En el Centro LIFIA se está realizando investigación básica en Inteligencia Artificial como así también se está aplicando en proyectos de investigación de otras áreas (Procesamiento de Imágenes, Interacción Humano-Computador, Procesamiento del Lenguaje Natural, etc.).
A continuación se describen brevemente estos proyectos, junto a los datos de contacto del investigador responsable y su equipo.
Proyecto: Extracción de reglas en redes neuronales artificiales.
- Investigadora responsable: Claudia Pons – cpons@lifia.info.unlp.edu.ar
- Investigadora en el equipo: Gabriela Perez – gperez@lifia.info.unlp.edu.ar
- Campo disciplinar: Artificial Neural Networks
- ¿Qué tipo de IA están utilizando?
Se realiza investigación básica en redes neurales artificiales.
- ¿De qué se trata la aplicación?
Las redes neuronales artificiales tienen la capacidad de alcanzar altos niveles de precisión en tareas de clasificación, pero su falta de aplicabilidad es un claro inconveniente y lleva a denominarlas “cajas negras”. En este proyecto, se investigan y desarrollan algoritmos para la explicabilidad de las redes neuronales generando reglas expresadas en un lenguaje entendible permitiendo a los usuarios entender mejor el proceso de razonamiento de la red neuronal artificial.
- Publicaciones
Gabriela Perez, Claudia Pons. (2023). Generación de imágenes adversarias utilizando algoritmos genéticos con la técnica de caja negra. Simposio Argentino de Inteligencia Artificial. 52 JAIIO. Jornadas Argentinas de Informática. Sociedad Argentina de Informática (SADIO). Buenos Aires, Argentina. (ISSN 2451-7496).
Negro, P., & Pons, C. (2023). Extracción de reglas en redes neuronales feedforward entrenadas con lógica de primer orden. Simposio Argentino de Inteligencia Artificial. 52 JAIIO. Jornadas Argentinas de Informática. Sociedad Argentina de Informática (SADIO). Buenos Aires, Argentina. (ISSN 2451-7496). Memorias de Las JAIIO, 9(2). https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/533
Martíın Moschettoni, Milagros Jacinto, Gabriela Pérez, Claudia Pons (2023). “Variante enfocada en fidelidad de un algoritmo de extracción de reglas en redes neuronales artificiales”. 52 JAIIO. Jornadas Argentinas de Informática. Sociedad Argentina de Informática (SADIO). Buenos Aires, Argentina. (ISSN 2451-7496)
Proyecto: Identificación de propiedades biológicas en organismos utilizando técnicas de ML sobre secuencias de genoma.
- Investigadora responsable: Claudia Pons – cpons@lifia.info.unlp.edu.ar
- Investigadora en el equipo: Gabriela Perez – gperez@lifia.info.unlp.edu.ar
- Campo de aplicación: Secuenciación del genoma humano.
- ¿Qué tipo de IA están utilizando?
Se están usando redes neuronales artificiales implementadas con software libre provisto como servicio web gratuito “Google Colab” basado en el lenguaje de programación Python.
- ¿De qué se trata la aplicación?
Es un trabajo en conjunto con investigadores del Centro Nacional de Genómica y Bioinformática (CNGB) del ANLIS Malbrán. Se realizó un software para investigadores que ayuda en el análisis de propiedades biológicas sobre miles de secuencias de genomas completos de un organismo mediante técnicas de Machine Learning.
- Publicaciones
Nicolas Ferella, Pablo Pizio, Claudia Pons (2023). “Identificación de propiedades biológicas en organismos utilizando técnicas de Machine Learning sobre secuencias de genoma completo” 52 JAIIO. Jornadas Argentinas de Informática. Sociedad Argentina de Informática (SADIO). Buenos Aires, Argentina. (ISSN 2451-7496)
Proyecto: Detección y modelado BIM de elementos de electricidad, sanitarios y mecánicos a partir de planos de obra.
- Investigador responsable: Matías Urbieta – murbieta@lifia.info.unlp.edu.ar
- Investigador en el equipo: Martin Urbieta – maurbieta@lifia.info.unlp.edu.ar
- Campo disciplinar: Computer Vision
- Campo de aplicación: Ingenieria Civil / Arquitectura.
- ¿Qué tipo de IA están utilizando?
Machine learning. Object detection & Image segmentation
- ¿De qué se trata la aplicación?
Generación automática de modelo BIM en formato IFC de construcciones a partir de planos de arquitectura y estructura.
- ¿Cuál es el propósito del uso de IA?
Abordar tareas en forma automática que requieren de mano de obra especializada.
- Publicaciones
Los resultados se publicaron en la revista Journal of Building Engineering:
Martin Urbieta, Matias Urbieta, Tomas Laborde, Guillermo Villarreal, Gustavo Rossi: Generating BIM model from structural and architectural plans using Artificial Intelligence, Journal of Building Engineering, Volume 78, 2023, 107672, ISSN 2352-7102, https://doi.org/10.1016/j.jobe.2023.107672. (https://www.sciencedirect.com/science/article/pii/S2352710223018521)
- ¿Cuál es el estado de desarrollo del proyecto?
Ensayos de metodología en planos de electricidad. Preparativos para elaboración de dataset para entrenamiento.
- ¿Conoce colegas que estén usando IA en su campo disciplinar?
La aplicación de detección de objetos y segmentación son ampliamente utilizados, sin embargo, no tenemos conocimiento de su aplicación en la industria de la construcción para la generación de modelos a partir de planos.
- ¿Qué tipo de IA planea utilizar en sus investigaciones o desarrollos futuros?
Explorar técnicas de asistencia de diseño en la industria de la construcción a partir del análisis de modelos BIM.
Proyecto: Procesamiento de Especificaciones en Lenguaje Natural.
- Investigador responsable: Leandro Antonelli – lanto@lifia.info.unlp.edu.ar
- Campo disciplinar: Natural Language Processing
- Campo de aplicación: Requirement Engineering.
- ¿Qué tipo de IA están utilizando?
Estamos utilizando frameworks de procesamiento de lenguaje natural (que incluyen IA entrenadas), con el fin de hacer análisis de los textos, para verificar características del texto, extraer información e identificar similitudes. También estamos entrando IA para estos fines.
- ¿De qué se trata la aplicación?
Estamos desarrollando una aplicación que procesa especificaciones en lenguaje natural. La aplicación admite distintos templates (que básicamente poseen la forma clave-valor), donde el valor está representado por texto en lenguaje natural. A partir de estas piezas, la aplicación verifica el estilo de redacción (si las oraciones tienen mucha o carecen de información), también verifica si ciertas piezas de información son “parecidas” a otras (para identificar posibles repeticiones) y finalmente la aplicación puede extraer información.
- Publicaciones
Los resultados se publicaron en una revista internacional y varios eventos:
“User acceptance test for software development in the agricultural domain using natural language processing” Leandro Antonelli, Guy Camilleri, Diego Torres, and Pascale Zaraté, Journal of Decision Systems ISSN 2116-7052, doi https://doi.org/10.1080/12460125.2023.2229579 , accepted on Jun 21, 2023. https://www.tandfonline.com/doi/full/10.1080/12460125.2023.2229579
“A Method to obtain a Knowledge Representation from a Natural Language Specification of the Domain using the Glossary LEL” Leandro Antonelli, Mario Lezoche, Juliana Delle Ville, Decisioning 2023, Popayan, Colombia, 2023.
“A Collaborative Approach to specify Kernel Sentences using Natural Language”, Leandro Antonelli, Alejandro Fernandez, Nicolas Ruffolo, Emiliano Sansone, Diego Torres, Workshop in Requirements Engineering (WER), Natal, Brasil, Agosto 23 – 26 (2022).
“An Iterative and Collaborative Approach to Specify Scenarios using Natural Language”, Leandro Antonelli, Juliana Delle Ville, Felipe Dioguardi, Alejandro Fernandez, Luciana Tanevitch, Diego Torres, Workshop in Requirements Engineering (WER), Natal, Brasil, Agosto 23 – 26 (2022).
“An Approach to Cluster Scenarios According to their Similarity using Natural Language Processing”, Juliana Delle Ville, Diego Torres, Alejandro Fernández, Leandro Antonelli, IX Jornadas Iberoamericanas de Interacción Humano – Computadora (JIHCI 2023), 13 al 15 de Septiembre, Universidad de La Matanza, Argentina, 2023.
“SEMIoTICA – Security Scenarios Modeling for IoT-based Agriculture Solutions” Julio Ariel Hurtado, Leandro Antonelli, Santiago López, Adriana Gómez, Juliana Delle Ville, Frey Giovanny Zambrano, Andrés Solis, Marta Cecilia Camacho, Miguel Solinas, Gladys Kaplan, Freddy Muñoz, Decisioning 2023, Popayan, Colombia, 2023.
Proyecto: UX-Driven Development: Monitorización continua de la experiencia del usuario durante el desarrollo y mantenimiento ágil de aplicaciones (PICT-2019-02485)
- Investigadora responsable: Alejandra Garrido – garrido@lifia.info.unlp.edu.ar
- Investigadores en el equipo:
-Juan Cruz Gardey – jcgardey@lifia.info.unlp.edu.ar;
-Julián Grigera – juliang@lifia.info.unlp.edu.ar;
-Andrés Rodríguez – arodrig@lifia.info.unlp.edu.ar
-Leandro Antonelli – lanto@lifia.info.unlp.edu.ar
-Sergio Firmenich – sfirmenich@lifia.info.unlp.edu.ar
-Gustavo Rossi – gustavo@lifia.info.unlp.edu.ar - Campo disciplinar: Human-Computer Interaction.
- Campo de aplicación: User Experience Analysis
- ¿Qué tipo de IA están utilizando?
Estamos utilizando diferentes algoritmos de aprendizaje automático como redes neuronales y árboles de decisión.
- ¿De qué se trata la aplicación?
Los algoritmos de machine learning se utilizan para realizar predicciones acerca de la experiencia de los usuarios (UX) en aplicaciones web. Estos algoritmos toman como entrada diferentes métricas asociadas a la interacción de los mismos usuarios.
- ¿Cuál es el propósito del uso de IA?
El propósito del uso de IA es proveer mecanismos automáticos para evaluar la experiencia de usuario en aplicaciones web, con el objetivo de reducir su costo. Se busca proporcionar al experto en UX diferentes métodos de evaluación que le permitan tener un visión más global de la experiencia de usuario.
- Publicaciones
- Gardey, J. C., Grigera, J., Rodríguez, A., Rossi, G., & Garrido, A. (2022). Predicting interaction effort in web interface widgets. International Journal of Human-Computer Studies, 168, 102919.
- Grigera, J., Gardey, J. C., Rodriguez, A., Garrido, A., & Rossi, G. (2019, May). One metric for all: Calculating interaction effort of individual widgets. In Extended Abstracts of the 2019 CHI Conference on Human Factors in Computing Systems (pp. 1-6).
- Gardey, J. C., & Garrido, A. (2020, March). User experience evaluation through automatic A/B testing. In Proceedings of the 25th International Conference on Intelligent User Interfaces Companion (pp. 25-26).
- ¿Qué tipo de IA planea utilizar en sus investigaciones o desarrollos futuros?
Siguiendo con la idea de proveer mecanismos automáticos para evaluar la experiencia de usuario, estamos estudiando técnicas de procesamiento del lenguaje natural para identificar y clasificar problemas de UX en sistemas de manejo de tickets o incidencias.
Proyecto: Descubrimiento de reutilización de fármacos utilizando grafos de conocimiento
- Investigador responsable: Diego Torres – diego.torres@lifia.info.unlp.edu.ar
- Investigador en el equipo: Diego Lopez Yse
- Campo disciplinar: Knowledge Graph
- Campo de aplicación: Knowledge discovering
- ¿Qué tipo de IA están utilizando?
Estamos utilizando diferentes modelos de embedding y aplicaciones de modelos de redes neuronales.
- ¿De qué se trata la aplicación?
Los algoritmos de machine learning se utilizan para realizar predicciones de propiedades semánticas que no están incluidas en un grafo de conocimiento.
- ¿Cuál es el propósito del uso de IA?
El propósito del uso de IA es descubrir y predecir una posible utilización de un medicamento para tratar una enfermedad para la cual no fue diseñado. La idea es poder detectar enfermedades que posean características similares a otras enfermedades que poseen la prescripción de un fármaco y luego analizar la capacidad de este fármaco para tratar la enfermedad inicial. Se busca que el sistema recomiende posibles fármacos para tratar enfermedades endémicas y los profesionales específicos del campo de la bioquímica, farmacia y salud puedan hacer uso de un medicamento existente en un contexto nuevo.
- Publicaciones
López Yse, Diego, and Diego Torres. «Drug Repurposing Using Knowledge Graph Embeddings with a Focus on Vector-Borne Diseases: A Model Comparison.» Conference on Cloud Computing, Big Data & Emerging Topics. Cham: Springer Nature Switzerland, 2023.
- ¿Qué tipo de IA planea utilizar en sus investigaciones o desarrollos futuros?
Las formas y aspectos necesarios para la detección de similitudes en grafos de conocimiento utilizando embedding requieren ajustes y estudios específicos del dominio. En este trabajo continuamos analizando diferentes modelos de embeddings y subgrafos específicos para mejorar la capacidad de recomendación como la capacidad de explicabilidad de los buenos resultados.
Proyecto: Construcción automatizada y curado de grafos de conocimiento a partir de fuentes heterogéneas
- Investigador responsable: Diego Torres – diego.torres@lifia.info.unlp.edu.ar
- Investigadores en el equipo:
-Alejandro Fernandez
-Luciana Tanevitch
– Felipe Dioguardi - Campo disciplinar: Knowledge Graph
- Campo de aplicación: Observatorio de valores del suelo – Knowledge Management
- ¿Qué tipo de IA están utilizando?
Estamos usando estrategias de embedding en grafos y procesamiento de lenguaje natural.
- ¿De qué se trata la aplicación?
Se construye un grafo de conocimiento que describe el dominio de la oferta inmobiliaria en la provincia de Buenos Aires a partir de fuentes heterogéneas. El grafo generado posee una serie de datos que requieren su curado que requiere por ejemplo detectar elementos duplicados, detectar valores incorrectos, o incompletos. Por otro lado, algunas fuentes de información describen información de los inmuebles descripta en lenguaje natural, para ello es necesario comprender automáticamente las características del inmueble en esa porción de texto e integrarlas al grafo de conocimiento.
- ¿Cuál es el propósito del uso de IA?
El uso de la IA posee diferentes utilizaciones, una para detectar elementos similares y determinar inmuebles que han sido publicados bajo diversos avisos y con características sutilmente diferentes, allí utilizamos redes neuronales. Por otro lado, la utilización de redes entrenadas para el procesamiento de lenguaje natural y detectar pares de atributos/valor que se mencionan en los textos.
- Publicaciones
Luciana Tanevitch, Leandro Antonelli and Diego Torres. Named Entity Extraction in Requirement Specification: A Comparison. Decisioning 2023.
Felipe Dioguardi, Leandro Antonelli, Marcos May, Juan Pablo del Río and Diego Torres. A Bayesian Approach to Duplicate Detection for Real Estate Listings. Decisioning 2023.
Tanevitch, L., Dioguardi, F., Delle Ville, J., Villena, S., Herrera, F., Hasperue, W., … & Antonelli, L. Construcción de grafos de conocimiento a partir de especificaciones de requerimientos usando procesamiento de lenguaje natural. CACIC 2021, 399.
- ¿Qué tipo de IA planea utilizar en sus investigaciones o desarrollos futuros?
Seguirá profundizando en el procesamiento de lenguaje natural aplicado a la construcción de grafos de conocimiento a partir de lenguaje natural.
LIFIA 