Research Projects
Explore scientific investigations, research initiatives, and technology transfers engineered by our lab.
Aplicación de técnicas de NLP y descubrimiento de conocimiento para la construcción del Observatorio de Valores del Suelo de la Provincia de Buenos Aires
El Observatorio de Valores del Suelo (OVS) de la Provincia de Buenos Aires es un proyecto de investigación conjunto entre los centros LINTA, LIFIA y el Organismo Provincial de Integración Social y Urbana (OPISU). Uno de los objetivos del OVS es tener un seguimiento del estado de las parcelas e inmuebles en el territorio bonaerense, para ello necesita una base de datos actualizada con información georreferenciada. En este proyecto analizaremos alternativas del uso del procesamiento de lenguaje natural y el soporte semántico en la construcción de herramientas que permitan dar soporte informático al OVS. En particular se propondrá realizar el curado y análisis de conjuntos de datos inmobiliarios previamente obtenidos, para poder extraer nuevos elementos de conocimiento y visualizarlos en una aplicación web interactiva basada en un sistema de información geográfico. Objetivos Estudiar y desarrollar herramientas para el curado de datos basadas en NLP y herramientas semánticas. Instalación y puesta en producción de un framework web de información geográfico. Diseñar el soporte semántico para representar el conjunto de datos inmobiliarios de la PBA. Visualización en la plataforma web de los datos inmobiliarios georeferenciados de la PBA.
Collaborative Group Decision for knowledge acquisition in agriculture using AI techniques
Knowledge acquisition is a key step to understand the domain in order to make proposals to obtain better results. Natural Language Processing tools in combination with Machine Learning (both from the Artificial Intelligence field) can be used to analyze the narrative descriptions captured, in order to obtain an ontology representation of the knowledge acquired. Considering the agricultural context and the use of technology, knowledge acquisition should be done with tools that suit the characteristics of the stakeholders and provide the accuracy of knowledge description needed in a technological environment. We consider three aspects to be taken into account. Collaborative Knowledge Management (CKM) is considered as a process of collective resolution of problems where it is useful to memorize the process of making collective decisions and to structure the group interactions to facilitate problem solving and sharing of ideas. Then scenarios are widely used to capture the knowledge from the stakeholders. Finally, conflict resolution is a step to be considered in knowledge acquisition. It is crucial making the group decision process interactive, iterative, collaborative and participatory. Thus, a multi-criteria decision support system arises as a tool to support this process.
Soporte a la decisión colaborativa para la adquisición de conocimiento en agricultura usando técnicas de IA
El objetivo de este proyecto radica en definir un método que permite utilizar escenarios para describir el conocimiento del dominio, descriptos en forma colaborativa por un gran número de personas, y como resultado se obtienen escenarios en donde la descripción de los mismos se encuentra unificada en cuanto a lenguaje y punto de vista, y además, los mismos han sido consensuados en cuanto a la relevancia y a la capacidad de comunicar el conocimiento.
Observatorio de valores del suelo e instrumentos de financiamiento del desarrollo urbano - Programa “ImpaCT.AR Ciencia y Tecnología”
El objetivo de este proyecto es generar un observatorio del valor del suelo en la Provincia de Buenos Aires, que permita cuantificar los efectos en la valorización del suelo urbano producto de la acción del Estado y generar instrumentos para captar parte de esa valorización con el propósito de contribuir al sostenimiento en el mediano y largo plazo del hábitat de los barrios populares, y fortalecer los procesos de integración socio-urbana.
Proyecto de Extensión: Ciencia ciudadana en el censado del arbolado urbano
El Centro de Investigación LIFIA ha trabajado, impulsado y llevado adelante diferentes proyectos de Ciencia Ciudadana como un esfuerzo de investigación científica, colectivo, participativo y abierto, destinado a generar conocimiento de manera rigurosa e impulsado por distintos tipos de actores, que no están necesariamente dentro de los ámbitos académicos. Si bien las temáticas son diferentes, de un tiempo a esta parte, LIFIA ha participado de trabajos de investigación sobre cuencas de los ríos y arbolado urbano. Los árboles urbanos constituyen un patrimonio verde y natural de las ciudades. Además de embellecer y dar color a las calles y veredas, los árboles contribuyen a un ambiente más sustentable y mejoran la calidad de vida urbana. Entre sus principales contribuciones se destacan el aporte de oxígeno y purificación del aire, brinda sombra, reduce la temperatura, mitiga el ruido y la contaminación acústica y también alojan a las aves de nuestra ciudad. Por eso, es importante y necesario tomar medidas adecuadas para el correcto cuidado y mantenimiento del arbolado urbano. En este sentido, el Censo de Arbolado es un instrumento que brinda información estratégica y de utilidad para la planificación de la gestión del arbolado y los servicios ecosistémicos que aporta así como de acciones favorables al medio ambiente y la salud comunitaria. El árbol se constituye en un bien público y la medición de la cobertura vegetal contribuye a planificar y gestionar las áreas verdes. De este modo, la forestación es un elemento clave en la infraestructura urbana, ya que ofrece numerosos servicios ecosistémicos de distinta índole: aprovisionamiento, regulación, culturales y de soporte. Los primeros, también llamados de abastecimiento, se refieren a aquellos materiales obtenidos de la naturaleza (alimentos, agua dulce, madera, etc.). Los segundos son los que se producen como resultado de la regulación de los procesos ecosistémicos (regulación de la calidad del aire, del clima y del ciclo hidrológico). Los terceros son los beneficios inmateriales relacionados con la vida social (recreación y turismo), y los últimos son los necesarios para producir todos los otros servicios ecosistémicos (formación de suelos). El presente proyecto propone identificar distintos aspectos de cobertura arbórea de diferentes zonas de la ciudad de La Plata actual mediante proyectos de ciencia ciudadana utilizando la plataforma Ágora, desarrollada en LIFIA.
Especificaciones de calidad utilizando soporte semántico, procesamiento del lenguaje natural y machine learning
El desarrollo de software siempre ha sido una tarea compleja. Esto se debe a que el software es un artefacto muy complejo por naturaleza, dado que debe capturar e implementar todo el conocimiento del dominio que está distribuido entre un gran número de stakeholders. Cualquier simplificación de la realidad ocasionará que el software no cumpla con sus necesidades. Esta complejidad es aún mayor considerando los proyectos globales que son conformados por equipos multiculturales, dado que el conocimiento es más difícil de obtener y el mismo se encuentra de una forma tan variada en donde la consolidación implica un gran desafío. Más aún, en el último tiempo se está realizando una transformación digital que se denomina industria 4.0 la cual necesita de datos, información y conocimiento del dominio, el cual no sólo se captura a partir de las personas, sino que se captura a través de tecnologías como Internet of the Things e Internet of the Robot Things, lo cual agrega un nivel más de complejidad. La herramienta más utilizada para comunicar y describir requerimientos y el conocimiento del dominio es el lenguaje natural, puesto que es lo que dominan los stakeholders. Sin embargo, no es la mejor herramienta porque puede ser ambigua y no precisa. El procesamiento de lenguaje natural y machine learning son de mucha ayuda para analizar texto en lenguaje natural e identificar aspectos que deben ser mejorados. De esta forma, es posible dejar a los expertos que escriban libremente las especificaciones, identificar expresiones que merecen ser mejoradas e incluso sugerir como mejorarlas. Ahora bien, además de los esfuerzos sintácticos, es necesario ocuparse de los aspectos semánticos, es decir, del significado. Una expresión puede ser ambigua por la redacción, pero también puede ser ambigua por el significado de algún término utilizado. Objetivo El objetivo de este proyecto es el de diseñar una técnica que permita tomar especificaciones en lenguaje natural, identificar aspectos que deben ser corregidos para mejorar la legibilidad y expresividad, y sugerir formas de realizarlo. La técnica estará soportada por una herramienta que hará uso de procesamiento de lenguaje natural, machine learning y soporte semántico.
Desarrollo de una Plataforma para procesar recursos obtenidos desde satélites SAOCOM
Los satélites SAOCOM presenta un gran avance en la soberanía de la información para argentina. Desde su lanzamiento, la Argentina ha sido capaz de censar el territorio Argentino con diferentes herramientas (por ejemplo, imagen y banda L) abriendo un mundo de oportunidades de soluciones para problemas complejos. En este caso se pretende trabajar en la detección de filtraciones de agua en acueductos utilizando Machine Learning para clasificar la información. A partir de un plano de red de agua potable, se identificarán zonas de humedad próximas a dicho tendido y de esta forma identificar potenciales filtraciones.
Plataforma para la visualización de datos con fines educativos en nivel secundario para Ciencias Sociales y Humanidades
El pensamiento computacional puede ser abordado desde diferentes miradas. Por un lado, está la mirada pura de las Ciencias de la Computación y por otro, una mirada que considera además disciplinas y áreas curriculares como las Ciencias Sociales y las Humanidades con el fin de aprender de las mismas a partir de este tipo de pensamiento. La visualización de datos es una forma de pensamiento computacional y poder desarrollarlo enmarcarcado en disciplinas curriculares del nivel secundario, resulta de interés fundamentalmente considerando las nuevas competencias para los puestos laborales en un futuro no muy lejano. Por lo anterior, se propone trabajar en una plataforma educativa, pensada para usuarios finales de nivel secundario que permita ejercitar con aspectos de visualización de datos a partir de dataset en diferentes formatos. Este trabajo propone considerar diversos aspectos de la Ingeniería de software como por ejemplo la Usabilidad. Adicionalmente, para la implementación se considerarán diversas tecnologías y componentes. como por ejemplo, Phyton, Bokeh, Flask , HTML5, PostgreSQL, ApacheSpark y la Api de Twitter.
Soporte semántico para mejorar la calidad de los requerimientos
El desarrollo de software es una tarea compleja, y lo es más aún con la globalidad, virtualidad y multiculturalidad de los equipos. Además, el software es un artefacto complejo por naturaleza, puesto que debe capturar e implementar conocimiento del dominio que está distribuido entre los stakeholders. La ingeniería de requerimientos es un área clave. Es una de las primeras etapas en el ciclo de vida y es vital el capturar los requerimientos y el conocimiento necesario, ya que el resto del desarrollo se basa en estos elementos. La herramienta más utilizada para comunicar y describir requerimientos es el lenguaje natural, sin embargo, no es la mejor herramienta porque es ambigua y poco precisa. Las áreas de estudio de la Web Semántica proponen diferentes soportes teóricos y aplicados que permiten encontrar una representación estructurada sobre la cual es posible aplicar diferentes métodos de inferencias y recomendaciones. Estas resultan un excelente complemento a las especificaciones en lenguaje natural y a la vez permiten identificar automáticamente debilidades y oportunidades de mejora. Este proyecto se propone construir una herramienta que permita analizar especificaciones en lenguaje natural y conceptualizar en especificaciones semánticas con el fin de identificar críticas y sugerir mejoras a la especificación de requerimientos.
AGROFAIR – Agro-Knowledge Integration: Developing a FAIR data science approach for adding value to the agricultural supply chain
Farms are the engine to support rural employment making a considerable contribution to territorial development. Even though they have always been considered a cornerstone of agricultural activity in the European Union (EU) and in Latin America, this sector most often suffers from very low efficiency and effectiveness, sensitivity to weather, market disruptions and other external factors. Two different problems in knowledge sharing are present in this domain. First of all, the various interoperability regulations between the countries. Although some efforts are done to bypass this problem, like the EU-Mercosur signed in the summer of 2019, the different process semantics implemented in each region are a serious threat to the fulfilment of the process interoperability. Another problem is that in most of the cases, the knowledge transferred from generation to generation is paramount from a cultural point of view, but most of the time, it does not answer to the needs nor the requirements of the agri-food value chain. We aim at creating the core technology for a knowledge hub that integrates and aligns international regulations in agricultural activities, such as FAO's best practices, and possibly the last born EUMercosur regulations with the local restrictions, such as national policies, allowing the small farmers to access, in an easy way, a wider market through the certification of the practices and products. In order to develop this core technology, we propose to deploy various methodologies and tools working on the domains of knowledge formalisation, domain alignment and visualization. The domain formal representation allows for the semantic alignment of rules and restrictions from different institutional regulation bodies. Simultaneously, we will propose a model for incoherence detection letting us to highlight contradictory regulations. Those knowledge atoms and constructs will be represented through some visualization information interfaces according to the users’ needs.