Integración de conocimiento en un dominio específico para categorización multietiqueta
|
|
- Alba Poblete Martínez
- hace 8 años
- Vistas:
Transcripción
1 Proesamiento del Lenguaje Natural, nº39 (2007), pp reibido ; aeptado Integraión de onoimiento en un dominio espeífio para ategorizaión multietiqueta María Teresa Martín Valdivia Universidad de Jaén Campus Las Lagunillas, Edif. A3. E Manuel Carlos Díaz Galiano Universidad de Jaén Campus Las Lagunillas, Edif. A3. E Arturo Montejo Ráez Universidad de Jaén Campus Las Lagunillas, Edif. A3. E L. Alfonso Ureña López Universidad de Jaén Campus Las Lagunillas, Edif. A3. E Resumen: En este artíulo se presenta un estudio sobre el uso e integraión de una ontología en un orpus biomédio. Nuestro objetivo es omprobar ómo afetan distintas maneras de enriqueimiento e integraión de onoimiento sobre un orpus de dominio espeífio uando se aplia sobre un sistema de ategorizaión de textos multietiqueta. Se han realizado varios experimentos on distintos tipos de expansión y on diferentes algoritmos de aprendizaje. Los resultados obtenidos muestran una mejora en los experimentos que realizan expansión sobre todo en los asos en los que se utiliza el algoritmo SVM. Palabras lave: Ontología MeSH, orpus biomédio (CCHMC), ategorizaión multietiqueta, integraión de onoimiento, aprendizaje automátio Abstrat: In this paper, we present a study on the integration of a given ontology in a biomedial orpus. Our aim is to verify the effet of several approahes for textual enrihment and knowledge integration on a domain-speifi orpus when dealing with multi-label text ategorization. The different reported experiments vary the expansion strategy used and the set of learning algorithms onsidered. Our results show that for SVM algorithm the expansion performed produes best results in any ase. Keywords: MeSH ontology, biomedial orpus (CCHMC), multi-label text ategorization, knowledge integration, mahine learning. 1 Introduión Las ténias de proesamiento de lenguaje natural se están apliando ada vez on mayor efiienia en el dominio biomédio. Muhas investigaiones reientes exploran el uso de ténias de proesamiento de lenguaje natural apliadas al dominio biomédio (Karamanis 2007, Müller et al 2006). La neesidad de etiquetar y ategorizar automátiamente textos médios se hae ada vez más evidente. Es innegable la importania en la investigaión y desarrollo de sistemas de búsqueda y reuperaión de informaión en el dominio de la biomediina que failiten la tareas de los espeialistas dando soporte y ayuda en su trabajo diario. En este trabajo se presenta un estudio sobre la influenia en un sistema de ategorizaión de una ontología espeífia del dominio biomédio: la ontología MeSH (MeSH 2007). Conretamente, se ha utilizado diha ontología para expandir los términos de un doumento que se quiere ategorizar on el fin de mejorar los resultados sobre un sistema ategorizador multi-etiqueta. Pensamos que la inorporaión de onoimiento mediante la integraión de reursos tales omo las ontologías puede ISSN: Soiedad Española para el Proesamiento del Lenguaje Natural
2 María Teresa Martín Valdivia, Manuel Carlos Díaz Galiano, Arturo Montejo Ráez y L. Alfonso Ureña-López mejorar signifiativamente los resultados obtenidos on los sistemas de informaión. Por otra parte, para llevar a abo la experimentaión se han utilizado distintas onfiguraiones tanto de algoritmos de aprendizaje automátio utilizados omo de parámetros para ada uno de ellos. Conretamente, se ha utilizado el algoritmo SVM (Support Vetor Mahine), una red neuronal tipo pereptrón denominada PLAUM y el algoritmo de regresión bayesiana BBR. Los experimentos muestran que el uso de SVM mejora los resultados prátiamente en todos los asos. El artíulo se organiza de la siguiente manera: en primer lugar, se desribe brevemente la tarea de ategorizaión de textos multietiquetados así omo el sistema ategorizador utilizado TECAT. A ontinuaión, se presentan los dos reursos biomédios integrados (el orpus CCHMC y la ontología MeSH). En la siguiente seión se muestran los experimentos y resultados obtenidos. Finalmente, se omentan las onlusiones y trabajos futuros. 2 Categorizaión multietiqueta La asignaión automátia de palabras lave a los doumentos abre nuevas posibilidades en la exploraión doumental (Montejo, 2004), y su interés ha despertado a la omunidad ientífia en la propuesta de soluiones. La disiplina de reuperaión de informaión, junto on las ténias de proesamiento del lenguaje natural y los algoritmos de aprendizaje automátio son el substrato de donde emergen las áreas de Categorizaión Automátia de Textos (Sebastiani, 2002). En esta última área de investigaión es donde se enmara el presente trabajo y donde vierte sus prinipales aportaiones. En la lasifiaión de doumentos se distinguen tres asos: 1. Clasifiaión binaria. El lasifiador debe devolver una de entre dos posibles ategorías, o bien una respuesta SI/NO. Estos son los sistemas más simples, y al mismo tiempo los sistemas más onoidos en Aprendizaje Automátio. 2. Clasifiaión multi-lase. En este aso el lasifiador debe proporionar una ategoría de entre varias propuestas. Este sistema puede basarse en el anterior. 3. Clasifiaión multi-etiquetado. El doumento se etiqueta no on una únia lase, omo en el aso anterior, sino que puede tomar varias de entre las ategorías disponibles. Es el problema más omplejo, pero puede simplifiarse si utilizamos lasifiadores binarios uya repuesta pueda ombinarse (por ejemplo, mediante un ranking de lases) o entrenando sobre ada lase un lasifiador binario de repuesta SI/NO (omo el sistema que se desribe en este trabajo). Hemos utilizado el software TECAT 1, que implementa un algoritmo para la lasifiaión multi-etiqueta basado en lasifiadores base binarios. El algoritmo usado se muestra a ontinuaión (Algoritmo 1), y onsiste en entrenar un lasifiador binario para ada lase seleionando aquel que mejor rendimiento aporta dada una medida de rendimiento sobre el que se evalúa al lasifiador. Además, aquellas lases para las que no es posible entrenar un lasifiador on un rendimiento mínimo se desarta. Entrada: - un onjunto D t de doumentos multietiquetados para entrenamiento - un onjunto D v de doumentos de validaión - un umbral sobre la una medida de evaluaión determinada - un onjunto L de posibles etiquetas (lases) - un onjunto $C$ de lasifiadores binarios andidatos Salida: - un onjunto C = {1,..., k,..., L } de lasifiadores binarios entrenados Pseudo-ódigo: C ø Para-ada l i en L: T ø Para-ada j en C: entrena( j, l i, D t ) T T { j } Fin-para-ada $ mejor mejor(t, D v ) Si evalua( mejor ) > C C { mejor } Fin-si Fin-para-ada Algoritmo 1. Entrenamiento de lasifiadores base 1 Disponible en 64
3 Integraión de Conoimiento en un Dominio Epeífio para Categorizaión Multietiqueta 3 Reursos utilizados Nuestro objetivo prinipal onsiste en estudiar la influenia que tiene el uso de una ontología média sobre un orpus biomédio uando se desea desarrollar un sistema automátio de ategorizaión de textos multi-etiquetados. Para ello, hemos utilizado dos reursos que desribimos a ontinuaión. 3.1 Corpus CCHMC Se trata de un orpus desarrollado por The Computational Mediine Center 2. Diho orpus inluye registros médios anónimos reopilados en el departamento de radiología del Hospital infantil de Cininnati (the Cininnati Children s Hospital Medial Center s Department of Radiology CCHMC) (CMC, 2007). La oleión está formada por 978 doumentos onsistentes en informes radiológios que están etiquetados on ódigos del ICD-9-CM 3 (Internaional Classifiation of Diseases 9th Revision Clinial Modifiation). Se trata de un atálogo de enfermedades odifiadas on un número de 3 a 5 dígitos on un punto deimal después del terer dígito. Los ódigos ICD-9-CM están organizados de manera jerárquia en los que se agrupan varios ódigos onseutivos en los niveles superiores. El número de ódigos asignados a ada doumento varía de 1 a 7. La Tabla 1 muestra la distribuión del número de etiquetas por doumento. El total de etiquetas distintas utilizadas en la oleión es 142. Clases Doumentos Tabla 1. Número de lases asignadas por doumento La Figura 1 muestra un ejemplo de doumento. Como se puede observar, la antidad de informaión suministrada en ada doumento es muy esasa pero muy relevante y bien estruturada. La oleión se enuentra anotada manualmente por tres expertos. Por lo tanto, en ada doumento existen tres onjuntos de anotaiones, una por ada uno de los expertos. Adiionalmente, se ha añadido un onjunto de etiquetas que unifia la mayoría de los tres expertos. Por otra parte, ada informe ontiene dos partes de texto fundamentales: la historia línia y la impresión o diagnóstio del médio. 3.2 Ontología MeSH La ontología MeSH 4 (Medial Subjet Headings) está desarrollada y mantenida por la National Library of Mediine y se utiliza omo herramienta de indexaión y búsqueda en temas <do id=" " type="radiology_report"> <odes> <ode origin="cmc_majority" type="icd-9-cm">786.2</ode> <ode origin="company3" type="icd-9-cm">786.2</ode> <ode origin="company1" type="icd-9-cm">204.0</ode> <ode origin="company1" type="icd-9-cm">786.2</ode> <ode origin="company1" type="icd-9-cm">v42.81</ode> <ode origin="company2" type="icd-9-cm">204.00</ode> <ode origin="company2" type="icd-9-cm">786.2</ode> </odes> <texts> <text origin="cchmc_radiology" type="clinical_history"> Eleven year old with ALL, bone marrow transplant on Jan. 2, now with three day history of ough.</text> <text origin="cchmc_radiology" type="impression"> 1. No foal pneumonia. Likely hroni hanges at the left lung base. 2. Mild anterior wedging of the thorai vertebral bodies.</text> </texts> </do> Figura 1. Ejemplo de doumento de la oleión CCHMC
4 María Teresa Martín Valdivia, Manuel Carlos Díaz Galiano, Arturo Montejo Ráez y L. Alfonso Ureña-López relaionados on la mediina y la salud. Consiste en un onjunto de unos términos denominados desriptores que se enuentran distribuidos de manera jerárquia permitiendo la búsqueda a varios niveles de utilizado la ontología MeSH para expandir, on informaión média dihos doumentos. Se pretende inorporar informaión de alidad que ayude a mejorar la ategorizaión de doumentos. Doumento Fever x5 days. Findings onsistent with viral or reative airway disease. MeSH ul sl ll Expansión ul Fever x5 days. Findings Expansión onsistent sl with viral or reative airway disease. Fever x5 days. pathologi_proesses Findings Expansión onsistent ll with viral body_temperature_hanges or reative airway disease. Fever x5 days. genomi_instability Findings Expansión onsistent ul-ll with viral aantholysis or reative airway disease. hyperplasia Fever x5 days. fever_of_unknown_origin growth disorders Findings onsistent with viral syndrome or reative airway disease. sweating_sikness pathologi_proesses fever_of_unknown_origin body_temperature_hanges syndrome Figura 2. Estrategias de expansión on MeSH espeifiidad. Un desriptor puede apareer en varias ramas. Existen varios estudios que demuestran que el uso y la integraión de informaión proedente de ontologías y reursos on un voabulario ontrolado, puede mejorar signifiativamente los sistemas de tratamiento de informaión (Chevallet, Lim y Radhouani, 2006, Guyot, Radhouani, y Falquet, 2005, Navigli, Velardi y Gangemi, 2003). Conretamente, nosotros haremos uso de la ontología MeSH on el fin de expandir los doumentos del orpus CCHMC que se desean ategorizar. De esta manera, se pretende inorporar onoimiento a la oleión utilizada on el fin de mejorar los resultados en un sistema de ategorizaión multietiqueta. 4 Desripión de los experimentos 4.1 Expansión on MeSH Debido a que la antidad de informaión en ada doumento de la oleión es esasa, se ha 4 Sin embargo, el uso indisriminado de todos los términos extraídos de la ontología pueden empeorar los resultados puesto que inorporarían demasiado ruido. Así se pone de manifiesto por ejemplo en (Chevallet, Lim y Radhouani, 2006) donde se demuestra que seleionar aquellas ategorías de MeSH más aordes a la temátia de los doumentos, mejora la alidad de la expansión. Con el fin de limitar el número de términos expandidos, se ha filtrado el número de ategorías utilizadas para realizar la expansión. Así, aunque el primer nivel de MeSH inluye 16 ategorías generales, se han seleionado solo las siguientes tres: A: Anatomy C: Diseases E: Analytial, Diagnosti, and Therapeuti Tehniques and Equipment El motivo para elegir preisamente estas tres ategorías es que el orpus inluye asos línios de niños on enfermedades relaionadas on el aparato respiratorio por lo 66
5 Integraión de Conoimiento en un Dominio Epeífio para Categorizaión Multietiqueta que dihas ategorías deberían inluir la mayoría de los términos usados en el orpus. Al realizar la expansión se busa el primer nodo de la ontología que oinide on la palabra a expandir. Una vez enontrado el nodo, la seleión de términos que formarán parte de la seleión se puede realizar de tres maneras distintas (ver Figura 2): Upper level (ul): se seleiona el término que está en un nivel superior a diho nodo, es deir, el nodo padre. Same level (sl): se seleiona los términos que están al mismo nivel que diho nodo, es deir, los nodos hermanos. Lower level (ll): se seleionan los términos inmediatamente inferiores de diho nodo, es deir, los nodos hijos. Las palabras existentes dentro de los nodos seleionados para formar parte de la expansión, han sido onsideradas omo entidades. Por lo tanto, si un nodo ontiene una multipalabra (varias palabras separadas por espaios), dihas palabras se han inluido en la expansión formando un únio término. Con el fin de realizar un estudio para omprobar el omportamiento del sistema on varios tipos de expansión, se han diseñado distintas ombinaiones on las tres expansiones anteriores. De esta forma, se han generado expansiones del tipo: ul+sl, ul+ll, ul+sl+ll En la primera olumna de la tabla 3 se pueden ver todas las expansiones realizadas. 4.2 Configuraiones de TECAT Una vez realizada la expansión, ada experimento se ha realizado ajustando los distintos parámetros de TECAT: Se han eliminado las palabras vaías (stop-words). Se han obtenido las raíes de las palabras usando el stemmer de Porter (Porter 1980). Se han filtrado las araterístias así obtenidas mediante ganania de informaión (Shannon 1948), limitándonos a onsiderar 50,000 araterístias. Se ha usado un pesado según el esquema TD.IDF. Se ha normalizado usando la funión oseno. Debido a que TECAT nos permite apliar varios algoritmos al mismo tiempo, hemos estudiado las onfiguraiones siguientes: SVM-multi india que se han pasado a TECAT varias onfiguraiones simultáneas del algoritmo SVM (Joahims, T., 1998). Estas onfiguraiones son aquellas que dan un peso adiional a los ejemplos positivos (normalmente esasos) on los valores 1, 2, 5, 10 y 20, es deir, 5 onfiguraiones diferentes de SVM que TECAT usará omo lasifiadores base independientes. PLAUM-multi india, también, varias onfiguraiones para el pereptrón PLAUM (Y. Li et al., 2002) on pesados para ejemplos positivos en {0, 1, 10, 100} y pesados para negativos en {-10, -1, 0, 1}. Esto implia pasar a TECAT 16 onfiguraiones diferentes de PLAUM simultáneamente. BBR-multi. De forma similar a los anteriores, aquí el algoritmo BBR (A. Genkin et al., 2006) ha sido parametrizado on valores de umbral {0, 1, 2, 3, 4, 5} y valores de utilidad {0, 1, 2, 3}, si bien no se han analizado las ombinaiones de todos ellos, por lo que las onfiguraiones onsideradas han sido 10 para este algoritmo. Las onfiguraiones en las que intervienen varias algoritmos ombinados han sido realizadas, bien usando la simple de ada uno de ellos, bien la ombinaión de las múltiples parametrizaiones omentadas en ada uno de estos algoritmos. 5 Evaluaión Para evaluar los resultados se han usado validaión ruzada en 10 partiiones. Es deir, se ha dividido la oleión en 10 partiiones diferentes. Se ha ido alternativamente tomando una partiión para test y el resto para entrenamiento. Los resultados finales de evaluaión se alulan haiendo el promedio de ada ejeuión orrespondiente a ada partiipaión. De esta forma se redue el efeto que la seleión de un determinado grupo de doumentos para entrenamiento o evaluaión pudiera tener sobre el resultado final. 67
6 María Teresa Martín Valdivia, Manuel Carlos Díaz Galiano, Arturo Montejo Ráez y L. Alfonso Ureña-López Con las respuestas de un sistema de lasifiaión automátio, y disponiendo de las prediiones reales que un experto humano asignaría, podemos onstruir la siguiente tabla de ontingenia: El sistema die SI El sistema die NO SI es orreto A C Tabla 2. Contingenias. NO es orreto B Las medidas onsideradas son preisión (P), obertura (R) y F1, siendo ésta última la que nos da una visión más ompleta del omportamiento del sistema. Estas medidas han sido obtenidas mediante miro-averaging, es deir, alulando los aiertos y fallos en ada lase de forma aumulativa y alulando los valores finales sobre dihos valores aumulados, tal y omo se refleja en las euaiones siguientes a partir de las medidas orrespondientes según la tabla de ontingenia anterior: A C P A B R F1 C C C A C A C P R 2 P R Los resultados obtenidos se pueden observar en las tablas 3, 4, 5 y 6. Como se puede observar, la integraión de la ontología MeSH mejora prátiamente en todos los asos exepto para el aso de PLAUM, si bien on el algoritmo SVM es on el que la mejora es mayor. De heho, omo se muestra en la tabla 3, on la onfiguraión SVM-multi se obtienen los mejores resultados independientemente del tipo de expansión realizada. Si observamos los resultados desde el punto de vista de la expansión de los doumentos, el método on unos resultados más homogéneos es el que realiza la expansión on los nodos padre (ul). Con este tipo de expansión se C D obtienen términos más generales que pueden onsiderarse omo puntos en omún entre doumentos. En uanto a los algoritmos de aprendizaje utilizados, se puede observar que la expansión funiona en todos los asos exepto on la red neuronal PLAUM uyos resultados son mejores sin ningún tipo de expansión. Tipo de Expansión SVM simple SVM-multi ll 0, ,7675 ul 0, ,7957 sl 0, ,7697 ul-ll 0, ,7766 ul-sl 0, ,7669 ul-sl-ll 0, ,7557 Sin expansión 0, ,7699 Tabla 3. Expansión on SVM Tipo de Expansión BBR simple BBR multi ll 0,7290 0, ul 0,7267 0, sl 0,7400 0, ul-ll 0,7314 0, ul-sl 0, , ul-sl-ll 0,7253 0, Sin expansión 0,7250 0, Tabla 4. Expansión on BBR Tipo de Expansión PLAUM simple PLAUM multi ll 0,7284 0,7228 ul 0,7233 0,7372 sl 0,7163 0,7262 ul-ll 0,7230 0,7263 ul-sl 0,7213 0,7210 ul-sl-ll 0,7177 0,7206 Sin expansión 0,7323 0,7311 Tabla 5. Expansión on PLAUM 68
7 Integraión de Conoimiento en un Dominio Epeífio para Categorizaión Multietiqueta Tipo de Expansión SVM-BBR- PLAUM simple SVM-BBR- PLAUM multi ll 0,7562 0,7490 ul 0,7704 0,7814 sl 0,7642 0,7633 ul-ll 0,7611 0,7757 ul-sl 0,7513 0,7719 ul-sl-ll 0,7569 0,7479 Sin expansión 0,7478 0,7682 Tabla 6. Expansión ombinando los tres algoritmos utilizados 6 Conlusiones y trabajos futuros. En este trabajo se ha presentado un estudio en ategorizaión multietiqueta enriqueiendo e integrado onoimiento. Para ello, se expande el orpus utilizado (CCHMC) en el proeso de ategorizaión multietiqueta, on la ontología média MeSH. Para realizar el estudio se ha utilizado un ategorizador multi-etiqueta TECAT disponible libremente y que permite la onfiguraión y utilizaión simultánea de varios algoritmos de aprendizaje. Nuestro trabajo utiliza SVM, PLAUM y BBR además de una ombinaión de ellos. Los resultados muestran la onvenienia de integrar onoimiento externo proeden de una ontología espeífia biomédia. Sin embargo, las diferenias entre los distintos tipos de algoritmos utilizados no son exesivamente signifiativas. En el futuro se pretende estudiar el uso de otros tipos de expansión utilizando diha ontología, omo por ejemplo la seleión automátia de las ategoría que se utilizan para expandir, o el uso de sinónimos y palabras similares en lugar de nodos padres y/o hijos. Además se intentarán apliar estas ténias de expansión a otro tipo de tareas textual para omprobar el rendimiento de diha ténia. 7 Agradeimientos Este trabajo ha sido parialmente finaniado por el Ministerio de Cienia y Tenología a través del proyeto TIMOM (TIN C06-03). Bibliografía Chevallet, J. P., J. H. Lim y S. Radhouani A Strutured Visual Learning Approah Mixed with Ontology Dimensions for Medial Queries. Leture Notes in Computer Siene. Volume 4022/2006. Pages CMC The Computational Mediine Center s 2007 Medial Natural Language Proessing Challenge. Disponible en hallenge/mchallengedetails.pdf Genkin, A., D.D. Lewis and D. Madigan Large-Sale Bayesian Logisti Regression for Text Categorization. Tehnometris Guyot, J., Radhouani, S., y Falquet, G Ontology-based multilingual information retrieval. In CLEF Workhop, Working Notes Multilingual Trak, Vienna, Austria, September Joahims, T Text ategorization with support vetor mahines: learning with many relevant features. Proeedings of ECML-98, 10th European Conferene on Mahine Learning, N. 1398, Springer Verlag, pp Karamanis, N Text Mining for Biology and Biomediine. Computational Linguistis. Volume 33. Pages Li, Y., H. Zaragoza, R. Herbrih, J. Shawe- Taylor y J. Kandola The Pereptron Algorithm with Uneven Margins. Proeedings of the International Conferene of Mahine Learning (ICML2002). MeSH Medial Subjet Headings. Aesible desde la página web: Montejo-Ráez, A. y R. Steinberger Why keywording matters. High Energy Physis Libraries Webzine. Num. 10. Diiembre. Müller, H., T. Deselaers, T. Lehmann, P. Clough y W. Hersh Overview of the ImageCLEFmed 2006 medial retrieval and annotation tasks. Evaluation of Multilingual and Multi-modal Information Retrieval Seventh Workshop of the Cross-Language Evaluation Forum, CLEF LNCS Navigli, R. Velardi, P. y Gangemi, A., Ontology learning and its appliation to automated terminology translation. Intelligent Systems, volume 18, issue 1, pp
8 María Teresa Martín Valdivia, Manuel Carlos Díaz Galiano, Arturo Montejo Ráez y L. Alfonso Ureña-López Porter, M An Algorithm for Suffix Stripping. Program,Vol. 14 (3), pp , Sebastiani, F Mahine learning in automated text ategorization. ACM Computing Survey, Vol. 34, Num. 1, pp Shannon, C. E A mathematial theory of ommuniation. Bell System Tehnial Journal, vol. 27, pp y
Núcleo e Imagen de una Transformación Lineal
Núleo e Imagen de una Transformaión Lineal Departamento de Matemátias CCIR/ITESM 8 de junio de Índie 7.. Núleo de una transformaión lineal................................. 7.. El núleo de una matri la
Más detallesFacultad de Ciencias Exactas Y Naturales FRECUENCIAS DE VIBRACIÓN DE UNA BARRA CON ÁREA SECCIONAL COSENO
Revista NOOS Volumen (3) Pág 4 8 Derehos Reservados Faultad de Cienias Exatas Y Naturales FRECUENCIAS DE VIBRACIÓN DE UNA BARRA CON ÁREA SECCIONAL COSENO Carlos Daniel Aosta Medina Ingrid Milena Cholo
Más detallese REVISTA/No. 04/diciembre 04
e REVISTA/No. 04/diiembre 04 EL WEBLOG UNA HERRAMIENTA ÚTIL PARA EL E-FORMADOR I. Nadia Álvarez de Luio El weblog, blogs, bitáora o diarios en línea, son una alternativa de omuniaión e informaión personalizada
Más detallesPara aprender Termodinámica resolviendo problemas
GASES REAES. Fator de ompresibilidad. El fator de ompresibilidad se define omo ( ) ( ) ( ) z = real = real y es funión de la presión, la temperatura y la naturaleza de ada gas. Euaión de van der Waals.
Más detallesRecuperación de información visual utilizando descriptores conceptuales
Recuperación de información visual utilizando descriptores conceptuales J. Benavent, X. Benavent y E. de Ves Departament d Informàtica (Universitat de València) {esther.deves,xaro.benavent}@uv.es Abstract.
Más detallesTema 2: Elección bajo incertidumbre
Tema : Eleión bajo inertidumbre Ref: Capítulo Varian Autor: Joel Sandonís Versión:..0 Javier López Departamento de Fundamentos del Análisis Eonómio Universidad de Aliante Miroeonomía Intermedia Introduión
Más detallese REVISTA/No. 04/diciembre 04
e REVISTA/No. 04/diiembre 04 Las plataformas en la eduaión en línea Alberto Domingo Robles Peñaloza La Eduaión a Distania se ha visto en gran manera benefiiada del desarrollo de las Tenologías de Informaión
Más detalles4. Mecanizado con máquinas de control numérico computacional
Meanizado on máquinas de ontrol numério omputaional INTRODUCCIÓN Este módulo onsta de 228 horas pedagógias y tiene omo propósito que los y las estudiantes de uarto medio de la espeialidad de Meánia Industrial
Más detallesA Semantic Oriented Approach to Textual Entailment using WordNetbased. Estudiante: Lic. Ing. Julio Castillo Director: Dr.
A Semanti Oriented Approah to Textual Entailment using WordNetbased Measures Estudiante: Li. Ing. Julio Castillo Diretor: Dr. Franiso Tamarit Contenido de la harla. Definiión de oneptos y ejemplos. Motivaión.
Más detallesSoluciones Problemas Capítulo 1: Relatividad I
Soluiones Problemas Capítulo 1: Relatividad I 1) (a) La distania, d, a la que se enuentra el ohete de la Tierra viene dada por t 1 = 2s = 2d d = t 1 2 = 3 11 m = 3 1 7 km. (b) El tiempo que tarda la primera
Más detallesCapítulo 6 Acciones de control
Capítulo 6 Aiones de ontrol 6.1 Desripión de un bule de ontrol Un bule de ontrol por retroalimentaión se ompone de un proeso, el sistema de mediión de la variable ontrolada, el sistema de ontrol y el elemento
Más detallesCapítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI
Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention
Más detallesNormalización de bases de datos
Normalización de bases de datos Se explican los conceptos de la normalización de bases de datos, mismos que son necesarios para un buen diseño de una base de datos. Fecha de creación: 29 May del 2003-12:31
Más detallesrevista transparencia transparencia y... 3.3. UNIVERSIDADES
revista transparencia transparencia y... 3.3. UNIVERSIDADES 35 revista transparencia Mónica López del Consuelo Documentalista Open Data Universidad de Granada 3.3.1. El filtro básico de la transparencia.
Más detallesPREPROCESADO DE DATOS PARA MINERIA DE DATOS
Ó 10.1007/978-3-319-02738-8-2. PREPROCESADO DE DATOS PARA MINERIA DE DATOS Miguel Cárdenas-Montes Frecuentemente las actividades de minería de datos suelen prestar poca atención a las actividades de procesado
Más detallesQUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.
QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no
Más detallesDETERMINACION DEL VALOR DE LA CUOTA Y EL CRONOGRAMA DE PAGOS DE CREDITOS HIPOTECARIOS. 1 2 3 n-1
DETERMINAION DEL VALOR DE LA UOTA Y EL RONOGRAMA DE PAGOS DE REDITOS HIPOTEARIOS Edpyme Raíz utiliza, para el álulo de su ronograma de pagos, el método de la uota fija. Esto signifia que ada pago periódio
Más detallesANÁLISIS ENCUESTAS DE SATISFACCIÓN DEL CLIENTE EN EL SERVICIO DE SAIC 2011
1. INTRODUCCIÓN: Para conocer el interés y grado de satisfacción de los usuarios en los servicios prestados del Servicio de Atención Integral al Ciudadano por el AYUNTAMIENTO DE TORREJÓN, la organización
Más detallesPráctica 11 SVM. Máquinas de Vectores Soporte
Práctica 11 SVM Máquinas de Vectores Soporte Dedicaremos esta práctica a estudiar el funcionamiento de las, tan de moda, máquinas de vectores soporte (SVM). 1 Las máquinas de vectores soporte Las SVM han
Más detallesGuía de uso del Cloud Datacenter de acens
guíasdeuso Guía de uso del Cloud Datacenter de Calle San Rafael, 14 28108 Alcobendas (Madrid) 902 90 10 20 www..com Introducción Un Data Center o centro de datos físico es un espacio utilizado para alojar
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesINFORME DE EXPECTATIVAS DE LOS ESTUDIANTES DE NUEVO INGRESO EN LOS ESTUDIOS OFICIALES DE POSGRADO CURSO 2014-2015
INFORME DE EXPECTATIVAS DE LOS ESTUDIANTES DE NUEVO INGRESO EN LOS ESTUDIOS OFICIALES DE POSGRADO CURSO 2014-2015 VICERRECTORADO DE PLANIFICACIÓN ESTRATÉGICA, EVALUACIÓN Y RESPONSABILIDAD SOCIAL UNIVERSIDAD
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detallesPráctica 5. Curso 2014-2015
Prácticas de Seguridad Informática Práctica 5 Grado Ingeniería Informática Curso 2014-2015 Universidad de Zaragoza Escuela de Ingeniería y Arquitectura Departamento de Informática e Ingeniería de Sistemas
Más detallesEvolución de indicadores de Notoriedad Publicitaria de Campañas en Revistas y TV Análisis de Series de Datos 2007-2014
La Notoriedad Publicitaria de marcas que recurren al mix de medios televisión + revistas no ha dejado de crecer en los últimos años. El análisis de datos desde 2007 hasta 2014 demuestra que la utilización
Más detallesMANUAL DE USUARIO DE LA APLICACIÓN DE ACREDITACION DE ACTIVIDADES DE FORMACION CONTINUADA. Perfil Entidad Proveedora
MANUAL DE USUARIO DE LA APLICACIÓN DE ACREDITACION DE ACTIVIDADES DE FORMACION CONTINUADA Perfil Entidad Proveedora El objetivo del módulo de Gestión de Solicitudes vía Internet es facilitar el trabajo
Más detallesDIVISION DE ESTUDIOS DE POSGRADO E INVESTIGACION DOCTORADO EN CIENCIAS EN COMPUTACION SEDE: INSTITUTO TECNOLOGICO DE TIJUANA No 002206
DIVISION DE ESTUDIOS DE POSGRADO E INVESTIGACION DOCTORADO EN CIENCIAS EN COMPUTACION SEDE: INSTITUTO TECNOLOGICO DE TIJUANA No 002206 MEDIOS DE VERIFICACION 4. Infraestructura del Programa Criterio 9.
Más detallesCASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS
CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS Nuestra empresa es una pequeña editorial que maneja habitualmente su lista de ventas en una hoja de cálculo y desea poder realizar un análisis de sus
Más detallesTema 7 COSTO ESTÁNDAR
Tema 7 COSTO ESTÁNDAR Campus Santa Fé Miguel Ángel Gutiérrez Banegas 1 Introducción En el proceso de generación de información en los negocios, la predeterminación de costos soluciona la dificultad que
Más detallesSISTEMAS DE NUMERACIÓN. www.portalelectrozona.com
SISTEMA DECIMAL El sistema decimal, como su nombre indica, tiene diez cifras o dígitos distintos, que son 4 5 Por lo tanto, diremos que la BASE del sistema de numeración DECIMAL es (base ). 6 7 8 9 Pongamos
Más detallescrmitv.com Que es crmitv.com?
crmitv.com Que es crmitv.com? crmitv.com es un sistema informático online de apoyo a la gestión de las relaciones con los clientes, a la venta y al marketing que permite gestionar y analizar los descuentos,
Más detallesforma de entrenar a la nuerona en su aprendizaje.
Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo
Más detallesREGLAMENTOS DE LA JUNTA ESCOLAR DEL CONDADO DE PALM BEACH, FLORIDA Título 6Gx50 Capítulo 8. Plan de Estudios y Enseñanza Sección 8.
P. 8.13 -Spanish version REGLAMENTOS DE LA JUNTA ESCOLAR DEL CONDADO DE PALM BEACH, FLORIDA Título 6Gx50 Capítulo 8. Plan de Estudios y Enseñanza Sección 8.13 Norma 8.13 Programas para la Prevención de
Más detallesBPMN Business Process Modeling Notation
BPMN (BPMN) es una notación gráfica que describe la lógica de los pasos de un proceso de Negocio. Esta notación ha sido especialmente diseñada para coordinar la secuencia de los procesos y los mensajes
Más detalles9. Mantenimiento de redes de acceso y banda ancha
9. Mantenimiento de redes de aeso y banda anha INTRODUCCIÓN Este módulo de 190 horas pedagógias tiene omo propósito promover en los y las estudiantes un onjunto de onoimientos y habilidades para realizar
Más detallesINSTRODUCCION. Toda organización puede mejorar su manera de trabajar, lo cual significa un
INSTRODUCCION Toda organización puede mejorar su manera de trabajar, lo cual significa un incremento de sus clientes y gestionar el riesgo de la mejor manera posible, reduciendo costes y mejorando la calidad
Más detallesManual de usuario del Centro de Control
Manual de usuario del Centro de Control www.ximdex.com Tabla de contenidos 1. Centro de Control...4 2. Gestor de Canales...5 2.1. Añadir un nuevo canal...6 2.2. Modificar las propiedades del canal...6
Más detallesMovimiento a través de una. José San Martín
Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante
Más detalles19 4.1.1.0 4 04/05/2009
Soluciones Informáticas Descripción: Como utilizar la Agenda de Visitas Objetivos: Al finalizar este tutorial el usuario será capaz de utilizar la Agenda de Visitas con sus diferentes opciones: asignar
Más detallesIntroducción al Proceso de Pruebas.
Introducción al Proceso de Pruebas. Javier Gutiérrez / javierj@us.es Introducción al proceso de pruebas Objetivo: repasar las ideas principales sobre las pruebas del software y, en concreto, las que usaremos
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesContenido. Email: capacitacion@u cursos.cl / Teléfono: 9782450
GMI Contenido PUBLICAR AVISO... 3 CREAR PROCESO DE SELECCIÓN... 6 VER/ELIMINAR AVISOS PUBLICADOS... 8 ETAPAS DE UN PROCESO DE SELECCIÓN... 10 SECCIONES DE LOS PROCESOS DE SELECCIÓN (GPS)... 21 PERSONALIZAR
Más detallesHostaliawhitepapers. Las ventajas de los Servidores dedicados. www.hostalia.com. Cardenal Gardoki, 1 48008 BILBAO (Vizcaya) Teléfono: 902 012 199
Las ventajas de los Servidores dedicados Cardenal Gardoki, 1 48008 BILBAO (Vizcaya) Teléfono: 902 012 199 www.hostalia.com A la hora de poner en marcha una aplicación web debemos contratar un servicio
Más detallesCapitulo I. Introducción
Capitulo I. Introducción 1.1 Descripción del trabajo El ser humano, como todos sabemos tiene la necesidad de comunicarse, de ser escuchado y sobretodo interactuar con los demás seres vivos que lo rodean.
Más detallesDETERMINACION DEL VALOR DE LA CUOTA Y EL CRONOGRAMA DE PAGOS DE CREDITOS DE CONSUMO. 1 2 3 n-1
DETERMINACION DEL VALOR DE LA CUOTA Y EL CRONOGRAMA DE PAGOS DE CREDITOS DE CONSUMO Edpyme Raíz utiliza, para el álulo de su ronograma de pagos, el método de la uota fija. Esto signifia que ada pago periódio
Más detallesgestión integral de empleo online 2011 SAI Wireless, S.L.
gestión integral de empleo online ÍNDICE 01 SAI WIRELESS 02 SELECTYS 03 MAPA DE PROCESOS 04 MÓDULOS SELECTYS 05 MÓDULOS EXTRA 06 PROYECTO IMPLANTACIÓN 07 ENTORNO TECNOLÓGICO 08 UNA HISTORIA DE ÉXITOS 09
Más detallesMANUAL DE AYUDA HERRAMIENTA DE APROVISIONAMIENTO
MANUAL DE AYUDA HERRAMIENTA DE APROVISIONAMIENTO Fecha última revisión: Junio 2011 INDICE DE CONTENIDOS HERRAMIENTA DE APROVISIONAMIENTO... 3 1. QUÉ ES LA HERRAMIENTA DE APROVISIONAMIENTO... 3 HERRAMIENTA
Más detallesSistemas de numeración
Sistemas de numeración Un sistema de numeración es un conjunto de símbolos y reglas que permiten representar datos numéricos. Los sistemas de numeración actuales son sistemas posicionales, que se caracterizan
Más detallesUniversidad de Zaragoza Manual de Usuario EXPEDIENTES-Sigm@
Universidad de Zaragoza Manual de Usuario EXPEDIENTES-Sigm@ Unidad Sigma/Vicegerencia Académica MANUAL DE USUARIO EXPEDIENTES SIGM@... 1 1. ÍNDICE... 2 2. ENTRADA EN LA APLICACIÓN... 3 3. CONSULTA DE EXPEDIENTES...4
Más detallesTEMA 4: EMPEZANDO A NAVEGAR ESCUELA UNIVERSITARIA DE INFORMÁTICA. Raúl Martín Martín
TEMA 4: EMPEZANDO A ESCUELA UNIVERSITARIA DE INFORMÁTICA NAVEGAR Raúl Martín Martín SERVICIOS DE INTERNET SERVICIOS DE INTERNET Las posibilidades que ofrece Internet se denominan servicios. Hoy en día,
Más detallesIntroducción. Metadatos
Introducción La red crece por momentos las necesidades que parecían cubiertas hace relativamente poco tiempo empiezan a quedarse obsoletas. Deben buscarse nuevas soluciones que dinamicen los sistemas de
Más detallesAnálisis de correspondencias
Análisis de orrespondenias Eliseo Martínez H. 1. Eleiones en París Hemos deidido presentar un legendario ejemplo para expliar el objetivo del Análisis de Correspondenia. Este ejemplo se enuentra en el
Más detallesÁCIDO BASE QCA 09 ANDALUCÍA
ÁCIDO BASE QCA 9 ANDALUCÍA.- El ph de L de disoluión auosa de hidróxido de litio es. Calule: a) Los gramos de hidróxido que se han utilizado para prepararla. b) El volumen de agua que hay que añadir a
Más detallesLa explicación la haré con un ejemplo de cobro por $100.00 más el I.V.A. $16.00
La mayor parte de las dependencias no habían manejado el IVA en los recibos oficiales, que era el documento de facturación de nuestra Universidad, actualmente ya es formalmente un CFD pero para el fin
Más detallesCapítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por
Más detallesEL PROCESO DE INVENTARIO PARA ESCENARIOS DE SERVICIOS DISTRIBUIDOS
EL PROCESO DE INVENTARIO PARA ESCENARIOS DE SERVICIOS DISTRIBUIDOS Mediante el proceso de inventario se obtiene un comparativo del material bibliográfico y documental que existe en el acervo contra lo
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesSITIOS WEB DE LOS DESTINOS TURÍSTICOS DE EUSKADI. Presentación del estudio. Mayo de 2014.
SITIOS WEB DE LOS DESTINOS TURÍSTICOS DE EUSKADI Presentación del estudio. Mayo de 2014. Índice! 1. PRESENTACIÓN 5. OBJETIVOS 6. METODOLÓGIA 7. MUESTRA 8. RESULTADOS 12. CONCLUSIONES PRESENTACIÓN_ La página
Más detallesManual para el uso del Correo Electrónico Institucional Via Webmail
Manual para el uso del Correo Electrónico Institucional Via Webmail Accesando la pagina de webmail DIFSON El primer paso va a ser entrar a la página de internet donde se encuentra el correo de DIFSON.
Más detallesTrabajo final de Ingeniería
UNIVERSIDAD ABIERTA INTERAMERICANA Trabajo final de Ingeniería Weka Data Mining Jofré Nicolás 12/10/2011 WEKA (Data Mining) Concepto de Data Mining La minería de datos (Data Mining) consiste en la extracción
Más detallesCONCEPTOS DE LA FUERZA
CONCEPTOS DE LA FUERZA PAPEL DE LA FUERZA EN EL RENDIMIENTO DEPORTIVO La mejora de la fuerza es un factor importante en todas las actividades deportivas, y en algunos casos determinantes (en el arbitraje
Más detallesANÁLISIS DESCRIPTIVO CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:
Más detallesModificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere.
UNIVERSIDAD DE CARABOBO FACULTAD DE CIENCIA Y TECNOLOGÍA DIRECCION DE EXTENSION COORDINACION DE PASANTIAS Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere. Pasante:
Más detallesCuándo y qué virtualizar? Cuándo y qué virtualizar? 1
Cuándo y qué virtualizar? Cuándo y qué virtualizar? 1 Por qué surge la virtualización? En proyectos de infraestructuras informáticas muchos responsables de IT se sienten más confortables con diseños basados
Más detallesACERCA DEL COACHING. Acerca del Coaching www.innovacionagil.com info@innovacionagil.com Página 1/5
ACERCA DEL COACHING Qué es Coaching? En inglés, la palabra Coaching hace referencia a entrenar, aunque este significado es tan sólo una referencia, pues no es del todo correcto cuando nos referimos a la
Más detallesMANUAL BASICO DE WEBEX
MANUAL BASICO DE WEBEX Webex es un servicio de web conferencias y soluciones de colaboración, lo que significa que nos permite crear una conferencia por internet en la cual además de vernos los unos a
Más detallesInstalación y mantenimiento de servicios de Internet. U.T.3.- Servicio DNS
Instalación y mantenimiento de servicios de Internet U.T.3.- Servicio DNS 1 Qué es el servicio DNS? A los usuarios de Internet les resulta complicado trabajar con direcciones IP, sobre todo porque son
Más detallesGedicoPDA: software de preventa
GedicoPDA: software de preventa GedicoPDA es un sistema integrado para la toma de pedidos de preventa y gestión de cobros diseñado para trabajar con ruteros de clientes. La aplicación PDA está perfectamente
Más detallesFuncionalidades Software SAT GotelGest.Net (Software de Servicio de Asistencia Técnica)
Funcionalidades Software SAT GotelGest.Net (Software de Servicio de Asistencia Técnica) Servinet Sistemas y Comunicación S.L. www.softwaregestionsat.com Última Revisión: Octubre 2014 FUNCIONALIDADES SAT
Más detallesUnidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)
Unidad I Sistemas numéricos 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS.
Más detallesAnálisis de los Metadatos de OAs como forma de Ponderar los Resultados de una Búsqueda
Análisis de los Metadatos de OAs omo forma de Ponderar los Resultados de una Búsqueda Cristina Bender a,b, Damián Alvarez Mahiote a, Claudia Deo a,b, Ana Casali a, a Departamento de Sistemas e Informátia,
Más detallesValidation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación
Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades
Más detallesAnálisis de la expansión de consulta para colecciones médicas utilizando información mutua, ganancia de información y la ontología MeSH
Procesamiento del Lenguaje Natural, Revista nº 47 septiembre de 2011, pp 13-20 recibido 04-05-2011 aceptado 23-05-2011 Análisis de la expansión de consulta para colecciones médicas utilizando información
Más detalleshttp://www.nicasoft.com.ni
BSC-RH es un sistema automatizado de planificación estratégica y gestión, utilizado en empresas para direccionar las actividades del negocio a la visión y estrategia de la organización. Mejora la comunicación
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detalles1 El trabajo expuesto está subvencionado por el proyecto de la URJC PGRAL-2001/14
EVALUACIÓN A TRAVÉS DE LA WEB: EL SISTEMA TUTORMAP 1 R.Criado, D.Martín y S. Sánchez (GIEMATI, Dpto. de CC. Experimentales e Ingeniería de la URJC) Resumen En este trabajo se describen las características
Más detallesAprendizaje visual con Inspiration
Aprendizaje visual con Inspiration Page 1 of 5 Aprendizaje visual con Inspiration I. Qué es el aprendizaje visual? II. Para qué sirve pensar visualmente? A. Tener las ideas claras B. Reforzar la compresión
Más detallesFuncionalidades Software PROYECTOS GotelGest.Net Software para la gestión de Proyectos GotelGest.Net
2012 Funcionalidades Software PROYECTOS GotelGest.Net Software para la gestión de Proyectos GotelGest.Net Servinet Sistemas y Comunicación S.L. www.softwaregestionproyectos.com Última Revisión: Febrero
Más detallesNuevo enfoque basado en procesos
Nuevo enfoque basado en procesos Qué es un proceso? Un proceso es un conjunto de actividades que añaden valor al producto o servicio y que, en cada etapa, comienzan siendo entradas (inputs) y, tras una
Más detallesRecuperación de información Bases de Datos Documentales Licenciatura en Documentación Curso 2011/2012
Bases de Datos Documentales Curso 2011/2012 Miguel Ángel Rodríguez Luaces Laboratorio de Bases de Datos Universidade da Coruña Introducción Hemos dedicado la primera mitad del curso a diseñar e implementar
Más detallesSin cambios significativos.
0. Introducción 0. Introducción 0.1 Generalidades 0.1 Generalidades 0.2 Principios de la gestión de la calidad Estas cláusulas se mantienen casi iguales; en la nueva versión se explica el contexto de la
Más detallesTRÁFICO DE PISO 2. Rev. 1 15/04/09
TRÁFICO DE PISO 2 Manual de Usuario Rev. 1 15/04/09 Manual del Usuario. Tráfico de Piso 2. Qué es Tráfico de Piso? Se denomina Tráfico de Piso a la afluencia de personas al showroom del concesionario,
Más detallesMODELO DE COSTOS ABC
MODELO DE COSTOS ABC El ABC (siglas en inglés de "Activity Based Costing" o "Costo Basado en Actividades") se desarrolló como herramienta práctica para resolver un problema que se le presenta a la mayoría
Más detallesCiclo de vida y Metodologías para el desarrollo de SW Definición de la metodología
Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto
Más detallesEstrategias De Ventas
Territorios de Venta Donde están los lientes? Merado - Meta Estrategias De Ventas Ing. Heriberto Aja Leyva Objetivo Estableer los objetivos de ventas y prourar una obertura efiaz en el Territorio de ventas
Más detallesasí somos, así pensamos...
así somos, así pensamos... Resultado de las encuestas realizadas en las tutorías del I.E.S. Gallicum, en Octubre y Noviembre de 2006 índice de contenidos 1- introducción. 2- objetivos. 3- metodología.
Más detallesPROGRAMAS OFICIALES DE POSGRADO
INFORME DEL GRADO DE SATISFACCIÓN DEL ALUMNADO Y DEL PROFESORADO PROGRAMAS OFICIALES DE POSGRADO CURSO 2012-2013 Vicerrectorado de Planificación y Calidad UNIVERSIDAD INTERNACIONAL DE ANDALUCÍA Octubre
Más detallesTema: CREACIÓN DE CONSULTAS E INFORMES EN UNA BASE DE DATOS CON MICROSOFT ACCESS 2013.
Empremática, Guía12 1 Facultad: Ingeniería Escuela: Computación Asignatura: Empremática Tema: CREACIÓN DE CONSULTAS E INFORMES EN UNA BASE DE DATOS CON MICROSOFT ACCESS 2013. Objetivos: Identificar las
Más detallesExtracción de parámetros de señales acústicas
VI Congreso Iberoameriano de Aústia - FIA 8 Buenos Aires, 5, 6 y 7 de noviembre de 8 Extraión de parámetros de señales aústias Aguilar, Juan (a), Salinas, Renato (b) FIA8-A16 (a) Instituto de Aústia, Universidad
Más detallesCOMO CONFIGURAR UNA MAQUINA VIRTUAL EN VIRTUALBOX PARA ELASTIX
COMO CONFIGURAR UNA MAQUINA VIRTUAL EN VIRTUALBOX PARA ELASTIX En este manual se presenta el proceso de configuración de una Maquina Virtual en VirtualBox, que será utilizada para instalar un Servidor
Más detallesGrupo: Documentación Tipo documento: Manual de Usuario V.1.0 /2011 René Darío Pacios Díaz
Proyecto - Rene Downloader v1.0 - Pág.1/7 Proyecto - Rene Downloader v1.0 - Pág.2/7 INDICE INDICE... 2 1. Introducción... 3 2. Instrucciones de manejo... 3 2.1. Controles básicos... 3 2.2. Estableciendo
Más detallesRadiobiología Revista electrónica
Radiobiología Revista eletrónia ISSN 1579-3087 http://www-rayos.ediina.ua.es/rf/radiobiologia/revista/radiobiologia.ht http://www-rayos.ediina.ua.es/rf/radiobiologia/revista/nueros/rb4(2004)74-77.pdf Radiobiología
Más detallesCOMPARATIVA ENTRE UN ENLACE PUNTO A PUNTO TDM Y SCM
Comparativa entre un enlae punto a punto TDM y SCM COMARATIVA ETRE U ELACE UTO A UTO TDM Y SCM Dados ambos sistemas SCM/ y TDM/ que se muestras en las figuras a y b, y que inorporan una serie de dispositivos
Más detallesUnidad 1. Fundamentos en Gestión de Riesgos
1.1 Gestión de Proyectos Unidad 1. Fundamentos en Gestión de Riesgos La gestión de proyectos es una disciplina con la cual se integran los procesos propios de la gerencia o administración de proyectos.
Más detallesCatoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final
Catoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final INTRODUCCION En principio surgió la idea de un buscador que brinde los resultados en agrupaciones de
Más detallesI Formación Online Introducción a la evaluación. Resultados de la Evaluación. Barcelona, diciembre 2011. Subvencionado por:
I Formación Online Introducción a la evaluación Resultados de la Evaluación Barcelona, diciembre 11 Subvencionado por: Secretaría del Plan Nacional sobre el Sida INTRODUCCIÓN La evaluación de la formación
Más detallesÁrboles AVL. Laboratorio de Programación II
Árboles AVL Laboratorio de Programación II Definición Un árbol AVL es un árbol binario de búsqueda que cumple con la condición de que la diferencia entre las alturas de los subárboles de cada uno de sus
Más detallesProyecto MONO. Juantomás García. 1. Introducción. GNOME Hispano juantomas@lared.es
Juantomás García GNOME Hispano juantomas@lared.es Qué es el proyecto MONO?. Estado actual del proyecto. Por qué es interesante para el software libre disponer de la tecnología relacionado con el proyecto
Más detallesINTRODUCCIÓN. El propósito de esta investigación es analizar la importancia que ha surgido en
INTRODUCCIÓN El propósito de esta investigación es analizar la importancia que ha surgido en los sistemas de costos ABC para las empresas de Servicios Mexicanas, ya que este sector forma una parte muy
Más detallesCONVERSIÓN DE UN NÚMERO EN BINARIO A DECIMAL Y VICEVERSA
CONVERSIÓN DE UN NÚMERO EN BINARIO A DECIMAL Y VICEVERSA CONVERSIÓN ENTRE BINARIO Y DECIMAL Si la conversión es de binario a decimal, aplicaremos la siguiente regla: se toma la cantidad binaria y se suman
Más detalles