. (2005). “Bases de Datos Orientadas a Objetos”. Universidad Castilla-La
Mancha.

King W. (2009). “Knowledge Management and Organization Learning”.

http://www.uky.edu/~gmswan3/575/KM_and_OL.pdf.

Aparicio Lilia Edith. (2001).“Desarrollo del Cubesat UD para Telemedicina en Colombia”.

http://200.69.103.48/comunidad/grupos/gitem/index.htm

Fracchia R., Jeney G., Mazzotti, M. Piri, E. (2011). Optimzation of Multimedia over wireless IP links via X-layer
design” University of Bologna. http://nem-summit.eu/wp-content/plugins/alcyonis-event-
agenda//files/optimisation_of_multimedia_over_wireless_ip_links_via_xlayer_design.pdf

NASA. (2009). “International Space Station”. http://chview.nova.org/station/iss.htm

Bohring Hannes, Auer Soren, (2005). “Mapping XML to OWL Ontologies”

http://www.informatik.unileipzig.de/~auer/publication/xml2owl.pdf.

Garcia Ramón, (2004). “Ingeniería de Sistemas Expertos” Artificial Intelligence in Theory and Practice, ed. M.
Bramer, (Boston: Springer), pp 435-444, http://www.iidia.com.ar/rgm/CD-IC/

Mc Elroy, M. (2000). “Second-Generation KM: A White Paper”. Macroinnovation Associates.

Fernández, Ana, Cesteros, Pampillón. (2006). Las plataformas e-learning para la enseñanza y el aprendizaje
universitario en Internet”. http://eprints.ucm.es/10682/1/capituloE_learning.pdf

Reynoso, Carlos. (2006). “Complejidad y el Caos: Una exploración antropológica” Universidad de Buenos Aires
http://d.yimg.com/kq/groups/13334744/747498768/name/Complejidad%252By%252BCaos%252B252BUna
%252BExploracion%252BAntropologica.pdf

Autorización y Renuncia
Los autores autorizan al GITEM para publicar el escrito en las memorias de la conferencia. GITEM o los
editores no son responsables ni por el contenido ni por las implicaciones de lo que esta expresado en el escrito

4th Congreso Internacional en Ciencia y Tecnología Aeroespacial

Bogotá D.C., Colombia 10 Octubre 4-5, 2012

View publication stats