Comparación de métodos de detección de actos de diálogo
|
|
- Juan Francisco Aguilera Moreno
- hace 8 años
- Vistas:
Transcripción
1 Comparación de métodos de detección de actos de diálogo David Vilar, María José Castro, Emilio Sanchis Departament de Sistemes Informàtics i Computació Universitat Politècnica de València dvilar, mcastro, esanchis@dsic.upv.es Resumen En este trabajo se presentan dos aproximaciones para la detección de actos de diálogo en un sistema de diálogo de dominio restringido. La tarea consiste en responder a consultas sobre horarios, precios y servicios para trenes de largo recorrido. La representación del significado de una frase se lleva a cabo mediante actos de diálogo, que determinan el tipo de información dada en la frase y por los frames asociados, que contienen los datos de la frase. Nos centramos en la clasificación de un turno de diálogo utilizando perceptrones multicapa y clasificadores de Bayes particularizados con funciones de probabilidad condicionales de Bernoulli. Se exponen los resultados obtenidos sobre la transcripción correcta de los diálogos y se comparan los dos métodos, estudiando las dificultades originadas por el problema de la clasificación multiclase. Se comprueba que el modelo conexionista es más apropiado para esta tarea. 1. Introducción Los sistemas de diálogo constituyen un objetivo destacado en el área de tecnologías de lenguaje. En esta clase de sistemas, uno de los principales problemas es la comprensión de los turnos de diálogo del usuario, en contraposición con las técnicas de reconocimiento del habla, en las que se busca una correcta transcripción de las frases pronunciadas por el usuario. Esto nos permite ignorar ciertas palabras centrando nuestra atención en aquellas que nos permiten extraer información útil para encontrar el significado. En este artículo presentamos una contribución al módulo de comprensión del sistema de diálogo BASURDE [1]. La tarea consiste en responder consultas telefónicas acerca de horarios, precios y servicios de trenes de largo recorrido en castellano. En este sistema, la representación del significado de una frase se realiza mediante frames, que determinan el tipo de información del turno de diálogo del usuario, y mediante cases, que proporcionan la información de la frase. El módulo de comprensión recibe como entrada la salida del módulo de reconocimiento del habla y suministra su salida al gestor de diálogo. En este trabajo restringimos nuestra atención a datos textuales, es decir, la transcripción correcta de las frases del usuario. La representación semántica está fuertemente relacionada con el gestor de diálogo. En nuestra aproximación el comportamiento del diálogo se representa mediante actos de diálogo, compuestos por tres niveles: el primero representa el carácter general del turno de diálogo, el segundo representa el tipo de información semántica (frames) y el tercero tiene en cuenta la información suministrada en la frase (cases). Este tipo de representación es especialmente interesante para un modelado estocástico de la estructura del diálogo. En este trabajo nos centramos en el proceso de clasificación del turno de diálogo del usuario respecto al segundo nivel, es decir, la identificación del tipo o tipos de frames presentes en la frase. Dado que en un sistema de diálogo existen multitud de fuentes de error (errores de reconocimiento, respuestas inesperadas, etc.) puede ser útil disponer de un método para detectar de forma fiable qué tipo de frame ha sido pronunciado. Una vez se ha determinado el acto de diálogo, se facilita la labor del proceso posterior de extracción de los atributos y valores, al contar con un dominio de análisis restringido. Para llevar a cabo esta clasificación se investigan aproximaciones mediante modelos conexionistas y clasificadores de Bayes. 2. La estructura del diálogo Una de las formas más comunes de representar la estructura de un diálogo es utilizando actos de diálogo [2,3], que representan los estados sucesivos por los que trancurre un diálogo. Las etiquetas tienen que ser suficientemente específicas para recoger las distintas intenciones de cada uno de los turnos, pero a la vez deben ser suficientemente generales para poder ser adaptadas a distintas tareas. En este trabajo partimos de un corpus extraído de 215 diálogos obtenidos mediante la técnica del Mago de Oz, obteniendo un total de 1460 frases. A partir de este conjunto definimos tres niveles de etiquetas [4]: Actos de diálogo: Este primer nivel, independiente de la tarea, representa la intención de la frase. Comprende las siguientes etiquetas: Apertura Cierre Indefinido No Entendido Esperando Consulta Afirmación Negación Pregunta Confirmación Respuesta Frames: El segundo nivel es específico para cada tarea y representa el tipo de mensaje proporcionado por el usuario. La información está organizada en frames. Se han definido un total de 16 etiquetas: Hora Salida Hora Salida V Hora Llegada Hora Llegada V Precio Precio V Duración Viaje Tipo tren Tipo tren V Servicios Confirmación No Entendido Afirmación Negación Cierre Nuevos datos Cases: El tercer nivel tiene en cuenta los valores dados en las frases, tales como nombres de ciudades, fechas... El corpus se ha etiquetado utilizando un proceso semiautomático: Algunos diálogos se etiquetaron manualmente y el resto se etiquetó automáticamente utilizando modelos preliminares a partir de esas muestras, revisándose posteriormente el
2 resultado final. Una característica a notar de esta aproximación es que un turno de diálogo puede estar etiquetado con más de una etiqueta, lo que permite una mejor especificación del significado, pero dificulta las tareas de clasificación y segmentación. Un ejemplo del etiquetado en tres niveles se presenta en la figura Comprensión del lenguaje Las tareas de compresión se pueden abordar desde dos perspectivas distintas. Por un lado se pueden utilizar métodos basados en reglas explícitas para la manipulación de símbolos [5] y otros basados en técnicas de aprendizaje automático, tales como modelos ocultos de Markov o gramáticas regulares estocásticas [6, 7]. Centrándonos en el problema de clasificación de las frases respecto a las etiquetas del segundo nivel, en este trabajo presentamos dos aproximaciones basadas en el aprendizaje automático: redes neuronales, en concreto perceptrones multicapa [8], como se explica en las sección 5, y clasificadores de Bayes, especializados con distribuciones de Bernoulli, expuestos en la sección Preproceso y codificación de la entrada En el problema que estamos tratando la variabilidad morfológica de las palabras no es importante (género, número, tiempo verbal, etc.) ya que no aportan información adicional a la tarea de clasificación. Esto nos permite definir un conjunto de lemas y categorías para así reducir el tamaño del vocabulario. En concreto hemos definido las siguiente categorías: 1. Categorías generales, como nombres de ciudad, días de la semana, números ordinales y cardinales Categorías esprecíficas de la tarea, como tipo de tren o tipo de billete. 3. Lemas: verbos en infinitivo, nombres en singular y sin artículo, adjetivos en singular, sin género y sin artículo. Cabe hacer notar que ciertas palabras dentro de las llamadas stopwords, que en otras tareas se pueden eliminar sin pérdida de información, en nuestro caso juegan un papel fundamental. En nuestra tarea un ejemplo claro son las preposiciones que son clave al distinguir si se está hablando de un destino o de un origen. Precisamente en base a estas preposiciones se ha llevado a cabo otra tarea de preproceso, diferenciando dentro de la categoría genérica nombre ciudad las dos subclases nom ciudad origen y nom ciudad destino. Después de llevar a cabo este preproceso conseguimos reducir la talla del vocabulario de 616 a 265 palabras. Por último eliminamos las palabras con una frecuencia de aparición menor que un cierto umbral Ô (pero sin eliminar los turnos en los que aparecen), dado que por su baja frecuencia no aportan información significativa para la discriminación de las clases. Así mismo sólo tomamos en consideración los turnos con un etiquetado que aparece con una frecuencia mayor que, dado que las clases con una frecuencia menor no disponen de suficientes muestras para entrenar correctamente un clasificador. En nuestro caso fijamos tanto Ô como con un valor de 5, con lo que obtenemos un vocabulario final de 120 palabras y las 10 clases: Nuevos Datos Afirmacion Cierre Confirmacion Hora Llegada Hora Salida Hora Salida V Negacion Precio Tipo Tren Una vez fijado el vocabulario la codificación de cada frase de entrada es un vector de 120 bits, cada uno de los cuales indica la presencia o ausencia de una palabra del vocabulario en la frase. Esta codificación elimina la información que pueda obtenerse a partir de la secuencialidad de la frase, pero consideramos que para el problema de clasificación esto no juega un papel importante. Esta codificación representa una aproximación natural al formato de entrada de los dos clasificadores a considerar. Un ejemplo del resultado del preproceso y la codificación se muestra en la figura Redes neuronales En este trabajo hemos utilizado perceptrones multicapa (PMs), al ser estos unas de las redes neuronales artificiales más extendidas en tareas de clasificación. En este caso la capa de entrada contiene el vector de bits definido anteriormente y el número de unidades de salida se define como el número de clases en las que se desea clasificar (10 en nuestro caso). Cada unidad en la (primera) capa oculta define un hiperplano en el espacio de representación. Estos hiperplanos formarán las fronteras de decisión de las distintas clases. Utilizando funciones de activación sigmoide, los PMs pueden suavizar las fronteras, adaptándolas adecuadamente a problemas de decisión [9]. El nivel de activación de una unidad de salida puede interpretarse como una aproximación a la probabilidad a posteriori de que la muestra de entrada pertenezca a la clase correspondiente. Como queremos clasificar en más de una clase, ya que una frase puede tener más de una etiqueta de acto de diálogo asociada, una muestra Ü puede ser clasificada en las clases Á ܵ con una probabilidad a posteriori sobre un umbral Í: Á ܵ ¾Ôܵ Í ¾ ܵ Í (1) siendo ܵ la -ésima salida del PM, dada la muestra de entrada Ü y el conjunto de parámetros del PM. El conjunto lo componen las etiquetas definidas en la sección 4 y el umbral Í se estima durante el proceso de aprendizaje Experimentación Para realizar la experimentación se hizo una partición aleatoria de los datos en 5 partes de aproximadamente la misma talla y aplicamos la técnica de validación cruzada. Como entrenamiento usamos 4 de esos 5 grupos, es decir, aproximadamente un 80 % de los datos, utilizando el restante 20 % como conjunto de test. El entrenamiento de los PMs se llevó a cabo utilizando el paquete de sofware de simulación de redes neuronales SNNS: Stuttgart Neural Network Simulator [10]. Para poder utilizar con éxito redes neuronales como clasificadores se tienen que considerar una serie de aspectos, tales como la topología de la red, el algoritmo de entrenamiento y la selección de los parámetros del algoritmo [9 11]. Se han llevado a cabo experimentos con distintas topologías de la red, con un número creciente de pesos: una capa oculta con 2 unidades, dos capas ocutas con 2 unidades cada una, dos capas ocultas de 4 y 2 unidades, una capa oculta con 4 unidades, etc. También se probaron distintos algoritmos de aprendizaje: la versión incremental del algoritmo de retropropagación de error ( backpropagation ), con y sin término de momentum, y el algoritmo de retropropagación rápida ( quickprop ), estudiando a su vez la influencia de sus parámetros como tasa de aprendizaje o momentum. En el entrenamiento se utilizó una presentación aleatoria de las muestras. En cada caso se aplicó un criterio de parada basado en un conjunto de muestras de validación (compuesto
3 Frase original Quería saber los horarios del Euromed Barcelona-Valencia. 1 er nivel Pregunta 2 o nivel Hora Salida 3 er nivel Hora Salida (Origen: barcelona, destino: valencia, Tipo tren: euromed) Frase original Hola, buenos días. Me gustaría saber el precio y los horarios que hay para un billete de tren de Barcelona a La Coruña el 22 de diciembre, por favor. 1 er nivel Pregunta 2 o nivel Precio, Hora Salida 3 er nivel Precio (Origen: barcelona, Destino: lacoruña, Hora Salida: ) Hora Salida (Origen: barcelona, Destino: lacoruña, Hora Salida: ) Figura 1: Ejemplo del etiquetado en tres niveles Frase original Quería saber los horarios del Euromed Barcelona-Valencia. Frase preprocesada querer saber horario de tipo-tren nom-ciudad-origen nom-ciudad-destino Codificación local Frase original Hola, buenos días. Me gustaría saber el precio y los horarios que hay para un billete de tren de Barcelona a La Coruña el 22 de diciembre, por favor. Frase preprocesada hola buen d ia querer saber horario de tren nom-ciudad-origen nom-ciudad-destino para num-cardinal de nom-mes Codificación local Figura 2: Ejemplo del preproceso y la codificación por un 20 % del conjunto de entrenamiento, elegido aleatoriamente) para detener el proceso de aprendizaje y seleccionar la mejor configuración. Durante el proceso de entrenamiento primero probamos la influencia de la topología del PM. Se entrenaron diferentes PMs con un número creciente de pesos sobre la primera partición de los datos, utilizando el algoritmo estándar de retropropagación del error, con una función de activación sigmoide y un factor de aprendizaje de ¼¾, seleccionando la mejor topología en base al error cuadrático medio (ECM) del conjunto de validación. El ECM mínimo se consiguió utilizando un PM de una capa oculta con 64 unidades. Continuamos la experimentación con un PM de esta topología, entrenando PMs (también sobre la primera partición) con los distintos algoritmos comentados anteriormente, con distintas combinaciones de factor de aprendizaje y momentum, así como distintos valores de incremento máximo para el algoritmo de retropropagación rápida (ver tabla 1). El mejor resultado sobre el conjunto de validación se consiguió utilizando el PM entrenado con el algoritmo de retropropagación con momentum, utilizando un factor de aprendizaje igual a ¼ yun valor de momentum igual a ¼¾. Utilizando este PM conseguimos una media del porcentaje de error del ± sobre los conjuntos de test, valor obtenido utilizando la técnica de validación cruzada. 6. Clasificador de Bernoulli En esta parte del trabajo abordamos la clasificación de las frases mediante clasificadores de Bayes, donde las funciones de probabilidad condicionales siguen una distribución de Bernoulli. Una aproximación basada en estos estimadores ya se ha utilizado con éxito en tareas de clasificación de textos [12]. Sea ½ ¾ µ Ø ¾, con ¼ ½, una variable aleatoria -dimensional. Diremos que sigue una distribución de Bernoulli -dimensional de parámetro Ô Ô ½Ô ¾Ô µ Ø ¼ Ô ½, ensímbolos Ôµ, si su función de probabilidad es Ôܵ Ô Ü ½ Ô µ½ Ü µ (2) En la aproximación tradicional, consideramos que disponemos de un conjunto de entrenamiento Ü Ò Òµ Æ Ò½, con Ò ¾, siendo el conjunto de etiquetas de clase. Cada muestra se ha extraído independientemente según la ley de probabilidad ÔܵԵÔܵ, con Ôܵ Ô µ. Se puede demostrar que el estimador máximo-verosímil en estas condiciones es aquél en el que los parámetros toman los valores Ôµ Æ Ô Æ ½ Ü Ò (3) Æ Ò Ò donde Æ es el número de muestras pertenecientes a la clase, y la regla de clasificación es la habitual ܵ ÔµÔܵ ÖÑÜ Ôܵ ÖÑÜ Ôܵ ÖÑÜ ÔµÔܵ ÖÑÜ ÐÓ Ôµ ÐÓÔܵµ 6.1. El problema de la clasificación multiclase La primera dificultad que nos encontramos al intentar aplicar este clasificador a nuestro problema en concreto es que disponemos de turnos que pertenecen a más de una clase, por (4)
4 Topología: Una capa oculta: 2, 4, 8, 16, 32, 64, 128 Dos capas ocultas: 2 2, 4 2, 4 4, 8 2,...,64 128, Algoritmo de entrenamiento: Retropropagación del error (con y sin momentum), Retropropagación rápida Factor de aprendizaje: ¼¼, ¼½, ¼¾, ¼, ¼, ¼ Momentum: ¼½, ¼¾, ¼, ¼, ¼ Incremento máximo: ½, ¾ Tabla 1: Topologías de PMs y parámetros estudiados tanto nuestro conjunto de entrenamiento se compone de pares muestra conjunto de clases, Ü Ò Ò Æ Ò½ Ò. En una primera fase y para comprobar si este clasificador puede ser adecuado para esta tarea decidimos probar el clasificador únicamente con las frases que pertenecen a una única clase. Para el entrenamiento, sin embargo, utilizamos las frases de múltiples clases para entrenar cada uno de los clasificadores correspondientes, replicando la frase convenientemente (y por tanto alterando el valor de Æ en las ecuaciones anteriores). Nótese que con los PMs no se presenta este problema, ya que la activación de más de una unidad de salida es una aproximación natural a la clasificación multiclase. Además utilizamos una técnica simple de suavizado, considerando los parámetros menores que un cierto como y los mayores que ½ como ½ (en nuestro caso ¼¼½). Con el clasificador así entrenado y utilizando las mismas particiones que en el experimento con PMs conseguimos un error del ½ ± en la clasificación de las frases con una sola etiqueta de clase asociada, lo que parece ser una indicación de que se podría llegar a emplear este tipo de clasificador. Para tratar el problema de la clasificación multiclase, una aproximación inmediata consiste en considerar que debemos alcanzar un umbral de probabilidad para considerar una muestra correctamente clasificada e ir añadiendo clases al conjunto de salida hasta alcanzar ese umbral (que puede ser función a su vez del número de clases en las que se va a clasificar). Más formalmente definimos el conjunto Áܵ Ôܵµ ¾. A partir de ahí definimos Á ܵ Á Á ½Üµ ½Üµ ÖÑÜ Ôܵ Ôܵµ¾Áܵ µ ÖÑÜ Ôܵ Ôܵµ¾Áܵ Á ½Üµ Tomamos aquel Á Òܵ con menor índice Ò tal que Ôܵµ¾Á Òܵ µ ½ (5) Ôܵ Í Ò (6) donde los valores Í Ò han sido fijados previamente, y definimos como conjunto de clasificación la proyección Á ܵ Ôܵµ¾Á Òܵ (7) Lamentablemente esta aproximación no es apropiada, ya que la tasa de error conseguida es del ¾¼ ± (fijando los umbrales manualmente) Otras aproximaciones Otra aproximación al problema con la que se ha experimentado es considerar la clases mixtas como clases distintas, es decir, aumentar el conjunto de clases original al conjunto ¾ (8) yë transformar el conjunto de entrenamiento en el conjunto Æ Ò½ ÜÒÒµ, donde ÜÒµ si Ò Ü Ò Òµ Ë (9) ¾ Ò ÜÒ µ si Ò ½ En este caso, consideramos que una muestra se clasifica en más de una clase si y sólo si la clase de mayor probabilidad es una clase marcada. Otra posibilidad, más próxima intuitivamente al funcionamiento de las redes neuronales, es entrenar clasificadores binarios distintos, es decir, una familia de funciones ܵ ¾, donde la salida de cada clasificador representa la probabilidad a posteriori de que la muestra Ü pertenezca a la clase, definiendo entonces el conjunto de clasificación de forma similar a (1) Á ܵ ¾ ܵ Í (10) siendo Í un umbral prefijado. Sin embargo, con ninguna de estas dos aproximaciones hemos conseguido mejorar la tasa de error conseguida con el clasificador original, obteniendo una tasa de error del ± en el primer caso y del ± en el segundo. 7. Conclusiones En este trabajo se han estudiado distintos métodos para la clasificación de los turnos en un sistema de diálogo. Un modelo basado en un clasificador de Bayes, instanciado con probabilidades condicionales de Bernoulli, a pesar de presentar un comportamiento inicial esperanzador, no logra tratar correctamente el problema de la clasificación multiclase. Aun así, el aceptable funcionamiento mostrado al clasificar en una única clase y la sencillez del modelo quizá permitirá utilizarlo en una etapa más avanzada del sistema de diálogo cuando no se presente la dificultad de la clasificación multiclase, como por ejemplo en la identificación de segmentos. Por el contrario el modelo conexionista de un perceptrón multicapa sí que resuelve con éxito el problema, con lo que disponemos de una herramienta adecuada para la tarea que estamos tratando. Una continuación de este trabajo será probar el funcionamiento de este modelo sobre datos de voz reconocidos automáticamente en vez de sobre la transcripción correcta de los mismos y comprobar la influencia de los errores de transcripción sobre la eficacia del método. 8. Agradecimientos Este trabajo ha sido financiado por el proyecto CICYT TIC C03-03.
5 9. Referencias [1] A. Bonafonte et al. Desarrollo de un sistema de diálogo oral en dominios restringidos. In Primeras Jornadas de Tecnología del Habla, Sevilla (Spain), [2] Masaaki Nagata and Tsuyoshi Morimoto. First steps toward statistical modeling of dialogue to predict the speech act type of the next utterance. Speech Communication, 15: , [3] Andreas Stolcke et al. Dialogue Act Modeling for Automatic Tagging and Recognition of Conversational Speech. Computational Linguistics, 26(3): , [4] C. Martínez, E. Sanchis, F. García, and P. Aibar. A Labelling Proposal to Annotate Dialogues. In Proceedings of the Third International Conference on Language Resources and Evaluation (LREC 2002), pages , Las Palmas de Gran Canaria (Spain), May [5] S. K. Bennacef et al. A Spoken Language System for Information Retrieval. In Proceedings of the 3rd International Conference in Spoken Language Processing (ICSLP 94), pages , Yokohama (Japan), September [6] H. Bonneau-Maynard and F. Lefèvre. Investigating stochastic speech understanding. In Proceedings of IEEE Automatic Speech Recognition and Understanding Workshop (ASRU 01), [7] Emilio Sanchis, Fernando García, Isabel Galiano, and Encarna Segarra. Applying dialogue constraints to the understanding process in a Dialogue System. In Proceedings of 5th International Conference on Text, Speech and Dialogue (TSD 02), Brno (Czech Republic), [8] María José Castro and Emilio Sanchis. A Simple Connectionist Approach to Language Understanding in a Dialogue System. In Proceedings of the 8th Conferencia Iberoamericana de Inteligencia Artificial (Iberamia 02). Sevilla (Spain), November [9] D. E. Rumelhart, G. E. Hinton, and R. J. Williams. Learning internal representations by error propagation. In D. E. Rumelhart and J. L. McClelland, editors, PDP: Computational models of cognition and perception, I, pages MIT Press, [10] A. Zell et al. SNNS: Stuttgart Neural Network Simulator. User Manual, Version 4.2. Institute for Parallel and Distributed High Performance Systems, University of Stuttgart, Germany, [11] C. M. Bishop. Neural networks for pattern recognition. Oxford University Press, [12] A. Juan and E. Vidal. On the use of Bernoulli mixture models for text classification. In Proc. of the Workshop on Pattern Recognition in Information Systems (PRIS 01), Setúbal (Portugal), July 2001.
Comparación de métodos de detección de actos de diálogo
Comparación de métodos de detección de actos de diálogo David Vilar, María José Castro, Emilio Sanchis Departament de Sistemes Informàtics i Computació Universitat Politècnica de València dvilar, mcastro,
Más detallesGUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES
GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es
Más detallesRevisión del Universo de empresas para la Estimación de los Datos Del Mercado Español de Investigación de Mercados y Opinión.
Revisión del Universo de empresas para la Estimación de los Datos Del Mercado Español de Investigación de Mercados y Opinión. (Enrique Matesanz y Vicente Castellanos, Año 2011) Según la experiencia acumulada
Más detallesANALISIS MULTIVARIANTE
ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,
Más detallesConclusiones. Particionado Consciente de los Datos
Capítulo 6 Conclusiones Una de las principales conclusiones que se extraen de esta tesis es que para que un algoritmo de ordenación sea el más rápido para cualquier conjunto de datos a ordenar, debe ser
Más detallesLa Gestión Operativa: La Clave del Éxito.
La Gestión Operativa: La Clave del Éxito. Objetivos Contenidos 1. Ser capaces de planificar y seguir, de una forma operativa, programas y proyectos. 2. Conocer las técnicas adecuadas para la gestión eficaz
Más detallesCAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS
Capitulo 6. Sistema de Detección de Intrusos con Redes Neuronales. 69 CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS USANDO REDES NEURONALES. En este capítulo se realiza la preparación adecuada de toda la
Más detallesGESTIÓN Y CONTROL DEL DESARROLLO E IMPLANTACIÓN DE APLICACIONES
Ciclo Formativo: Módulo: Desarrollo de Aplicaciones Informáticas Análisis y Diseño Detallado de Aplicaciones Informáticas de Gestión Unidad de Trabajo 10: GESTIÓN Y CONTROL DEL DESARROLLO E IMPLANTACIÓN
Más detallesUniversidad Católica del Maule. Fundamentos de Computación Especificación de tipos de datos ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS
Especificación algebraica ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS Un tipo abstracto de datos se determina por las operaciones asociadas, incluyendo constantes que se consideran como operaciones sin
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Más detallesTEMA 3: EN QUÉ CONSISTE?
Módulo 7 Sesión 3 5/16 TEMA 3: EN QUÉ CONSISTE? La metodología seguida para aplicar correctamente la técnica de RGT se basa en cuatro fases (Figura 1). En la primera de ellas, se seleccionan los elementos
Más detallesEl guión docente: un método para mejorar el aprendizaje
El guión docente: un método para mejorar el aprendizaje José Alberto Conejero Casares (1), J. Luis Poza Luján (2) (1) Dpto. de Matemática Aplicada. Facultad de Informática. aconejero@mat.upv.es (2) Dpto.
Más detallesCAPITULO 1 INTRODUCCIÓN. Puesta en Evidencia de un circulo virtuoso creado por los SRI entre los Mercados Financieros y las Empresas
CAPITULO 1 INTRODUCCIÓN 16 Capítulo I: Introducción 1.1 Breve descripción del proyecto: Nuestro proyecto de tesis trata de mostrar el círculo virtuoso que se produce entre los instrumentos de inversión
Más detalles3º Grado Educación Infantil Bilingüe Números. Método Singapur y F. Bravo E R
MATEMÁTICAS PARA EDUCACIÓN INFANTIL N Enseñamos y aprendemos llos números:: Método Siingapur y Fernández Bravo,, Porr Clarra Garrcí ía,, Marrtta Gonzzál lezz y Crri isstti ina Lattorrrre.. Ú M E R O S
Más detallesInteligencia Artificial II. Razonamiento con ontologías
Inteligencia Artificial II Curso 2008 09 Trabajo de curso Razonamiento con ontologías Antonio Jiménez Mavillard Enunciado Una ontología es una representación formal de un determinado dominio o área de
Más detallesRESERVAS DE RMN VÍA WEB. NUEVA GUÍA PARA USUARIOS
Rev.1 RESERVAS DE RMN VÍA WEB. NUEVA GUÍA PARA USUARIOS UNIVERSIDAD DE MURCIA Vicerrectorado de Investigación SUIC En esta guía se describe el procedimiento a seguir para realizar reservas de puestos
Más detallesDISEÑO DE INDICADORES DE DESIGUALDAD SOCIAL EN LAS CIUDADES.-
DISEÑO DE INDICADORES DE DESIGUALDAD SOCIAL EN LAS CIUDADES.- 1. Introducción. El presente documento es el referente metodológico para la selección inicial de los barrios deprimidos. Se recoge una propuesta
Más detallesIntroducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual
Introducción Algunas de las personas que trabajan con SGBD relacionales parecen preguntarse porqué deberían preocuparse del diseño de las bases de datos que utilizan. Después de todo, la mayoría de los
Más detallesFORMACIÓN DE EQUIPOS DE E-LEARNING 2.0 MÓDULO DE DISEÑO Y PRODUCCIÓN DE MATERIALES UNIDAD 6 B
141 1 FORMACIÓN DE EQUIPOS DE E-LEARNING 2.0 Unidad 6 B 142 2 Índice SEGUIMIENTO DE PERSONAS 1 INFORMES 2 143 3 SEGUIMIENTO DE PERSONAS E INFORMES EN MOODLE El seguimiento de los participantes en Moodle
Más detallesANÁLISIS DE 2009, 2010 Y 2011
A N Á L I S I S D E C O N S T I T U C I O N E S S O C I E T A R I A S E N L A C I U D A D D E B A D A J O Z A T R A V É S D E L B O L E T Í N O F I C I A L D E L R E G I S T R O M E R C A N T I L ANÁLISIS
Más detallesDiseño y desarrollo de una aplicación informática para la gestión de laboratorios
Diseño y desarrollo de una aplicación informática para la gestión de laboratorios M. Francisco, P. Vega, F. J. Blanco Departamento de Informática y Automática. Facultad de Ciencias. Universidad de Salamanca
Más detallesServicio de telefonía ip de la Universidad Carlos III de Madrid
Servicio de telefonía ip de la Universidad Carlos III de Madrid Mediante este documento se hace una presentación del servicio de telefonía ip de la Universidad Carlos III de Madrid, así como de otros sistemas
Más detallesESTUDIO Y OBTENCIÓN DE NUEVOS CONCEPTOS PARA TRAVIESA PARACHOQUES
ESTUDIO Y OBTENCIÓN DE NUEVOS CONCEPTOS PARA TRAVIESA PARACHOQUES El objetivo de este proyecto es el desarrollo de una metodología de innovar aplicada a la mejora de un componente del automóvil, a partir
Más detallesNota de Información al cliente ISO/IEC 22301 Proceso de auditoría
Nota de Información al cliente ISO/IEC 22301 Proceso de auditoría La presente Nota de Información al Cliente explica las principales fases del proceso de certificación y auditoría de Sistemas de Gestión
Más detallesÍNDICE. Ficha técnica... 4. Encuesta y cuestionario... 6. Finalidad y resultados de la encuesta... 10 10. Primera parte: conocimiento...
ÍNDICE Ficha técnica... 4 Encuesta y cuestionario... 6 Finalidad y resultados de la encuesta... 10 10 Primera parte: conocimiento... 12 Segunda parte: modo de conocimiento y valoración... 18 Tercera parte:
Más detallesTEMA 5. MUESTREO PARA LA ACEPTACIÓN.
TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor
Más detallesCorrespondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech
Correspondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech Resumen Todo documento XBRL contiene cierta información semántica que se representa
Más detallesUNIDAD 4 PROCESOS DE MARKOV
UNIDAD 4 PROCESOS DE MARKOV Anteriormente se han cubierto modelos estáticos, esto es, modelos cuyos parámetros permanecen sin cambio a través del tiempo. Con excepción de programación dinámica donde se
Más detallesUna investigación australiana reveló que posiblemente la disminución
CIENTÍFICOS TRABAJAN EN DETECCIÓN DE CÁNCER DE MAMA A TRAVÉS DE REDES NEURONALES ARTIFICIALES Constituye un apoyo para el médico y los radiólogos para evitar falsos diagnósticos Fernando Álvarez Una investigación
Más detallesANALISIS DE BITACORAS POR METODO RELACIONAL- PROBABILISTICO EN SISTEMAS CON COMPORTAMIENTO CAUSA-EFECTO
ANALISIS DE BITACORAS POR METODO RELACIONAL- PROBABILISTICO EN SISTEMAS CON COMPORTAMIENTO CAUSA-EFECTO Omar Fernando Mata Hurtado Mexico Software Lab TestCenter IBM Guadalajara Resumen El presente artículo
Más detallesUnidad 3 Direccionamiento IP (Subnetting)
Unidad 3 Direccionamiento IP (Subnetting) Las direcciones denominadas IPv4 se expresan por combinaciones de números de hasta 32 bits que permiten hasta 2 32 posibilidades (4.294.967.296 en total). Los
Más detallesCAPÍTULO 4: ALGORITMOS DE APRENDIZAJE
Capítulo 4 Algoritmos de Aprendizaje 26 CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE En este capítulo se proporcionan las descripciones matemáticas de los principales algoritmos de aprendizaje para redes neuronales:
Más detallesSelectividad Septiembre 2013 OPCIÓN B
Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesTEMA 3: MÉTODO CONTABLE. LAS CUENTAS
TEMA 3: MÉTODO CONTABLE. LAS CUENTAS 1. HECHOS CONTABLES En el tema 1 se señalaba que, dentro de la función de elaboración de la información contable, la contabilidad se ocupaba, en una primera etapa,
Más detalles3. PERFIL DEL TITULADO
3. PERFIL DEL TITULADO Los objetivos generales planteados en este trabajo se irán cubriendo de manera paulatina mediante los diferentes capítulos en que está dividido el trabajo, como se dijo en la introducción
Más detallesAnálisis del Informe de la Unión de Consumidores de Málaga: El sistema tarifario del ciclo del agua en la ciudad de Málaga
Análisis del Informe de la Unión de Consumidores de Málaga: El sistema tarifario del ciclo del agua en la ciudad de Málaga La unión de consumidores de Málaga ha redactado un estudio que pretende avalar
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
HOJAS DE COMPROBACIOÓN Y HOJAS DE RECOGIDA DE DATOS 1.- INTRODUCCIÓN En este documento se describe el proceso de obtención de información a partir de la recogida y análisis de datos, desde el establecimiento
Más detallesANÁLISIS Y GESTIÓN DEL DESARROLLO DE SOFTWARE TEMA 5: LA PLANIFICACIÓN DEL PRODUCTO
ANÁLISIS Y GESTIÓN DEL DESARROLLO DE SOFTWARE TEMA 5: LA PLANIFICACIÓN DEL PRODUCTO DAVID RODRÍGUEZ HERNÁNDEZ FECHA DE REVISIÓN: 1 Noviembre 2007 ZAMORA (CURSO 2007/2008) david.rgh@gmail.com Nota importante:
Más detallesCaso práctico de Cuadro de Mando con Tablas Dinámicas
1 Caso práctico de Cuadro de Mando con Tablas Dinámicas Luis Muñiz Socio Director de SisConGes & Estrategia Introducción Hay una frase célebre que nos permite decir que: Lo que no se mide no se puede controlar
Más detallesSelectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A
SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,
Más detallesDiseño, Implementación y Evaluación de un Modelo de Optimización de Costos en Comunicaciones Telefónicas
Diseño, Implementación y Evaluación de un Modelo de Optimización de Costos en Comunicaciones Telefónicas Mauricio Notti - Pablo Pilotti - Pablo Speciale Optimización de Costos en Comunicaciones Telefónicas
Más detallesMETODOLOGÍA PARA LA PLANEACION DE PROYECTOS
METODOLOGIA: PLANEACION DE PROYECTOS Número de página 1 de 12 METODOLOGÍA PARA LA PLANEACION DE PROYECTOS METODOLOGIA: PLANEACION DE PROYECTOS Número de página 2 de 12 1. INFORMACION GENERAL. 1.1 OBJETIVO
Más detallesDiseño curricular del programa formativo del máster. Asignaturas Carácter Créditos Semestre. Metodología de Investigación Obligatoria 6 1 y 2
Máster Universitario en Criminología PLAN DE ESTUDIOS Distribución del Plan de Estudios MATERIA Obligatorias Prácticas Externas Trabajo de Fin de Máster TOTAL ECTS ECTS 48 6 6 60 Explicación general del
Más detallesEl proceso de edición digital en Artelope y CTCE
El proceso de edición digital en Artelope y CTCE Carlos Muñoz Pons Universitat de València carlos.munoz-pons@uv.es Introducción Una de las cuestiones más importantes a la hora de trabajar en proyectos
Más detallesCAPÍTULO 1 PROYECTO JURÍDICO PRÁCTICAS MONOPÓLICAS EN LOS CONTRATOS DE FRANQUICIAS EN MÉXICO
CAPÍTULO 1 PROYECTO JURÍDICO PRÁCTICAS MONOPÓLICAS EN LOS CONTRATOS DE FRANQUICIAS EN MÉXICO SUMARIO. 1.1 Introducción. 1.2 Breve Descripción del Tema. 1.3 Objetivo General 1.4 Objetivo Específico 1.5
Más detallesRegión de Murcia Consejería de Educación, Ciencia e Investigación. Manual Usuario FCT
. Manual Usuario FCT Murcia, 9 de Julio de 2007 Manual de Usuario FCT v1.0 pág. 2 de 73 ÍNDICE Manual Usuario FCT...1 1. Tipos de usuarios... 4 2. Modelo de navegación... 5 3. Servicios... 6 3.1. Convenios...
Más detallesGUÍA PARA LA FORMULACIÓN PROYECTOS
GUÍA PARA LA FORMULACIÓN PROYECTOS Un PROYECTO es un PLAN DE TRABAJO; un conjunto ordenado de actividades con el fin de satisfacer necesidades o resolver problemas. Por lo general, cualquier tipo de proyecto,
Más detallesBase de datos en la Enseñanza. Open Office
1 Ministerio de Educación Base de datos en la Enseñanza. Open Office Módulo 1: Introducción Instituto de Tecnologías Educativas 2011 Introducción Pero qué es una base de datos? Simplificando mucho, podemos
Más detallesAdaptación del producto
Adaptación del producto 3 Muchas empresas comienzan su proceso de internacionalización buscando mercados extranjeros para sus productos o servicios existentes. La decisión de entrada se basa en informaciones
Más detallesOperativa en Acciones: Introducción a la Bolsa
Operativa en Acciones: Introducción a la Bolsa Índice 1. Introducción 2. Mercado de acciones 3. Libro de órdenes 4. Ordenes Básicas 5. Liquidez 6. Información Básica Conceptos 7. Operativa Ejemplo 8. Horarios
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesmorfología regular e irregular sintaxis de la oración simple y compuesta Comparar léxico Traducir evolución fonética
LATÍN 4º de E.S.O Resumir el contenido de textos traducidos de autores clásicos y modernos e identificar en ellos aspectos históricos o culturales. Distinguir en las diversas manifestaciones literarias
Más detallesCLASIFICACIÓN TEXTUAL BASADA EN TÉRMINOS JERÁRQUICOS
XXV Jornadas de Automática Ciudad Real, del 8 al 10 de septiembre de 2004 CLASIFICACIÓN TEXTUAL BASADA EN TÉRMINOS JERÁRQUICOS Francisco Javier Panizo, José R. Villar, Ángel Alonso Área de Ingeniería de
Más detallesÓNDE ENCONTRAR TRABAJO
D ÓNDE ENCONTRAR TRABAJO Este documento hace referencia a los intermediarios del mercado laboral y a las vías que podemos utilizar para acceder a las ofertas de empleo. Es bueno utilizar varias vías de
Más detallesÍndice 1 Instalación de la herramienta 2 Descripción de la herramienta 2 Arranque de la aplicación 3 Proyecto 4 Diagrama de clases 5
Índice Índice 1 Instalación de la herramienta 2 Descripción de la herramienta 2 Arranque de la aplicación 3 Proyecto 4 Diagrama de clases 5 Crear diagrama de clases 5 Crear elementos 7 Editar elementos
Más detallesContabilidad de Costos
Contabilidad de Costos 1 Sesión No. 2 Nombre: Conceptos básicos de la administración de costos Contextualización Cómo están clasificados los costos dentro del sistema contable? Se analizaron conceptos
Más detallesLas razones financieras ayudan a determinar las relaciones existentes entre diferentes rubros de los estados financieros
Razones financieras Uno de los métodos más útiles y más comunes dentro del análisis financiero es el conocido como método de razones financieras, también conocido como método de razones simples. Este método
Más detallesTécnicas de venta (nueva versión)
Técnicas de venta (nueva versión) Muestra cómo debe estar organizada una empresa centrándose en el departamento comercial, donde se definirá la figura del vendedor como un comercial que además de conseguir
Más detallesPEOBLEMAS RESUELTO DE CADENAS DE MARKOV
PROBLEMAS RESUELTOS DE CADENAS DE MARKOV TEMA: CADENAS DE MARKOV Prof.: MSc. Julio Rito Vargas Avilés I. El departamento de estudios de mercado de una fábrica estima que el 20% de la gente que compra un
Más detallesTITULO: RELACIÓN ENTRE LOS TRABAJADORES/AS SOCIALES DE SEVILLA Y SU COLEGIO PROFESIONAL
1360 TITULO: RELACIÓN ENTRE LOS TRABAJADORES/AS SOCIALES DE SEVILLA Y SU COLEGIO PROFESIONAL RESUMEN Malagón Bernal, José Luís Barrera Algarín, Evaristo Sánchez Armenteros, Mª Del Mar La presente comunicación
Más detallesEjercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de
Más detallesCentro de Capacitación en Informática
Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.
Más detallesINTRODUCCIÓN A LA CONTABILIDAD DE COSTOS DEFINICIÓN
INTRODUCCIÓN A LA CONTABILIDAD DE COSTOS DEFINICIÓN Contabilidad de costos, en el sentido más general de la palabra, es cualquier procedimiento contable diseñado para calcular lo que cuesta hacer algo.
Más detallesMODELIZACIÓN DEL CONSUMO Y EMISIONES DE UNA RED URBANA DE AUTOBUSES: EL CASO DE BARCELONA RESUMEN
MODELIZACIÓN DEL CONSUMO Y EMISIONES DE UNA RED URBANA DE AUTOBUSES: EL CASO DE BARCELONA JULIÁN MASSÓ GARCÉS, MOISÈS MORATÓ GÜELL Agencia Ecología Urbana de Barcelona SALVADOR RUEDA PALENZUELA Director
Más detallesCOMPETENCIA MATEMÁTICA Y RESOLUCIÓN DE PROBLEMAS
COMPETENCIA MATEMÁTICA Y RESOLUCIÓN DE PROBLEMAS Jesús Gago Sánchez, Maestro de Primaria. 1-. INTRODUCCIÓN AL CONCEPTO DE COMPETENCIA MATEMÁTICA. La Ley Orgánica de Educación, LOE, establece en su Artículo
Más detallesLÍMITES DE FUNCIONES. CONTINUIDAD
LÍMITES DE FUNCIONES. CONTINUIDAD Página 7 REFLEXIONA Y RESUELVE Visión gráfica de los ites Describe análogamente las siguientes ramas: a) f() b) f() no eiste c) f() d) f() +@ e) f() @ f) f() +@ g) f()
Más detallesLOS ANCIANOS Y LA SOLEDAD
LOS ANCIANOS Y LA SOLEDAD Elsa Rego Barcala Sara Andrés Fernández Jéssica Fuentes Diego IES Ría del Carmen Muriedas-Camargo RESUMEN: Este trabajo ha sido hecho con la intención de comprobar si la hipótesis
Más detallesSISTEMA EXPERTO ONCOCIN
SISTEMA EXPERTO ONCOCIN PARA EL TRATAMIENTO DEL CÁNCER David Del Valle Agudo 100025228 ONCOCIN ONCOCIN es un sistema experto automático para monitorizar el tratamiento de pacientes enfermos de cáncer.
Más detallesPuedes Desarrollar Tu Inteligencia
Puedes desarrollar tu Inteligencia (Actividad-Opción A) Puedes Desarrollar Tu Inteligencia Una nueva investigación demuestra que el cerebro puede desarrollarse como un músculo Muchas personas piensan que
Más detallesLA ENCUESTA DE COMPETENCIAS DE LA POBLACIÓN ADULTA (PIAAC) DESDE EL APRENDIZAJE A LO LARGO DE LA VIDA
LA ENCUESTA DE COMPETENCIAS DE LA POBLACIÓN ADULTA (PIAAC) DESDE EL APRENDIZAJE A LO LARGO DE LA VIDA DESCRIPCIÓN DE LA ENCUESTA En octubre de 2013 se presentaron oficialmente los resultados de una encuesta
Más detallesCálculo Simbólico también es posible con GeoGebra
www.fisem.org/web/union ISSN: 1815-0640 Número 34. Junio de 2013 páginas 151-167 Coordinado por Agustín Carrillo de Albornoz Cálculo Simbólico también es posible con GeoGebra Antes de exponer las posibilidades
Más detallesCAPITULO 1. INTRODUCCIÓN
Capítulo 1. Introducción. 1 CAPITULO 1. INTRODUCCIÓN En este capítulo se plantea el problema de la detección de intrusos y se proponen los objetivos que esta tesis cumple y la solución que se diseñara
Más detallesLos valores de las respuesta son las puntuaciones que, de cada individuo, o cluster, obtenemos semanalmente durante cinco semanas consecutivas:
Sobre los modelos lineales mixtos Ejemplo: Recuperación de infarto. Para estudiar las diferencias entre dos procedimientos diferentes de recuperación de pacientes de un infarto, se consideraron dos grupos
Más detallesGuía LEGAL Conectores sociales Y "SOCIAL LOGIN"
Guía LEGAL Conectores sociales Y "SOCIAL LOGIN" 1 De qué estamos hablando? Las redes sociales son una herramienta esencial para promocionar los contenidos de nuestras webs y también para obtener nuevos
Más detallesCadenas de Markov. http://humberto-r-alvarez-a.webs.com
Cadenas de Markov http://humberto-r-alvarez-a.webs.com Definición Procesos estocásticos: procesos que evolucionan de forma no determinista a lo largo del tiempo en torno a un conjunto de estados. Estos
Más detallesUNA MAESTRIA EN ADMINISTRACION DE INSTITUCIONES CIENTIFICAS *
UNA MAESTRIA EN ADMINISTRACION DE INSTITUCIONES CIENTIFICAS * CARLOS CERDAN R. y FABIO GERARD D. ** El presente trabajo tiene por objeto promover una discusión, despertar dudas e inquietudes, respecto
Más detallesCompetencia Matemática tica y PISA (OCDE,2003) 6. Matemátizar se identifica con la resolución de problemas
Competencia matemática y PISA (OCDE,2003) Programme for International Student Assessment Ministerio de Educación y Ciencia (MEC)- Instituto Nacional de Evaluación y Calidad del Sistema Educativo (INECSE)
Más detallesUna publicación de la Oficina de Información al Consumidor 1-888-CALL-FCC (voz), 1-888-TELL-FCC (TTY) www.fcc.gov/cib
Llamadas de larga distancia internacionales Hola! Hello! Allô! Moshi-Moshi! Una publicación de la Oficina de Información al Consumidor 1-888-CALL-FCC (voz), 1-888-TELL-FCC (TTY) www.fcc.gov/cib Consumer
Más detallesPrograma de Criminología UOC
Programa de Criminología UOC Trabajo Final de Grado Presentación Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en que se proyecta Conocimientos previos Objetivos y
Más detallesDCU Diagramas de casos de uso
DCU Diagramas de casos de uso Universidad de Oviedo Departamento de Informática Contenidos Introducción Elementos básicos Más sobre los actores Más sobre los casos de uso Más sobre las asociaciones Otros
Más detallesLa transnacionalidad en los proyectos comunitarios
La transnacionalidad en los proyectos comunitarios 1- Introducción La asociación transnacional define el proyecto en el que queremos trabajar. Para ello nos tenemos que remitir a una buena definición del
Más detallesINGENIERÍA EN ORGANIZACIÓN INDUSTRIAL (SEMIPRESENCIAL)
Titulación: INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL (SEMIPRESENCIAL) Alumno (nombre y apellidos): JOSÉ MARÍA AMAT DE SWERT Título PFC: ESTUDIO PARA LA IMPLANTACIÓN DEL SISTEMA MRP DE PLANIFICACIÓN Y CONTROL
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesFASES DEL PROCESO DE RESOLUCIÓN DE PROBLEMAS
FASES DEL PROCESO DE RESOLUCIÓN DE PROBLEMAS Varios autores han tratado de identificar y describir las distintas fases en el proceso de resolución de problemas. Polya (1945), en su modelo descriptivo,
Más detallesINFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS
INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS Página 311 REFLEXIONA Y RESUELVE Máuina empauetadora El fabricante de una máuina empauetadora afirma ue, si se regula para ue empauete palés con 100 kg, los
Más detallesGuía de sesión de resolución de problemas AgentCubes.
Guía de sesión de resolución de problemas AgentCubes. Usted puede seguir los ejemplos demostrados y utilizar los márgenes para anotar sus soluciones. Para cada problema, por favor intente contestar: Qué
Más detallesPlan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos
Plan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos Antecedentes y Fundamentación Un Sistema de Información es un conjunto de componentes que interactúan entre sí, orientado
Más detallesEL ESTUDIO COMO ESFUERZO Y COMO TRABAJO.
CÓMO ESTUDIAR CON EFICACIA? El estudiar es una tarea compleja que consiste en el conjunto de hábitos y prácticas mediante las cuales asimilamos metódicamente los conocimientos y aprendemos las técnicas
Más detallesCuestionario sobre marketing 2.0
Cuestionario sobre marketing 2.0 1 Tienen que utilizar las empresas las nuevas herramientas web foros, redes sociales, blogs, comunidades - para seguir en el mercado? Hay muchas empresas que ni siquiera
Más detallesDEPARTAMENTO DE LOGÍSTICA. 21/09/2015 CIRCULAR No. 1 RESPUESTA A LOS OFERENTES
DEPARTAMENTO DE LOGÍSTICA 21/09/2015 CIRCULAR No. 1 RESPUESTA A LOS OFERENTES LICITACIÓN PÚBLICA NACIONAL PARA LA CONTRATACIÓN DE SERVICIOS DE CONSULTORÍA DE UNA EMPRESA PARA LA TOMA DE INVENTARIO Y PREPARACION
Más detallesPRECIOS DE LAS RESIDENCIAS GERIÁTRICAS 2001-2005 www.inforesidencias.com 14 de Septiembre de 2005
PRECIOS DE LAS RESIDENCIAS GERIÁTRICAS 2001-2005 www.inforesidencias.com 14 de Septiembre de 2005 1.- Introducción Inforesidencias.com, portal líder del sector de la atención a personas mayores en España
Más detallesIngeniería del Software
Ingeniería del Software Curso 2006-2007 Captura de Requisitos Controla2 German Rigau german.rigau@ehu.es Ingeniería Técnica en Informática de Sistemas Facultad de Informática de San Sebastián UPV/EHU CONTROLA2...3
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesPROBLEMAS INTERDEPENDIENTES EN EL PROCESO DE ATENCIÓN DE ENFERMERÍA
PROBLEMAS INTERDEPENDIENTES EN EL PROCESO DE ATENCIÓN DE ENFERMERÍA Autor: José Ramón González Navarro Escuela Universitaria Virgen de los Desamparados Valencia Concepto que se encuentra en la biografía
Más detallesMANUAL DE AYUDA HERRAMIENTA DE APROVISIONAMIENTO
MANUAL DE AYUDA HERRAMIENTA DE APROVISIONAMIENTO Fecha última revisión: Marzo 2016 INDICE DE CONTENIDOS HERRAMIENTA DE APROVISIONAMIENTO... 2 1. QUÉ ES LA HERRAMIENTA DE APROVISIONAMIENTO... 2 HERRAMIENTA
Más detallesEL MODELO DE ESTRATIFICACIÓN POR CAPAS DE TCP/IP DE INTERNET
1 EL MODELO DE ESTRATIFICACIÓN POR CAPAS DE TCP/IP DE INTERNET Cada capa de la pila añade a los datos a enviar a la capa inferior, información de control para que el envío sea correcto. Esta información
Más detallesLa Dirección Comercial
La Dirección Comercial 1. La función comercial en la empresa: a) Análisis del sistema comercial: b) Diseño de estrategias: c) Dirección, organización y control de la actividad comercial. 2. El sistema
Más detallesTutorial de UML. Introducción: Objetivos: Audiencia: Contenidos:
Tutorial de UML Introducción: El Lenguaje de Modelamiento Unificado (UML - Unified Modeling Language) es un lenguaje gráfico para visualizar, especificar y documentar cada una de las partes que comprende
Más detallesNota de Información al cliente Auditoría Multisede
Nota de Información al cliente Auditoría Multisede La presente Nota de Información al Cliente explica las principales características de una Auditoría Multisede. Por lo general, las auditorías de certificación
Más detallesTema : ELECTRÓNICA DIGITAL
(La Herradura Granada) Departamento de TECNOLOGÍA Tema : ELECTRÓNICA DIGITAL.- Introducción. 2.- Representación de operadores lógicos. 3.- Álgebra de Boole. 3..- Operadores básicos. 3.2.- Función lógica
Más detalles