Publicaciones TRS
1.
Buccella, Agustina; Cechich, Alejandra; Villegas, Carolina; Montenegro, Ayelén; Muñoz, Ángel; Rodríguez, Andrea
A Model of Reusable Assets in AIE Software Systems Journal Article
In: Journal of Computer Science and Technology, vol. 23, iss. 2, no. e13, 2023, ISSN: 1666-6038.
@article{Buccella2023,
title = {A Model of Reusable Assets in AIE Software Systems},
author = {Agustina Buccella and Alejandra Cechich and Carolina Villegas and Ayelén Montenegro and Ángel Muñoz and Andrea Rodríguez},
url = {https://doi.org/10.24215/16666038.23.e13, https://journal.info.unlp.edu.ar/JCST/article/view/2680/1864},
doi = {10.24215/16666038.23.e13},
issn = {1666-6038},
year = {2023},
date = {2023-10-25},
urldate = {2023-10-25},
journal = {Journal of Computer Science and Technology},
volume = {23},
number = {e13},
issue = {2},
abstract = {Nowadays, due to the increasing presence of artificial intelligence in software systems, development teams face the challenge of working together to integrate tasks, resources, and roles in a new field, named AI Engineering. Proposals, in the way of models, highlight the needs of integrating two different perspectives – the software and the decision-making support (big data, machine learning, and so on) systems. But there is something more – both systems must achieve high quality levels for different properties; and this is not a straightforward task. Quality properties, such as reusability, traditionally evaluated and reinforced through modeling in software systems, do not exactly apply similarly in decision-making support systems. In this paper, we propose a model for managing reusable assets in AI engineered systems by linking software product line modeling and variety identification. The proposal is exemplified through a case study in the agriculture domain.},
keywords = {},
pubstate = {published},
tppubtype = {article}
}
Nowadays, due to the increasing presence of artificial intelligence in software systems, development teams face the challenge of working together to integrate tasks, resources, and roles in a new field, named AI Engineering. Proposals, in the way of models, highlight the needs of integrating two different perspectives – the software and the decision-making support (big data, machine learning, and so on) systems. But there is something more – both systems must achieve high quality levels for different properties; and this is not a straightforward task. Quality properties, such as reusability, traditionally evaluated and reinforced through modeling in software systems, do not exactly apply similarly in decision-making support systems. In this paper, we propose a model for managing reusable assets in AI engineered systems by linking software product line modeling and variety identification. The proposal is exemplified through a case study in the agriculture domain.
2.
Osycka, Líam; Cechich, Alejandra; Buccella, Agustina; Montenegro, Ayelén; Muñoz, Ángel
CoVaMaT: Functionality for Variety Reuse Through a Supporting Tool Proceedings Article
In: Naiouf, Marcelo R.; Rucci, Enzo; Chichizola, Franco; Giusti, Laura C. De (Ed.): Cloud Computing, Big Data & Emerging Topics - 11th Conference, JCC-BD & ET., pp. 57-74, Springer, 2023, ISBN: 978-3-031-40941-7.
@inproceedings{Osycka2023,
title = {CoVaMaT: Functionality for Variety Reuse Through a Supporting Tool},
author = {Líam Osycka and Alejandra Cechich and Agustina Buccella and Ayelén Montenegro and Ángel Muñoz},
editor = {Marcelo R. Naiouf and Enzo Rucci and Franco Chichizola and Laura C. De Giusti},
url = {https://doi.org/10.1007/978-3-031-40942-4_5},
doi = {10.1007/978-3-031-40942-4_5},
isbn = {978-3-031-40941-7},
year = {2023},
date = {2023-06-29},
urldate = {2023-06-29},
booktitle = {Cloud Computing, Big Data & Emerging Topics - 11th Conference, JCC-BD & ET.},
volume = {1828},
pages = {57-74},
publisher = {Springer},
series = {Communications in Computer and Information Science},
abstract = {Developing reusable Big Data Systems (BDSs) implies dealing with modeling variety as reusable assets. Conceptually speaking, these assets might be similar to reusable software artifacts built under software product line (SPL) engineering; however, similar does not imply they are the same. Variety identification in BDSs is more related to collecting and preparing data, and of course, analytics; meanwhile SPLs model reusable pieces of software. Although in the end all it is about software, its nature differs as treatment for its reuse does. In this paper, we introduce our proposal for modeling reusable variety by describing the way it is processed by our supporting tool CoVaMaT (Context-Based Variety Management Tool). We exemplified its functionality through two case studies in the precision agriculture domain.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
Developing reusable Big Data Systems (BDSs) implies dealing with modeling variety as reusable assets. Conceptually speaking, these assets might be similar to reusable software artifacts built under software product line (SPL) engineering; however, similar does not imply they are the same. Variety identification in BDSs is more related to collecting and preparing data, and of course, analytics; meanwhile SPLs model reusable pieces of software. Although in the end all it is about software, its nature differs as treatment for its reuse does. In this paper, we introduce our proposal for modeling reusable variety by describing the way it is processed by our supporting tool CoVaMaT (Context-Based Variety Management Tool). We exemplified its functionality through two case studies in the precision agriculture domain.
3.
Buccella, Agustina; Cechich, Alejandra; Osycka, Líam; Luzuriaga, Juan; Villegas, Carolina; Cruz, Marcos; Corgatelli, Franco; Martínez, Rodolfo; Mazalu, Rafaela
CoVaMaT: Modelo conceptual de una herramienta para el soporte a la gestión de variedad en Sistemas Big Data Proceedings Article
In: Sarobe, Mónica; Cicerchia, Lucas Benjamín; Ramón, Hugo Dionisio; Esnaola, Leonardo; Tessore, Juan Pablo; Russo, Claudia Cecilia (Ed.): Libro de Actas WICC 2023- XXV Workshop de Investigadores en Ciencias de la Computación, pp. 439-443, Red de Universidades con Carreras en Informática, 2023, ISBN: 978-987-3724-66-4.
@inproceedings{Buccella2023b,
title = {CoVaMaT: Modelo conceptual de una herramienta para el soporte a la gestión de variedad en Sistemas Big Data},
author = {Agustina Buccella and Alejandra Cechich and Líam Osycka and Juan Luzuriaga and Carolina Villegas and Marcos Cruz and Franco Corgatelli and Rodolfo Martínez and Rafaela Mazalu},
editor = {Mónica Sarobe and Lucas Benjamín Cicerchia and Hugo Dionisio Ramón and Leonardo Esnaola and Juan Pablo Tessore and Claudia Cecilia Russo},
url = {http://sedici.unlp.edu.ar/handle/10915/162004},
isbn = {978-987-3724-66-4},
year = {2023},
date = {2023-04-13},
urldate = {2023-07-15},
booktitle = {Libro de Actas WICC 2023- XXV Workshop de Investigadores en Ciencias de la Computación},
pages = {439-443},
publisher = {Red de Universidades con Carreras en Informática},
abstract = {Un cambio importante con respecto a depósitos de datos tradicionales, es que en los Sistemas Big Data (SBDs) la naturaleza no estructurada de algunos datos puede provenir de diversas fuentes, entre ellas sensores, redes sociales, entorno y la misma empresa. La diversidad de esos datos puede analizarse abordando distintas características. Precisamente, la propiedad de los SBDs con respecto a diversidad de los datos se denomina emphVariedad.
Nuestro proyecto propone modelar variedad mediante casos documentados a través de las variaciones que diferentes variables pueden tomar en un contexto. Sin embargo, para la aplicación de la propuesta, es indispensable una herramienta de soporte que construya incrementalmente repositorios de variaciones a ser reusadas.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
Un cambio importante con respecto a depósitos de datos tradicionales, es que en los Sistemas Big Data (SBDs) la naturaleza no estructurada de algunos datos puede provenir de diversas fuentes, entre ellas sensores, redes sociales, entorno y la misma empresa. La diversidad de esos datos puede analizarse abordando distintas características. Precisamente, la propiedad de los SBDs con respecto a diversidad de los datos se denomina emphVariedad.
Nuestro proyecto propone modelar variedad mediante casos documentados a través de las variaciones que diferentes variables pueden tomar en un contexto. Sin embargo, para la aplicación de la propuesta, es indispensable una herramienta de soporte que construya incrementalmente repositorios de variaciones a ser reusadas.
Nuestro proyecto propone modelar variedad mediante casos documentados a través de las variaciones que diferentes variables pueden tomar en un contexto. Sin embargo, para la aplicación de la propuesta, es indispensable una herramienta de soporte que construya incrementalmente repositorios de variaciones a ser reusadas.
4.
Vidart, Gastón; Cechich, Alejandra; Buccella, Agustina; Montenegro, Ayelén
Análisis de turbidez basado en caracterización de contextos Proceedings Article
In: Pons, Claudia; Vincenzi, Marcelo De; Neil, Carlos; Villa, Alejandra (Ed.): Congreso de AgroInformática (CAI 2022) - 51 Jornadas Argentinas de Informática e Investigación Operativa (JAIIO), pp. 170-183, Sociedad Argentina de Informática e Investigación Operativa, 2022, ISSN: 2451-7496.
@inproceedings{Vidart2022,
title = {Análisis de turbidez basado en caracterización de contextos},
author = {Gastón Vidart and Alejandra Cechich and Agustina Buccella and Ayelén Montenegro},
editor = {Claudia Pons and Marcelo De Vincenzi and Carlos Neil and Alejandra Villa},
url = {https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/432/365},
issn = {2451-7496},
year = {2022},
date = {2022-10-20},
urldate = {2022-10-20},
booktitle = {Congreso de AgroInformática (CAI 2022) - 51 Jornadas Argentinas de Informática e Investigación Operativa (JAIIO)},
volume = {8},
issue = {4},
pages = {170-183},
publisher = {Sociedad Argentina de Informática e Investigación Operativa},
abstract = {Considerando la cantidad y diversidad en los datos que hoy día se relevan para futuros análisis, su combinación y uso se torna un elemento complejo a modelar. Es por esto que el agregado de semántica, a través de modelos conceptuales, es una tendencia actual en las arquitecturas para Sistemas Big Data. En ese sentido, en este artículo presentamos una caracterización de contexto de variables que influencian la turbidez en los cuerpos de agua. Esa caracterización permite combinar datos relevantes del contexto de aplicación, lo que favorecería la identificación de situaciones recurrentes, incluyendo el tratamiento de esos datos durante el análisis. La propuesta se ejemplifica con un caso de estudio llevado a cabo en el área del Alto Valle del Río Negro.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
Considerando la cantidad y diversidad en los datos que hoy día se relevan para futuros análisis, su combinación y uso se torna un elemento complejo a modelar. Es por esto que el agregado de semántica, a través de modelos conceptuales, es una tendencia actual en las arquitecturas para Sistemas Big Data. En ese sentido, en este artículo presentamos una caracterización de contexto de variables que influencian la turbidez en los cuerpos de agua. Esa caracterización permite combinar datos relevantes del contexto de aplicación, lo que favorecería la identificación de situaciones recurrentes, incluyendo el tratamiento de esos datos durante el análisis. La propuesta se ejemplifica con un caso de estudio llevado a cabo en el área del Alto Valle del Río Negro.
5.
Villegas, Carolina; Buccella, Agustina; Cechich, Alejandra; Montenegro, Ayelén
Caracterización de variables para el análisis del índice de vegetación Proceedings Article
In: Rodríguez, Sandra Isabel; Giménez, Mónica Noemí; Molina, Miguel Ángel (Ed.): XXVIII Congreso Argentino de Ciencias de la Computación (CACIC) (La Rioja, 3 al 6 de octubre de 2022), pp. 978-982, Red de Universidades con Carreras en Informática, 2022, ISBN: 978-987-1364-31-2.
@inproceedings{Villegas2022,
title = {Caracterización de variables para el análisis del índice de vegetación},
author = {Carolina Villegas and Agustina Buccella and Alejandra Cechich and Ayelén Montenegro},
editor = {Sandra Isabel Rodríguez and Mónica Noemí Giménez and Miguel Ángel Molina},
url = {http://sedici.unlp.edu.ar/handle/10915/149642},
isbn = {978-987-1364-31-2},
year = {2022},
date = {2022-10-06},
urldate = {2022-10-06},
booktitle = {XXVIII Congreso Argentino de Ciencias de la Computación (CACIC) (La Rioja, 3 al 6 de octubre de 2022)},
pages = {978-982},
publisher = {Red de Universidades con Carreras en Informática},
abstract = {Los procesos de análisis de datos nos permiten encontrar información o patrones que no son simplemente visibles. Esta información descubierta es sumamente importante para la toma de decisiones de las organizaciones. En particular, en el dominio de la fruticultura es importante conocer factores que produzcan variaciones en los índices de vegetación. Así, en este trabajo caracterizamos estos factores o variables, para luego comprobar algunas de ellas en un caso particular provisto por el INTA Alto Valle. Este es un trabajo preliminar desarrollado en el marco del trabajo de Tesis de la carrera de Licenciatura en Sistemas de Información.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
Los procesos de análisis de datos nos permiten encontrar información o patrones que no son simplemente visibles. Esta información descubierta es sumamente importante para la toma de decisiones de las organizaciones. En particular, en el dominio de la fruticultura es importante conocer factores que produzcan variaciones en los índices de vegetación. Así, en este trabajo caracterizamos estos factores o variables, para luego comprobar algunas de ellas en un caso particular provisto por el INTA Alto Valle. Este es un trabajo preliminar desarrollado en el marco del trabajo de Tesis de la carrera de Licenciatura en Sistemas de Información.
6.
Osycka, Líam; Buccella, Agustina; Cechich, Alejandra
Data Variety Modeling: A Case of Contextual Diversity Identification from a Bottom-up Perspective Proceedings Article
In: Pesado, Patricia; Gil, Gustavo (Ed.): Computer Science - 27th Argentine Congress, CACIC 2021, Salta, Argentina, October 4-8, 2021, Revised Selected Papers, pp. 124–138, Springer, 2022, ISBN: 978-3-031-05902-5.
@inproceedings{Osycka2022,
title = {Data Variety Modeling: A Case of Contextual Diversity Identification from a Bottom-up Perspective},
author = {Líam Osycka and Agustina Buccella and Alejandra Cechich},
editor = {Patricia Pesado and Gustavo Gil},
url = {https://doi.org/10.1007/978-3-031-05903-2_9},
doi = {10.1007/978-3-031-05903-2_9},
isbn = {978-3-031-05902-5},
year = {2022},
date = {2022-05-20},
urldate = {2022-05-20},
booktitle = {Computer Science - 27th Argentine Congress, CACIC
2021, Salta, Argentina, October 4-8, 2021, Revised Selected Papers},
volume = {1584},
pages = {124–138},
publisher = {Springer},
series = {Communications in Computer and Information Science},
abstract = {Variety is a property related to data diversity in Big Data Systems (BDS) that comprises several cases, such as structural diversity (variety in data types), source diversity (variety in the way data are produced), etc. Recently, adding contextual information allows more complex analyses, which open the possibility of modeling variety thinking of reuse. In this article, we introduce a proposal for modeling variety by following a dual data processing perspective. We exemplify the case of one of these perspectives by identifying and modeling contextual variations in a particular domain problem.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
Variety is a property related to data diversity in Big Data Systems (BDS) that comprises several cases, such as structural diversity (variety in data types), source diversity (variety in the way data are produced), etc. Recently, adding contextual information allows more complex analyses, which open the possibility of modeling variety thinking of reuse. In this article, we introduce a proposal for modeling variety by following a dual data processing perspective. We exemplify the case of one of these perspectives by identifying and modeling contextual variations in a particular domain problem.
7.
Buccella, Agustina; Cechich, Alejandra; Luzuriaga, Juan M.; Osycka, Líam; Villegas, Carolina; Cruz, Marcos; Corgatelli, Franco; Martínez, Rodolfo; Mazalu, Rafaela; Moyano, Marcelo
Modelado de Variedad de Activos de Dominio en Sistemas Big Data Proceedings Article
In: XXIV Workshop de Investigadores en Ciencias de la Computación (WICC 2022, Mendoza), pp. 113-117, Red de Universidades con Carreras en Informática, 2022, ISBN: 978-987-48222-3-9.
@inproceedings{Buccella2022,
title = {Modelado de Variedad de Activos de Dominio en Sistemas Big Data},
author = {Agustina Buccella and Alejandra Cechich and Juan M. Luzuriaga and Líam Osycka and Carolina Villegas and Marcos Cruz and Franco Corgatelli and Rodolfo Martínez and Rafaela Mazalu and Marcelo Moyano},
url = {http://sedici.unlp.edu.ar/handle/10915/143352},
isbn = {978-987-48222-3-9},
year = {2022},
date = {2022-04-28},
urldate = {2022-04-28},
booktitle = {XXIV Workshop de Investigadores en Ciencias de la Computación (WICC 2022, Mendoza)},
pages = {113-117},
publisher = {Red de Universidades con Carreras en Informática},
abstract = {Un cambio importante con respecto a depósitos de datos tradicionales, es que en los Sistemas Big Data (SBDs) la naturaleza no estructurada de algunos datos puede provenir de diversas fuentes, entre ellas sensores, redes sociales, entorno y la misma empresa. La diversidad de esos datos puede analizarse abordando distintas características. Precisamente, la propiedad de los SBDs con respecto a diversidad de los datos se denomina Variedad.
La variedad en SBDs ha sido relacionada con diversas propiedades como interoperabilidad, seguridad, reusabilidad, etc. En este contexto, y respondiendo a la pregunta de investigación:
¿Cómo puede modelarse la variedad de la información de dominio de manera de incorporar reusabilidad en el desarrollo de SBDs? , nuestro proyecto propone modelar variedad a modo de líneas de productos. A diferencia de otras propuestas, la nuestra toma como partida una estructura de actividades asociadas al desarrollo de SBDs, instanciada en artefactos software producidos durante esas actividades e incorpora el modelado de variedades de manera similar a líneas de productos.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
Un cambio importante con respecto a depósitos de datos tradicionales, es que en los Sistemas Big Data (SBDs) la naturaleza no estructurada de algunos datos puede provenir de diversas fuentes, entre ellas sensores, redes sociales, entorno y la misma empresa. La diversidad de esos datos puede analizarse abordando distintas características. Precisamente, la propiedad de los SBDs con respecto a diversidad de los datos se denomina Variedad.
La variedad en SBDs ha sido relacionada con diversas propiedades como interoperabilidad, seguridad, reusabilidad, etc. En este contexto, y respondiendo a la pregunta de investigación:
¿Cómo puede modelarse la variedad de la información de dominio de manera de incorporar reusabilidad en el desarrollo de SBDs? , nuestro proyecto propone modelar variedad a modo de líneas de productos. A diferencia de otras propuestas, la nuestra toma como partida una estructura de actividades asociadas al desarrollo de SBDs, instanciada en artefactos software producidos durante esas actividades e incorpora el modelado de variedades de manera similar a líneas de productos.
La variedad en SBDs ha sido relacionada con diversas propiedades como interoperabilidad, seguridad, reusabilidad, etc. En este contexto, y respondiendo a la pregunta de investigación:
¿Cómo puede modelarse la variedad de la información de dominio de manera de incorporar reusabilidad en el desarrollo de SBDs? , nuestro proyecto propone modelar variedad a modo de líneas de productos. A diferencia de otras propuestas, la nuestra toma como partida una estructura de actividades asociadas al desarrollo de SBDs, instanciada en artefactos software producidos durante esas actividades e incorpora el modelado de variedades de manera similar a líneas de productos.
8.
Buccella, Agustina; Pol'la, Matias; Cechich, Alejandra
Improving Variabilty Analysis through Scenario-Based Incompatibility Detection Journal Article
In: Inf., vol. 13, no. 3, pp. 149, 2022.
@article{journals/information/BuccellaPC22,
title = {Improving Variabilty Analysis through Scenario-Based Incompatibility Detection},
author = {Agustina Buccella and Matias Pol'la and Alejandra Cechich},
url = {https://www.mdpi.com/2078-2489/13/3/149},
doi = {10.3390/info13030149},
year = {2022},
date = {2022-04-27},
urldate = {2022-04-27},
booktitle = {Improving Variabilty Analysis through Scenario-Based Incompatibility Detection},
journal = {Inf.},
volume = {13},
number = {3},
pages = {149},
keywords = {},
pubstate = {published},
tppubtype = {article}
}
9.
Buccella, Agustina; Cechich, Alejandra
An SPL Reference Model based on Domain Taxonomies & Standards Journal Article
In: J. Comput. Sci. Technol., vol. 22, no. 2, pp. 09, 2022.
@article{DBLP:journals/jcsandt/BuccellaC22,
title = {An SPL Reference Model based on Domain Taxonomies & Standards},
author = {Agustina Buccella and Alejandra Cechich},
url = {https://doi.org/10.24215/16666038.22.e09},
doi = {10.24215/16666038.22.e09},
year = {2022},
date = {2022-01-01},
urldate = {2022-01-01},
journal = {J. Comput. Sci. Technol.},
volume = {22},
number = {2},
pages = {09},
keywords = {},
pubstate = {published},
tppubtype = {article}
}
10.
Osycka, Líam; Buccella, Agustina; Cechich, Alejandra
Identificación de variedad contextual en modelado de sistemas big data Proceedings Article
In: Jorge, Mac Gaul; Ivonne, Marcia (Ed.): XXVII Congreso Argentino de Ciencias de la Computación (CACIC) (Modalidad virtual, 4 al 8 de octubre de 2021), pp. 367-376, Red de Universidades con Carreras en Informática, 2021, ISBN: 978-987-633-574-4.
@inproceedings{Osycka2021,
title = {Identificación de variedad contextual en modelado de sistemas big data},
author = {Líam Osycka and Agustina Buccella and Alejandra Cechich},
editor = {Mac Gaul Jorge and Marcia Ivonne},
url = {http://sedici.unlp.edu.ar/handle/10915/130422},
isbn = {978-987-633-574-4},
year = {2021},
date = {2021-10-08},
urldate = {2021-10-08},
booktitle = {XXVII Congreso Argentino de Ciencias de la Computación (CACIC) (Modalidad virtual, 4 al 8 de octubre de 2021)},
pages = {367-376},
publisher = {Red de Universidades con Carreras en Informática},
abstract = {La propiedad de los sistemas Big Data con respecto a diversidad de los datos se denomina Variedad y su análisis permite identificar distintos tipos; por ejemplo, la variedad estructural denota la variedad en formatos y tipos de datos, clasificándolos como estructurados, semi- estructurados y no estructurados. En particular, el agregado de información de contexto (o dominio) permite análisis más complejos en la variedad, llevando a una nueva fase de investigación en su modelado que incluye la posibilidad de reuso. En este artículo, presentamos una propuesta para modelar sistemas Big Data para/con reuso teniendo en cuenta variaciones en el contexto que surgen del análisis de datos existentes para un problema dado. La propuesta incluye un caso de estudio a modo de prueba de conceptos.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
La propiedad de los sistemas Big Data con respecto a diversidad de los datos se denomina Variedad y su análisis permite identificar distintos tipos; por ejemplo, la variedad estructural denota la variedad en formatos y tipos de datos, clasificándolos como estructurados, semi- estructurados y no estructurados. En particular, el agregado de información de contexto (o dominio) permite análisis más complejos en la variedad, llevando a una nueva fase de investigación en su modelado que incluye la posibilidad de reuso. En este artículo, presentamos una propuesta para modelar sistemas Big Data para/con reuso teniendo en cuenta variaciones en el contexto que surgen del análisis de datos existentes para un problema dado. La propuesta incluye un caso de estudio a modo de prueba de conceptos.