RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação

The software development as a digital enabler for the 4th industrial revolution

Transformation strategy for computer training: towards the skills development in basic and secondary education for Industry 4.0 in Medellín-Colombia

La informática ha logrado avances sustanciales en la sociedad, en razón al rol transformador que tiene la tecnología como eje de desarrollo. A pesar que la educación también se ha visto permeada por las transformaciones de la tecnología y la evolución de la informática, es muy baja la afectación y transformación de los currículos, especialmente de básica y media. Así, en países como Colombia la formación en informática sigue concibiéndose como una asignatura complementaria a otras áreas que busca la formación de consumidores de tecnología, más que la de creadores de ella. En este trabajo se propone una estrategia de transformación para la formación en informática en instituciones de educación básica y media, orientada hacia el desarrollo de competencias para la Industria 4.0, centradas en el pensamiento creativo y computacional. Esta propuesta se compone de dos ejes fundamentales: diseño curricular y diseño didáctico, así como de un ecosistema de formación.

Computing has made substantial progress in society, due to the transformative role that technology has as the axis of development. Even though education has also been permeated by the transformations of technology and the evolution of computer science, the affectation and curricula transformation is very low, especially in basic and secondary levels. Thus, in Colombia computer training continues being conceived as a complementary subject to other areas that seek the training of technology consumers rather than its creators. This work proposes a transformation strategy for computer training in primary and secondary education institutions, oriented towards the development of competences for Industry 4.0, focused on creative and computational thinking. This proposal has two key elements: curricular design, and didactic design as well as a Training Ecosystem in institutions at these levels.

Event conversion from pre-conceptual schemas to PostgreSQL code: software simulation in the fourth industrial revolution

La simulación es una de las áeas clave de la Industria 4.0. En la industria de software, la simulación se aplica en la predicción del comportamiento de las aplicaciones a partir del modelado. Una forma de simulación se relaciona con la obtención de código fuente a partir de los modelos, que en el caso de los eventos se suele realizar desde diferentes esquemas conceptuales hacia lenguajes basados en disparadores y viceversa, sin incluir el PL/pgSQL. Por ello, en este artículo se propone un conjunto de reglas heurísticas para obtener código PL/pgSQL a partir de esquemas preconceptuales, como una forma de simular el comportamiento de las aplicaciones que incluyen eventos. Estas reglas se validan mediante un estudio de laboratorio correspondiente a la expansión de una epidemia. Mediante la ejecución de las reglas en el estudio de laboratorio se puede simular el comportamiento futuro de la aplicación y los resultados asociados.

Simulation is one of the key areas of Industry 4.0. Simulation in the software industry is applied to the prediction of the application behavior from modeling. One kind of simulation is related to obtaining source code from models; in the case of events, such simulation can be achieved from some conceptual schemas to trigger-based languages and vice versa, but excluding PL/pgSQL. For this reason, in this paper, we propose a set of heuristic rules for obtaining PL/pgSQL code from pre-conceptual schemas, as a way to simulate the behavior of applications that include events. Such rules are validated by using a lab study related to the expansion of an epidemic. We can simulate the future behavior of the application and the associated results by executing the rules in the lab study.

Paraphrase detection based on Energy, Entropy and Textual Temperature

La paráfrasis es la reformulación de un texto utilizando un vocabulario distinto para plasmar la idea original con nuestras propias palabras. En esta investigación se presenta un método para la detección de paráfrasis incorporando los conceptos de Entropía y Temperatura Textual a un modelo previo que centró su contribución en la implementación de las redes neuronales recurrentes de Hopfield para generar una medida de distancia llamada Energía Textual. Utilizando la Entropía y la Temperatura se generó un Contexto de Afinidad Libre, basándose en el Model Ising, lo que permitió medir la distribución semántica entre pares de oraciones. Este modelo fue evaluado utilizando el recurso Microsoft Research Paraphrase Corpus, permitiendo superar los resultados del modelo anterior y logrando identificar más de la mitad de la paráfrasis de la muestra analizada.

Paraphrases are the reformulation of a text using different vocabulary to capture the original idea in our own words. In this research, a method for paraphrase detection is presented. We incorporate two variables, Entropy and Textual Temperature, into a previous model which implemented a Hopfield Network to generate a distance measure called Textual Energy. A Context of Free Affinity was generated using Entropy and Temperature based on the Ising Model, which allowed us to measure the semantic distribution between pairs of sentences. Our model was evaluated using Microsoft's Research Paraphrase Corpus improving the results of the previous model and was able to identify more than half of the paraphrases presented in the analyzed sample.

An Intelligent Data Analysis Approach to Support Customer Relationship

El análisis inteligente de datos es un componente importante en la cuarta revolución industrial. En particular, los datos generados por los clientes se pueden usar para mejorar los productos y servicios. Sin embargo, el análisis del cliente se ha enfocado más hacia el uso de datos estructurados. La mayoría de las empresas aún no aprovechan todo el potencial que ofrecen las fuentes de datos no estructuradas. Este artículo propone un enfoque para extraer indicadores de desempeño del servicio al cliente integrando técnicas de inteligencia de negocios y procesamiento del lenguaje natural (NLP), con el propósito de aprovechar fuentes de datos no estructuradas. Para validar la propuesta se realizó un caso de estudio en una empresa que ofrece servicios de salud. Se obtuvieron indicadores a partir del análisis de llamadas telefónicas y correos electrónicos escritos en español. Los resultados obtenidos muestran la utilidad del enfoque para apoyar las relaciones con los clientes.

Intelligent data analysis is an important component of the fourth industrial revolution. In particular, data generated by customers can be used to improve products and services. However, customer analysis has focused more on the use of structured data. Most companies are still not taking advantage of the full potential of unstructured data sources. This paper proposes an approach to extract customer service performance indicators integrating business intelligence and natural language processing (NLP) techniques to take advantage of unstructured data. To validate the proposal, a study case was carried out in a company that offers health services. Indicators were obtained from the analysis of phone calls and emails written in Spanish. The results obtained show the utility of the approach to support customer relationships.

Improvement of the algorithm ADR in an Internet of Things network LoRaWAN by using Machine Learning

El Internet de las Cosas es un paradigma habilitador de la Industria 4.0, donde sensores y actuadores se conectan a Internet. El protocolo LoRaWAN (Long Range Area Network) es uno de los más empleados, y es usado para transmitir información a largas distancias con mínimo consumo energético. Este protocolo implementa el esquema Adaptative Data Rate para mejorar la energía consumida por nodo, que al ser evaluado a través de simulaciones exhaustivas en Omnet++, ha exhibido posibilidades de mejora en el tiempo de convergencia. El presente trabajo muestra una propuesta para el mejoramiento del algoritmo ADR de tal forma que se optimice el consumo energético en redes LoRaWAN. Dentro de la propuesta se comparan diferentes modelos paramétricos y no paramétricos. Los resultados indican que los métodos basados en Máquinas de Vectores de Soporte y en Redes Neuronales Artificiales presentan la mayor exactitud, con un porcentaje por encima del 90% en las estimaciones.

The Internet of Things (IoT) is an enabling paradigm for Industry 4.0, where sensors and actuators connect to the Internet. The protocol LoRaWAN (Long Range Area Network) is one of the most used in the IoT, and its primary objective is to transmit sensor information over long distances with minimal energy consumption. This protocol implements Adaptive Data Rate scheme to optimize the energy consumed per node, which, when evaluated through exhaustive simulations in Omnet ++, has exhibited opportunities for improvement in convergence time. The present work shows machine learning models based on parametric and non-parametric methods based on Support Vector Machines (SVM) and Artificial Neural Networks (ANN). The results indicate that the SVM and ANN methods have a success rate greater than 90% in the estimated parameters.

Visualization multi-instance data sets

En el reconocimiento de patrones, los algoritmos de aprendizaje de múltiples instancias han ganado importancia puesto que evitan que el usuario tenga que delimitar, las imágenes de forma individual, para el reconocimiento de objetos. Esto supone una ventaja frente a los algoritmos de aprendizaje tradicional, puesto que disminuyen considerablemente el tiempo requerido para preparar el conjunto de datos. No obstante, una desventaja es que los conjuntos de datos resultantes suelen ser complejos, lo que dificulta su representación visual usando las técnicas tradicionales de visualización de información. Así, en este trabajo se propone una herramienta para la visualización y análisis de conjuntos de datos del paradigma de aprendizaje de múltiples instancias. La propuesta de visualización fue evaluada utilizando el criterio de expertos. Además, se realizaron diferentes pruebas que muestran que una correcta visualización puede ayudar a tomar decisiones sobre el conjunto de datos para mejorar la precisión de la clasificación.

In pattern recognition, multiple-instance learning algorithms have gained importance since they avoid that the user must delimit, the images individually in order to recognize the objects. This is an advantage over traditional learning algorithms since these considerably reduce the time required to prepare the data set. However, a disadvantage is that the resulting data sets are often complex, making it difficult to visualize them using traditional information visualization techniques. Thus, this work proposes a tool for the visualization and analysis of data sets of the multi-instance learning paradigm. The visualization proposal was evaluated using the expert criteria. In addition, different tests were carried out that show that a correct visualization can help to make decisions about the data set to improve the classification precision.

Recommender system for musical contents based on the affective analysis of the social context

En la actualidad gracias a la difusión de las redes sociales, se hace necesario aprovechar el contexto social de un usuario, con el fin de enriquecer la toma de decisiones en los sistemas inteligentes. Así, este artículo se centra en el estudio afectivo del contexto social de un usuario, para enriquecer la recomendación de contenidos multimedia musicales más relevantes. De este modo, se propone como aporte un sistema de recomendación de contenidos musicales, el cual relaciona el análisis sentimental del contexto social de un usuario a través de la red social twitter con el análisis sentimental de las letras de las canciones. Así, este artículo presenta los diferentes componentes asociados al sistema de recomendación, tales como: dataset de contenidos musicales, método computacional basado en un clasificador bayesiano encargado de la predecir contenidos musicales a partir del análisis del contexto social del usuario y servicio de música en línea.

Nowadays, thanks to the diffusion of social networks, it is necessary to take advantage of the social context of a user, in order to enrich decision-making in intelligent systems. Thus, this paper focuses on the affective study of the social context of a user, to enrich the recommendation of more relevant musical multimedia content. In this way, we propose as a contribution a system of recommendation of musical contents, which relates the sentimental analysis of the social context of a user through the social network twitter with the sentimental analysis of the lyrics of the songs. Thus, this paper presents the different components associated to the recommendation system, such as: musical content dataset, computational method based on a Bayesian classifier in charge of predicting musical contents from the analysis of the user's social context and online music service.

Collaborative creation of a reference architecture for the implementation of data service platforms

Big Data se refiere a conjuntos de datos cuyo volumen, velocidad y variedad dificultan su captura, gestión y procesamiento mediante tecnologías y herramientas convencionales. Este concepto está generando nuevas necesidades en las organizaciones para permitir la captura, almacenamiento y análisis de datos con estas características y así obtener información relevante para la toma de decisiones. Un reto para las organizaciones es la implementación de una arquitectura que permita cubrir estas necesidades, ya que deben considerar las diferentes tecnologías existentes y deben establecer las políticas para el gobierno de datos que estarán en manos de los usuarios. Una arquitectura de referencia de una plataforma de analítica de datos, que sea capaz de desvincularse de herramientas tecnológicas será una guía que le permitirá a las organizaciones trazar un camino para lograr la gestión de esos datos y así tener herramientas efectivas para la toma de decisiones empresariales.

Big Data refers to data set whose volume, velocity, and variety make it difficult to capture, manage and process using conventional technologies and tools. This concept is generating new needs in organizations to allow the capture, storage, and analysis of data with these characteristics and thus obtain relevant information for decision-making. A challenge for organizations is the implementation of an architecture that covers these needs, since they must consider the different existing technologies and must establish the policies for data governance that will be available to users. A reference architecture of a data analytics platform that is capable of decoupling from technological tools will be a guide that will allow organizations to define a path to achieve the management of these data and thus have effective tools for make decisions in the company.

Influence of Role Theory on Management Activities: A controlled experiment with Software Engineering students

El estudio explora la influencia de la Teoría de Belbin en actividades de gestión de proyectos. Para crear el contexto experimental con tareas de planificación y control, se diseñó un escenario ficticio en el que los sujetos experimentales planificaron y controlaron el desarrollo de un proyecto -construcción de fachadas. Los resultados del experimento mostraron que, en cuanto a la estimación de costos y obtención de ganancias, los equipos integrados con base en la Teoría de Belbin (EC) no muestran diferencias con los equipos integrados aleatoriamente (ET); sin embargo, en lo que respecta a la variable penalización, los EC difieren significativamente de los ET, al haber entregado productos de mejor calidad.

The study explores the influence of Belbin's Theory on project management activities. To create the experimental context with planning and control tasks, a fictitious scenario was designed in which the experimental subjects planned and controlled the development of a project - building a set of different facades. The results of the experiment showed that, in terms of estimating costs and obtaining profits, the integrated teams based on the Belbin Theory (EC) do not show differences with the randomly integrated teams (ET); however, regarding the penalties obtained, however, as the variable "penalty", the EC presents statistically significant differences with respect to the ET, having obtained better quality products.