Modelo de manejo de datos, con el uso de inteligencia artificial, para un sistema de información geográfica en el sector energético

Autores/as

  • 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

Palabras clave:

Sistema de Información Geográfica, ontologías, razonamiento basado en casos, sector energético

Resumen

Para el sector eléctrico se desarrolla un Sistema de Información Geográfica denominado SIGOBE versión 3.0. Las bases de datos que tributan información alfanumérica son el Sistema Integral de Gestión de la ECIE (SIGECIE) y el Sistema Integral de Gestión de Redes (SIGERE). Estudios realizados determinan la necesidad de un modelo para el manejo de datos, que contribuya al desarrollo del SIG, sobre un esquema conceptual del dominio capaz de dar respuestas a las diferentes peticiones del usuario, por medio de consultas automáticas, como soporte a la toma de decisiones. Para dotar al SIG de una base conceptual se desarrolla una ontología, expresada mediante lógicas descriptivas, para generar los rasgos de un Razonamiento Basado en Casos que permite la automatización de las consultas. La calidad final del SIG se verifica de acuerdo a los estándares de calidad de la norma ISO-9126:2002. El modelo propuesto y sus funcionalidades contribuye a: facilitar la toma de decisiones a diferentes niveles, realizar análisis de riesgos al tener los defectos de las instalaciones eléctricas, disminuir el tiempo de avería a las áreas claves del país, organizar el recorrido de los carros más eficientemente y localizar las fallas eléctricas con mayor precisión.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

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.

Descargas

Publicado

2016-09-29

Cómo citar

Sánchez Fleitas, N., Comas Rdoríguez, R., García Lorenzo, M. M., & Riverol Quesada, A. (2016). Modelo de manejo de datos, con el uso de inteligencia artificial, para un sistema de información geográfica en el sector energético. Enfoque UTE, 7(3), pp. 95 – 109. https://doi.org/10.29019/enfoqueute.v7n3.108

Número

Vol. 7 Núm. 3 (2016)

Sección

Misceláneos

Licencia

Los artículos e investigaciones publicadas por la Universidad UTE, se realizan en régimen de Acceso Abierto [Open Access] en formato electrónico. Esto significa que todo el contenido está disponible de forma gratuita sin costo para el usuario o su institución. Los usuarios pueden leer, descargar, copiar, distribuir, imprimir, buscar o enlazar los textos completos de los artículos, o usarlos para cualquier otro propósito legal, sin necesidad de pedir permiso previo al editor o al autor. Esto está de acuerdo con la definición de acceso abierto de la Iniciativa de Acceso Abierto de Budapest (BOAI). Al enviar un artículo a cualquiera de las revistas científicas de la Universidad UTE, el o los autores aceptan estas condiciones.

La UTE aplica la licencia Creative Commons Attribution (CC-BY) a los artículos de sus revistas científicas. En virtud de esta licencia de acceso abierto, como autor usted acuerda que cualquier persona puede reutilizar su artículo en su totalidad o en parte para cualquier propósito, de forma gratuita, incluso para fines comerciales. Cualquiera puede copiar, distribuir o reutilizar el contenido siempre y cuando el autor y la fuente original estén correctamente citados. Esto facilita la libertad de reutilización y también asegura que el contenido pueda ser extraído sin barreras para necesidades de investigación.

 

Esta obra está bajo una Creative Commons Attribution 3.0 International (CC BY 3.0).

 

Además, la Revista Enfoque UTE garantiza y declara que los autores conservan siempre todos los derechos de autor y todos los derechos de publicación sin restricciones [© Los Autores].  El reconocimiento (BY) permite cualquier explotación de la obra, incluyendo una finalidad comercial, así como la creación de obras derivadas, la distribución de las cuales también está permitida sin ninguna restricción.