Análisis de causales en datos tributarios con anomalías

Autores
Sottile Bordallo, Antonio; Cavaller Riva, Daniel Guillermo; Ortega Yubro, Cristian Darío
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Actualmente en las administraciones tributarias existe un gran volumen de datos. Estos datos contienen implícito un conocimiento que puede ser extraído, este conocimiento dependerá de la calidad de los datos, y en esa cantidad de datos no puede concebirse que no posean anomalías. Los datos tienen anomalías, y las mismas responden a distintas causales. El análisis de las causales en las anomalías de los datos permitirá deducir si ellas responden a ilícitos o hechos de corrupción.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
datos anómalos
Minería de Datos
aprendizaje automático
Algoritmos
Ruido
big data
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/72008
Acceder
id SEDICI_ed33326495752171e53416deea7ae311
oai_identifier_str oai:sedici.unlp.edu.ar:10915/72008
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis de causales en datos tributarios con anomalíasSottile Bordallo, AntonioCavaller Riva, Daniel GuillermoOrtega Yubro, Cristian DaríoCiencias Informáticasdatos anómalosMinería de Datosaprendizaje automáticoAlgoritmosRuidobig dataActualmente en las administraciones tributarias existe un gran volumen de datos. Estos datos contienen implícito un conocimiento que puede ser extraído, este conocimiento dependerá de la calidad de los datos, y en esa cantidad de datos no puede concebirse que no posean anomalías. Los datos tienen anomalías, y las mismas responden a distintas causales. El análisis de las causales en las anomalías de los datos permitirá deducir si ellas responden a ilícitos o hechos de corrupción.Sociedad Argentina de Informática e Investigación Operativa2018-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf10-20http://sedici.unlp.edu.ar/handle/10915/72008spainfo:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/SIE-02.PDFinfo:eu-repo/semantics/altIdentifier/issn/2451-7534info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:43:48Zoai:sedici.unlp.edu.ar:10915/72008Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:43:48.846SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis de causales en datos tributarios con anomalías
title Análisis de causales en datos tributarios con anomalías
spellingShingle Análisis de causales en datos tributarios con anomalías
Sottile Bordallo, Antonio
Ciencias Informáticas
datos anómalos
Minería de Datos
aprendizaje automático
Algoritmos
Ruido
big data
title_short Análisis de causales en datos tributarios con anomalías
title_full Análisis de causales en datos tributarios con anomalías
title_fullStr Análisis de causales en datos tributarios con anomalías
title_full_unstemmed Análisis de causales en datos tributarios con anomalías
title_sort Análisis de causales en datos tributarios con anomalías
dc.creator.none.fl_str_mv Sottile Bordallo, Antonio
Cavaller Riva, Daniel Guillermo
Ortega Yubro, Cristian Darío
author Sottile Bordallo, Antonio
author_facet Sottile Bordallo, Antonio
Cavaller Riva, Daniel Guillermo
Ortega Yubro, Cristian Darío
author_role author
author2 Cavaller Riva, Daniel Guillermo
Ortega Yubro, Cristian Darío
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
datos anómalos
Minería de Datos
aprendizaje automático
Algoritmos
Ruido
big data
topic Ciencias Informáticas
datos anómalos
Minería de Datos
aprendizaje automático
Algoritmos
Ruido
big data
dc.description.none.fl_txt_mv Actualmente en las administraciones tributarias existe un gran volumen de datos. Estos datos contienen implícito un conocimiento que puede ser extraído, este conocimiento dependerá de la calidad de los datos, y en esa cantidad de datos no puede concebirse que no posean anomalías. Los datos tienen anomalías, y las mismas responden a distintas causales. El análisis de las causales en las anomalías de los datos permitirá deducir si ellas responden a ilícitos o hechos de corrupción.
Sociedad Argentina de Informática e Investigación Operativa
description Actualmente en las administraciones tributarias existe un gran volumen de datos. Estos datos contienen implícito un conocimiento que puede ser extraído, este conocimiento dependerá de la calidad de los datos, y en esa cantidad de datos no puede concebirse que no posean anomalías. Los datos tienen anomalías, y las mismas responden a distintas causales. El análisis de las causales en las anomalías de los datos permitirá deducir si ellas responden a ilícitos o hechos de corrupción.
publishDate 2018
dc.date.none.fl_str_mv 2018-09
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/10915/72008
url http://sedici.unlp.edu.ar/handle/10915/72008
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/SIE-02.PDF
info:eu-repo/semantics/altIdentifier/issn/2451-7534
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
10-20
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_ 1842260309510717440
score 13.13397

Publicaciones similares