<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>Ponencias</title>
<link href="https://rdi.uncoma.edu.ar/handle/uncomaid/252" rel="alternate"/>
<subtitle/>
<id>https://rdi.uncoma.edu.ar/handle/uncomaid/252</id>
<updated>2026-04-22T16:22:57Z</updated>
<dc:date>2026-04-22T16:22:57Z</dc:date>
<entry>
<title>SHAP-Based Explainable Clustering for Medical Records Insights</title>
<link href="https://rdi.uncoma.edu.ar/handle/uncomaid/18633" rel="alternate"/>
<author>
<name/>
</author>
<id>https://rdi.uncoma.edu.ar/handle/uncomaid/18633</id>
<updated>2025-04-22T12:32:04Z</updated>
<summary type="text">SHAP-Based Explainable Clustering for Medical Records Insights
Machine Learning is a fundamental tool for information analysis. Among its various techniques, clustering stands out as a family of algorithms capable of dividing large datasets into distinct groups based on similarity. In the healthcare domain, state-of-the-art research has been conducted, leveraging the vast availability of patient medical data, which makes clustering a powerful tool for knowledge discovery. However, Machine Learning also presents limitations, such as difficulties in explaining its results and the potential for unethical biases, which pose significant challenges for real-world applications. This study explores opportunities for applying clustering techniques within the Social Security Insurance system of Universidad Nacional del Comahue, a university located in Neuquén, Argentina. Additionally, clustering will be combined with the SHAP framework to enhance the explainability of the obtained results.
</summary>
</entry>
<entry>
<title>Hacia la Recomendación Automática de Patrones de Diseño Ontológico</title>
<link href="https://rdi.uncoma.edu.ar/handle/uncomaid/18195" rel="alternate"/>
<author>
<name/>
</author>
<id>https://rdi.uncoma.edu.ar/handle/uncomaid/18195</id>
<updated>2024-10-24T12:26:47Z</updated>
<summary type="text">Hacia la Recomendación Automática de Patrones de Diseño Ontológico
En la Ingeniería Ontológica, los modeladores que desean construir una ontología por medio del reuso de patrones poseen poca asistencia en las herramientas de desarrollo. Por ello, se propone una metodología que permita recomendar a los usuarios Patrones de Diseño Ontológico (ODP) para una ontología en etapa de diseño.&#13;
&#13;
La metodología propuesta posee dos etapas: el análisis del patrón para extraer información relevante para detectarlos parcial o totalmente en una ontología, y el análisis de la ontología del usuario para buscar y sugerir patrones.&#13;
&#13;
De esta manera, se presenta una metodología implementable para sugerir patrones a medida que es diseña una ontología. Así, los modeladores sin conocimiento previo de los ODP, podrán seleccionar patrones ampliamente aceptados mejorando el proceso de desarrollo y la calidad.
</summary>
</entry>
<entry>
<title>Tecnologías de datos espaciales, visualización y realidad virtual</title>
<link href="https://rdi.uncoma.edu.ar/handle/uncomaid/18121" rel="alternate"/>
<author>
<name/>
</author>
<id>https://rdi.uncoma.edu.ar/handle/uncomaid/18121</id>
<updated>2024-09-05T11:58:24Z</updated>
<summary type="text">Tecnologías de datos espaciales, visualización y realidad virtual
Los avances tecnológicos y la situación de que buena parte de las actividades humanas tengan un componente locacional, han provocado que en la actualidad se disponga de un importante volumen de datos georreferenciados. En los últimos años, y alrededor del mundo se han multiplicado las iniciativas con las Infraestructuras de Datos Espaciales (IDE) para lograr la interoperabilidad de datos. Asimismo, la realidad virtual es cada vez más accesible.&#13;
Junto con la realidad aumentada y la aplicación de los procesos de bigdata en este contexto, se busca dar un valor agregado fundamental a todo el proceso. Otra importante aplicación en la que se enfocará el proyecto, es en la creación y evaluación de Modelos de Valoración Automatizados (MVA) definido como un modelo matemático y económico para hallar de forma transparente, rápida y segura el valor de un conjunto de inmuebles. Los resultados pretendidos corresponden a utilizar estas tecnologías en el desarrollo de aplicaciones y tableros de control sobre datos abiertos y brindar una forma de interactuar con los datos y resultados.
</summary>
</entry>
<entry>
<title>Tecnologías digitales  y colaborativas en educación</title>
<link href="https://rdi.uncoma.edu.ar/handle/uncomaid/16442" rel="alternate"/>
<author>
<name/>
</author>
<id>https://rdi.uncoma.edu.ar/handle/uncomaid/16442</id>
<updated>2023-10-04T15:55:01Z</updated>
<summary type="text">Tecnologías digitales  y colaborativas en educación
La   constante evolución  de  las nuevas Tecnologías  de la   información y Comunicación  (TIC) en  las  últimas  décadas, ha   impulsado  en  forma   significativa   la utilización  de herramientas     y     recursos digitales  en la   resolución   de   problemas   de distintos   campos del conocimiento.  En el ámbito educativo facilita la modificación de las   prácticas   docentes   propiciando   contextos de aprendizajes más ricos e interactivos. Esto nos ha motivado a continuar avanzando en el desarrollo  de  herramientas  basadas   en software   libre, además de la  utilización  de aplicaciones  de Realidad  Aumentada (RA) y Realidad  Virtual  (RV). El   objetivo   principales   fortalecer   los procesos  colaborativos  de enseñanza  y  aprendizaje     en  los  distintos ámbitos, tratando de lograr el acercamiento de la   universidad  al  medio.  En  este  trabajo  se presentan  los   avances     alcanzados   hasta   el momento   en   las   principales   líneas   de investigación.
</summary>
</entry>
</feed>
