Catálogo de publicaciones

Este trabajo de tesis complementa los requisitos de la carrera de Doctorado en Ciencias de la Computación de la Facultad de Ciencias Exactas de la Universidad Nacional del Centro de la Provincia de Buenos Aires. El problema general en el que se encuentra enmarcada la presente tesis es el de estimar el nivel de activación muscular ejecutado por el bíceps de un brazo humano al ejercer diferentes niveles de esfuerzos discretos, por medio de un sistema de visión artificial alimentado exclusivamente con imágenes externas del brazo. El sistema mencionado tiene embebido un componente de aprendizaje de máquinas supervisado que le permite predecir la medida deseada, a partir de ejemplos conocidos de la activación real. En un primer paso del método, se aplican técnicas de visión computacional para la descripción de imágenes de manera de generar vectores de características de las mismas. Luego, estos vectores son usados como entrada en un proceso de aprendizaje de máquinas supervisado por la fuerza externa aplicada, un valor altamente correlacionado al nivel de activación real que el bíceps está ejerciendo. Se evaluaron técnicas maduras y comúnmente usadas en estas áreas para las cuales existen implementaciones computacionales. Como respuesta a la pregunta de ¿por qué es importante resolver el problema planteado?, se presenta una introducción al mismo y a las áreas disciplinares de aplicación. Por otro lado, pretendiendo responder ¿qué soluciones existen para el problema planteado?, se presenta una revisión bibliográfica de los trabajos relacionados al problema y el método propuesto para resolverlo. Para responder a la pregunta de ¿qué debo aprender para resolver el problema mediante el método propuesto?, se presentan las tecnologías de soporte evaluadas en esta tesis para resolver el problema usando el método propuesto, puntualmente en las áreas de conocimiento de descripción de imágenes y aprendizaje de máquinas supervisado. Finalmente para responder a la pregunta de ¿cómo aplicar estas tecnologías para resolver el problema?, se presentan distintas instancias del método que pretenden resolver el problema de estimación planteado. Una de las instancias del método presentadas, logra obtener una precisión aceptable en la tarea de medición de la activación en un setting lo su cientemente práctico como para ser usado en ciertos ejercicios de tele-rehabilitación. La precisión en la medición de la activación así como la correlación estimada entre las mediciones obtenidas con este método y la real, son comparables a los métodos actuales y a trabajos similares.

En la actualidad, las áreas de Medición, Evaluación y Análisis son pilares de la Ingeniería de Software ya que brindan información para, principalmente, tomar decisiones sobre cuestiones relacionadas a la calidad de productos, procesos, etc. En estas áreas, como en otras, es deseable garantizar repetibilidad para lograr consistencia en los resultados. Para ello, las organizaciones deben contar con estrategias de Medición y Evaluación (M&E) que integren tres capacidades: i) una especificación de las vistas del proceso de M&E en la cual se documenten, entre otros aspectos, las principales actividades que deben ser planificadas y ejecutadas, ii) un marco conceptual de M&E que permita disponer de un vocabulario común, y iii) métodos y herramientas específicos para llevar a cabo las actividades. En este sentido, hemos desarrollado una estrategia llamada GOCAME (Goal-Oriented Context-Aware Measurement and Evaluation), que integra estas tres capacidades. La presente tesis doctoral se centra en la primera capacidad mencionada, es decir: la especificación de las vistas del proceso de M&E para la estrategia GOCAME. Contar con la especificación del proceso desde diferentes perspectivas permite tener una guía clara y repetible de las actividades que deben llevarse a cabo, como así también detectar puntos de control, identificar los productos de trabajo insumidos y producidos, y escoger adecuadamente los agentes que ocuparán los roles involucrados en la realización de las actividades, entre otros aspectos. Para especificar las diferentes vistas del proceso se utilizarán lenguajes estándares apropiados, permitiendo que exista un entendimiento compartido dentro y fuera de la organización que lo aplique, de modo que cualquier usuario interesado pueda comprender el proceso, hacer uso del mismo y/o plantear mejoras a éste. Si bien existe literatura, e incluso estándares, que describen el proceso de M&E, lo hacen como si fueran dos procesos disjuntos, de hecho muchos ni hablan de Evaluación. Sin embargo, estos procesos están muy relacionados. Además, en la literatura revisada se observa que los procesos de M&E no se especifican desde sus diferentes vistas. Incluso se ha detectado que no existe un consenso respecto de la terminología de proceso utilizada, motivo por el cual aquí se propone una ontología de proceso (genérica). Esta ontología también se utiliza para enriquecer el marco conceptual de M&E (segunda capacidad mencionada). La hipótesis principal de este trabajo es que sin una clara definición de las vistas del proceso, los programas y proyectos de M&E, suelen ser menos repetibles, reproducibles y controlables. Además, poseer un (modelo de) proceso basado en un marco conceptual de M&E no sólo permite contar con programas y proyectos con dichas características, sino que también favorece la robustez y confiabilidad de la información obtenida (datos y metadatos), la cual es utilizada en procesos de toma de decisión. También, un modelo de procesos facilita la definición de métodos y herramientas que permitan llevar a cabo las actividades, ya sea de forma total o parcialmente automatizada. Por otra parte, cabe mencionar que GOCAME es una estrategia de M&E de propósito múltiple, la cual puede ser personalizada para desarrollar estrategias para propósitos específicos. Particularmente, a partir de GOCAME se ha derivado la estrategia SIQinU (Strategy to Improve Quality in Use), la cual se enfoca en mejorar sistemáticamente la Calidad en Uso de las aplicaciones evaluadas. Esta estrategia también cuenta con las tres capacidades de GOCAME, y en este trabajo se abordará la especificación de las vistas del proceso que subyace en SIQinU.