Data model management, with the use of artificial intelligence, for a geographic information system in the energetic sector

Authors

  • Nayi Sánchez Fleitas UEB Aplicaciones de las Tecnologías Informáticas
  • Raúl Comas Rdoríguez Universidad Técnica de Ambato
  • María Matilde García Lorenzo Universidad Central Marta Abreu de Las Villas
  • Amanda Riverol Quesada Universidad de Cienfuegos

DOI:

https://doi.org/10.29019/enfoqueute.v7n3.108

Keywords:

Geographic Information System, ontologies, case-based reasoning, energy sector

Abstract

A Geographic Information System (GIS), named SIGOBE v 3.0, for the electric sector is development. The Integral Management System of the ECIE (SIGECIE) and the Integrated Network Management System (SIGERE) databases are taxed alfanumeric information. Studies determined the need for a model for data management, contributing to the GIS development, on a conceptual schema domain capable of responding to different user requests, through automatic query as support decision making. To provide the GIS with a conceptual basis an ontology is determined, which will be expressed by logical descriptive, to generate the traits of a case-based reasoning that allows automation of consultations. The final quality of GIS was verified according to the quality standards of the ISO-9126:2002 standard. The proposed model and its functionality contributes to: facilitate decision-making at different levels, perform risk analysis to have the defects of electrical installations, reduce the time of failure to the key areas of the country, organize the travel of trucks more efficiently and locate electrical faults more accurately.

Metrics

Downloads

Download data is not yet available.

References

Aguilar, J., & Moreno, K. (2014). Metodología para el Desarrollo de Aplicaciones Basado en el Paradigma ODA. Universidad de Los Andes Mérida, Venezuela.
Althoff, K. D. (1995). A review of industrial case-based reasoning tools: A1 Intelligence.
Atkeson, C. G., Moore, A. W., & Schaal, S. (1997). Locally Weighted Learning. Artif. Intell. Rev., 11(1-5), 11-73. doi: 10.1023/a:1006559212014
Bergmann, R., & Stahl, A. (1998). Similarity measures for object-oriented case representations. In B. Smyth & P. Cunningham (Eds.), Advances in Case-Based Reasoning: 4th European Workshop, EWCBR-98 Dublin, Ireland, September 23–25 (pp. 25-36). Berlin, Heidelberg: Springer Berlin Heidelberg.
Bonillo, M. L. (2003). Razonamiento Basado en Casos aplicado a Problemas de Clasificación. (Doctoral), Universidad de Granada.
Cordero Morales, D., Ruiz Constanten, Y., & Torres Rubio, Y. (2013). Sistema de Razonamiento Basado en Casos para la identificación de riesgos de software. Revista Cubana de Ciencias Informáticas, 7(2), 222-239.
De La Peña, J. L. C. (2013). Evolución histórica del Pensamiento. Madrid: Visión Libros.
Durango Vanegas, C. E. (2015). Asociación de datos espacio-temporales en bases de datos Oracle. Ingenierías USBmed, 5(2), 100-108.
Febles Díaz, O., Febles Rodríguez, J. P., Estrada Sentí, V., & Díaz Márquez, I. (2012). SI-Holmes: aplicación compuesta para la gestión de sistemas basados en conocimiento. Acimed,, 23(3), 295-304.
Fernández, M., & Gómez Pérez, A. (2002). Overview and analysis of methodologies for building ontologies. The Knowledge Engineering Review, 17(2), 129-156.
Fernández , R. (2011). Informatización de la Gestión de las Redes Eléctricas. (Tesis en opción al título de Doctor en Ciencias Técnicas), Universidad Central “Marta Abreu” de Las Villas, Santa Clara.
Garea Llano, E. (2007). Estado actual de la interpretación semántica de datos espaciales. Blue Series. Pattern Recognition. RNPS No. 2142. http://www.cenatav.co.cu/doc/RTecnicos/RT%20SerieAzul_001web.pdf
González, C., Pérez, R., Vásquez Stanescu, C., & Araujo, G. (2014). Eficiencia Energética: Uso racional de la energía eléctrica en el sector administrativo: Ministerio del Poder Popular para la Energía Eléctrica.
González Castellanos, M. (2010). Extensión de algoritmos representativos del aprendizaje automático al trabajo con datos tipo conjunto. (máster), Universidad Central “Marta Abreu” de Las Villas, Santa Clara, Villa Clara. Retrieved from http://dspace.uclv.edu.cu:8089/handle/123456789/5698
Gotoh, O. (1982). An Improved Algorithm for Matching Biological Sequences. Journal of Molecular Biology, 162(3), 705-708.
Gruber, T. R. (1993). A translation approach to portable ontologies (Vol. 5). Padova, Italy:: Knowledge acquisitions.
Guzmán, Y. M. a. M. V. (2009). Modelo de evaluación para software que emplean indicadores métricos en la vigilancia científico-tecnológica.
Ibarra Ruiz, G. C. (2013). Aplicaciones del sistema de información georeferenciado en el Ecuador. Revista Científica Yachana, 2(2), 279–282.
Jaro, M. A. (1976). Unimatch: A Record Linkage System: User’s Manual. US Bureau of the Census.
Larin Fonseca, R., & Garea Llano, E. (2009). Integración semántica de datos espaciales con sistemas de información geográfica. In S. Azul (Ed.), Reconocimiento de Patrones (Vol. 2142). Ciudad de La Habana,Cuba: CENATAV.
Larin Fonseca, R., & Garea Llano, E. (2013). Enfoque de integración semántica de datosgeoespaciales a bajo nivel de abstracción. Paper presented at the Informática 2013, La Habana, Cuba.
Machado García, N., González Ruiz, L., & Balmaseda Espinosa, C. (2014). Recuperación de objetos geoespaciales utilizando medidas de similitud semántica. Revista Cubana de Ciencias Informáticas, 8(2), 132 - 143.
Morell Pérez, C. A. (2005). Extensiones al razonamiento basado en casos para su aplicación en la planificación de procesos. (Doctoral), Universidad Central “Marta Abreu” de Las Villas, Santa Clara, Villa Clara.
Oliva Santos, R., Garea Llano, E., & Macia Perez, F. (2009). Ideas para una arquitectura de persistencia basada en geoontologías para anotaciones semánticas de datos geográficos. Desarrollo de Grandes Aplicaciones de Red. Paper presented at the JDARE 2009.
Ramírez Bustamante, F., & López Díaz, E. (2006). Spelling Error Patterns in Spanish for Word Processing Applications Paper presented at the Fifth international conference on Language Resources and Evaluation, LREC 2006, Cotone Conference Center, GENOA - ITALY
Rivero Hernández, D. d. l. C., Vila Labrada, J., & Rivero Hernández, M. (2014). Ontologías. Integración De Esquemas. Tlatemoani, 17.
Short, T. A. (2004). Electric Power Distribution Handbook. Boca Ratón, Florida.
Smith, T. F., & Waterman, M. S. (1981). Identification of common molecular subsequences. Journal of Molecular Biology, 147(1), 195-197.
Tolaba, A. C., Caliusco, M. L., & Galli, M. R. (2014). Representación del Conocimiento de la Información Geográfica siguiendo un Enfoque basado en Ontologías. RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação, 14, 101-116.
Vera, F., & Garea Llano, E. (2009). Alineamiento de ontologías en el dominio geoespacial. In S. Azul (Ed.), Reconocimiento de Patrones (Vol. 2142, pp. 74). Ciudad de La Habana,Cuba: CENATAV.
Winkler, W. E. (2000). “Using the EM Algorithm for Weight Computation in the Fellegi-Sunter Model of Record Linkage”. Proceedings of the Section on Survey Research Methods, 667-671.

Published

2016-09-29

How to Cite

Sánchez Fleitas, N., Comas Rdoríguez, R., García Lorenzo, M. M., & Riverol Quesada, A. (2016). Data model management, with the use of artificial intelligence, for a geographic information system in the energetic sector. Enfoque UTE, 7(3), pp. 95 - 109. https://doi.org/10.29019/enfoqueute.v7n3.108

Issue

Section

Miscellaneous