Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Oferta de Trabajos de Titulación CIS-UNL
1. Oferta de Trabajos de
Titulación
Ordoñez-Ordoñez, Pablo F.
Carrera de Ingeniería en Sistemas
21 de julio de 2017
pfordonez@unl.edu.ec Oferta TT. 1/6
2. TT Ingeniería de Requisitos
Problema
• La diversidad de datos por elicitación en la Ingeniería de
Requisitos sin supervición produce incapacidad de
reconocimiento automático para la aplicación de patrones
en la especificación de casos de uso de un sistema y
aplicación web.
pfordonez@unl.edu.ec Oferta TT. 2/6
3. TT Ingeniería de Requisitos
Problema
• La diversidad de datos por elicitación en la Ingeniería de
Requisitos sin supervición produce incapacidad de
reconocimiento automático para la aplicación de patrones
en la especificación de casos de uso de un sistema y
aplicación web.
• Objetivos:
pfordonez@unl.edu.ec Oferta TT. 2/6
4. TT Ingeniería de Requisitos
Problema
• La diversidad de datos por elicitación en la Ingeniería de
Requisitos sin supervición produce incapacidad de
reconocimiento automático para la aplicación de patrones
en la especificación de casos de uso de un sistema y
aplicación web.
• Objetivos:
• Analizar el aprendizaje automático a implementar
pfordonez@unl.edu.ec Oferta TT. 2/6
5. TT Ingeniería de Requisitos
Problema
• La diversidad de datos por elicitación en la Ingeniería de
Requisitos sin supervición produce incapacidad de
reconocimiento automático para la aplicación de patrones
en la especificación de casos de uso de un sistema y
aplicación web.
• Objetivos:
• Analizar el aprendizaje automático a implementar
• Aplicar el modelo de clasificación/optimización en los
Trabajos de Titulación de la CIS
pfordonez@unl.edu.ec Oferta TT. 2/6
6. TT Ingeniería de Requisitos
Problema
• La diversidad de datos por elicitación en la Ingeniería de
Requisitos sin supervición produce incapacidad de
reconocimiento automático para la aplicación de patrones
en la especificación de casos de uso de un sistema y
aplicación web.
• Objetivos:
• Analizar el aprendizaje automático a implementar
• Aplicar el modelo de clasificación/optimización en los
Trabajos de Titulación de la CIS
pfordonez@unl.edu.ec Oferta TT. 2/6
7. TT. Ingeniería de Requisitos
Problema:
• Los resultados de los Trabajos de Titulación no son
accesibles, esto implica fallos en las verificaciones e
incompetencias en los datos abiertos para la web.
pfordonez@unl.edu.ec Oferta TT. 3/6
8. TT. Ingeniería de Requisitos
Problema:
• Los resultados de los Trabajos de Titulación no son
accesibles, esto implica fallos en las verificaciones e
incompetencias en los datos abiertos para la web.
• Objetivos:
pfordonez@unl.edu.ec Oferta TT. 3/6
9. TT. Ingeniería de Requisitos
Problema:
• Los resultados de los Trabajos de Titulación no son
accesibles, esto implica fallos en las verificaciones e
incompetencias en los datos abiertos para la web.
• Objetivos:
• Analizar los modelos para difusión de resultados...
pfordonez@unl.edu.ec Oferta TT. 3/6
10. TT. Ingeniería de Requisitos
Problema:
• Los resultados de los Trabajos de Titulación no son
accesibles, esto implica fallos en las verificaciones e
incompetencias en los datos abiertos para la web.
• Objetivos:
• Analizar los modelos para difusión de resultados...
• Implementar la máquina/repositorio de aprendizaje para la
accesibilidad y usabilidad en la web de los dataset de la
CIS resultados de los TT.
pfordonez@unl.edu.ec Oferta TT. 3/6
11. TT. Ingeniería de Requisitos
Problema:
• Los resultados de los Trabajos de Titulación no son
accesibles, esto implica fallos en las verificaciones e
incompetencias en los datos abiertos para la web.
• Objetivos:
• Analizar los modelos para difusión de resultados...
• Implementar la máquina/repositorio de aprendizaje para la
accesibilidad y usabilidad en la web de los dataset de la
CIS resultados de los TT.
pfordonez@unl.edu.ec Oferta TT. 3/6
12. TT. Ingeniería de Software
Problema:
• Intentar definir qué representaciones son las mejores y
cómo crear modelos para aprender de estas
representaciones en las distintas áreas de conocimiento
de la ISw.
pfordonez@unl.edu.ec Oferta TT. 4/6
13. TT. Ingeniería de Software
Problema:
• Intentar definir qué representaciones son las mejores y
cómo crear modelos para aprender de estas
representaciones en las distintas áreas de conocimiento
de la ISw.
• Objetivos:
pfordonez@unl.edu.ec Oferta TT. 4/6
14. TT. Ingeniería de Software
Problema:
• Intentar definir qué representaciones son las mejores y
cómo crear modelos para aprender de estas
representaciones en las distintas áreas de conocimiento
de la ISw.
• Objetivos:
• Revisar sistemáticamente los avances y conocimientos
actuales de aplicaciones del deep learning en la Ingeniería
del Software
pfordonez@unl.edu.ec Oferta TT. 4/6
15. TT. Ingeniería de Software
Problema:
• Intentar definir qué representaciones son las mejores y
cómo crear modelos para aprender de estas
representaciones en las distintas áreas de conocimiento
de la ISw.
• Objetivos:
• Revisar sistemáticamente los avances y conocimientos
actuales de aplicaciones del deep learning en la Ingeniería
del Software
pfordonez@unl.edu.ec Oferta TT. 4/6
16. TT. Ingeniería de Software - Varios
• Desarrollo de una solución para el ciclo de la IR
pfordonez@unl.edu.ec Oferta TT. 5/6
17. TT. Ingeniería de Software - Varios
• Desarrollo de una solución para el ciclo de la IR
• Métodos Heurísticos para los patrones de diseño web
pfordonez@unl.edu.ec Oferta TT. 5/6
18. TT. Ingeniería de Software - Varios
• Desarrollo de una solución para el ciclo de la IR
• Métodos Heurísticos para los patrones de diseño web
• Estudio del procesamiento distribuido en aplicaciones
móviles
pfordonez@unl.edu.ec Oferta TT. 5/6
19. TT. Ingeniería de Software - Varios
• Desarrollo de una solución para el ciclo de la IR
• Métodos Heurísticos para los patrones de diseño web
• Estudio del procesamiento distribuido en aplicaciones
móviles
• etc...
pfordonez@unl.edu.ec Oferta TT. 5/6
20. TT. Ingeniería de Software - Varios
• Desarrollo de una solución para el ciclo de la IR
• Métodos Heurísticos para los patrones de diseño web
• Estudio del procesamiento distribuido en aplicaciones
móviles
• etc...
pfordonez@unl.edu.ec Oferta TT. 5/6
22. Y. Gal and Z. Ghahramani, “Dropout as a bayesian
approximation: Representing model uncertainty in deep
learning,” in international conference on machine learning,
pp. 1050–1059, 2016.
J. F. P. Barrera, D. A. Hurtado, and R. J. Moreno, “Prediction
system of erythemas for phototypes i and ii, using
deep-learning,” Vitae, vol. 22, no. 3, pp. 188–196, 2016.
J. M. Sandin, Contributions to Deep Learning Models.
PhD thesis, Universitat Politècnica de València, 2016.
B. Chen, V. Navalpakkam, P. P. P. R. Time, J.-A. Ting,
B. Marlin, N. d. F. D. Learning, H. Wang, J. Liu, K. Xu, et al.,
“Research/work experience• empolyment software
engineer at google, venice, ca, summer 2016-now•
internship software engineering intern at facebook, palo
alto, ca, spring 2013, fall 2012,” arXiv preprint
arXiv:1704.04861, 2017.
Y. Kato, S. Hamada, and H. Goto, “Molecular activity
prediction using deep learning software library,” in
pfordonez@unl.edu.ec Oferta TT. 6/6
23. Advanced Informatics: Concepts, Theory And Application
(ICAICTA), 2016 International Conference On, pp. 1–6,
IEEE, 2016.
X. Gu, H. Zhang, D. Zhang, and S. Kim, “Deep api
learning,” in Proceedings of the 2016 24th ACM SIGSOFT
International Symposium on Foundations of Software
Engineering, pp. 631–642, ACM, 2016.
M. Gamarra, F. Bertel, and J. Velásquez, “Herramienta de
software para el aprendizaje de sistemas difusos en un
curso de control digital,” Formación universitaria, vol. 9,
no. 4, pp. 33–40, 2016.
R. García Martínez, S. Martins, H. Merlino, H. G. Amatriain,
F. Ribeiro, and S. Bianco, “Propuesta de articulación de
temas de sistemas inteligentes en la currícula de
licenciatura en sistemas,” in XI Congreso de Tecnología en
Educación y Educación en Tecnología (TE&ET 2016).,
2016.
pfordonez@unl.edu.ec Oferta TT. 6/6
24. C. E. M. Echeverry, M. L. Trujillo, and M. H. M. Salazar,
“Minería de datos en gestión del conocimiento de pymes de
colombia,” Revista Virtual Universidad Católica del Norte,
no. 50, pp. 224–237, 2017.
H. R. Velarde Bedregal, “Modelo para la estimación del
esfuerzo de desarrollo en tareas de ingeniería de proyectos
de software empleando aprendizaje automático,” 2017.
M. Fabregate Fuente, “Ingeniería de requisitos de una
solución de esalud para el soporte a la implantación de
estrategias clínicas de automanejo de la hipertensión
arterial,” 2017.
L. Pájaro Fuentes, “Sistema predictivo basado en
aprendizaje automático para la deserción estudiantil en
instituciones de educación superior,” Master’s thesis,
Universitat Oberta de Catalunya, 2016.
F. A. González, “Ingeniería de requisitos en el
departamento de tecnología del banco pichincha.¿
pfordonez@unl.edu.ec Oferta TT. 6/6
25. solución al “cuello de botella”?,” Tecnología Investigación y
Academia, vol. 4, no. 2, pp. 57–73, 2017.
A. I. González and P. Ordoñez, “Identificación de factores
en la deserción y reprobación universitaria,”
pfordonez@unl.edu.ec Oferta TT. 6/6