Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos

Autores
Pérez Otero, Nilda; Izetta Riera, C. Javier; Verazay, Abigaíl R. N.; Battezzati, Virginia; Salinas, Juan; Pérez Ibarra, Susana; Arias, Alejandra
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Cada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular, en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
aprendizaje automatizado
Inteligencia Artificial
Heuristic methods
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/61523

id SEDICI_3c346f4d44b8bf1bb9ce3c1a46fcb1e9
oai_identifier_str oai:sedici.unlp.edu.ar:10915/61523
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicosPérez Otero, NildaIzetta Riera, C. JavierVerazay, Abigaíl R. N.Battezzati, VirginiaSalinas, JuanPérez Ibarra, SusanaArias, AlejandraCiencias Informáticasaprendizaje automatizadoInteligencia ArtificialHeuristic methodsCada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular, en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar.Eje: Agentes y Sistemas Inteligentes.Red de Universidades con Carreras en Informática (RedUNCI)2017-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf130-134http://sedici.unlp.edu.ar/handle/10915/61523spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5info:eu-repo/semantics/reference/hdl/10915/61343info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:07:45Zoai:sedici.unlp.edu.ar:10915/61523Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:07:45.999SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
title Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
spellingShingle Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
Pérez Otero, Nilda
Ciencias Informáticas
aprendizaje automatizado
Inteligencia Artificial
Heuristic methods
title_short Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
title_full Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
title_fullStr Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
title_full_unstemmed Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
title_sort Técnicas de inteligencia artificial aplicadas a problemas científico-tecnológicos
dc.creator.none.fl_str_mv Pérez Otero, Nilda
Izetta Riera, C. Javier
Verazay, Abigaíl R. N.
Battezzati, Virginia
Salinas, Juan
Pérez Ibarra, Susana
Arias, Alejandra
author Pérez Otero, Nilda
author_facet Pérez Otero, Nilda
Izetta Riera, C. Javier
Verazay, Abigaíl R. N.
Battezzati, Virginia
Salinas, Juan
Pérez Ibarra, Susana
Arias, Alejandra
author_role author
author2 Izetta Riera, C. Javier
Verazay, Abigaíl R. N.
Battezzati, Virginia
Salinas, Juan
Pérez Ibarra, Susana
Arias, Alejandra
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
aprendizaje automatizado
Inteligencia Artificial
Heuristic methods
topic Ciencias Informáticas
aprendizaje automatizado
Inteligencia Artificial
Heuristic methods
dc.description.none.fl_txt_mv Cada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular, en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática (RedUNCI)
description Cada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular, en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar.
publishDate 2017
dc.date.none.fl_str_mv 2017-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/61523
url http://sedici.unlp.edu.ar/handle/10915/61523
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5
info:eu-repo/semantics/reference/hdl/10915/61343
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
130-134
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615949345357824
score 13.069144