Avances en Informática y

Automática
Séptimo Workshop
Avances en Informática y
Automática
Séptimo Workshop

Editores:
Juan Cruz Benito
Alicia García Holgado
Sergio García Sánchez
Daniel Hernández Alfageme
María Navarro Cáceres
Roberto Vega Ruiz
Publicado en España por:
Departamento de Informática y Automática
Facultad de Ciencias
Universidad de Salamanca
Plaza de los Caídos s/n
37008, Salamanca, España
Tel.: + 34 923294653
Fax: + 34 923294514
Web: http://mastersi.usal.es
Email: [email protected]

ISBN - 10 84-695-8670-X
ISBN - 13 978-84-695-8670-9

Editores:
Juan Cruz Benito
Alicia García Holgado
Sergio García Sánchez
Daniel Hernández Alfageme
María Navarro Cáceres
Roberto Vega Ruiz

Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-

CompartirIgual 3.0 España.
 Prólogo

El Máster Oficial en Sistemas Inteligentes de la Universidad de Salamanca

tiene como principal objetivo promover la iniciación de los estudiantes en el ám-
bito de la investigación. Como colofón a las diferentes tareas de investigación
que se llevan a cabo durante el Máster, el Departamento de Informática y Auto-
mática organiza un workshop en el que se da la oportunidad a los estudiantes de
presentar los principales resultados de sus Trabajos de Fin de Máster y obtener
una realimentación del interés de los mismos.
La séptima edición del workshop “Avances en Informática y Automática”, co-
rrespondiente al curso 2012 - 2013, ha sido un encuentro interdisciplinar donde se
han presentado trabajos pertenecientes a un amplio abanico de líneas de investi-
gación, desde las redes neuronales, los sistemas inteligentes o la minería de datos
hasta la informática educativa, la visualización de información o la recuperación
de información. Todos los trabajos han sido supervisados por investigadores de
reconocido prestigio pertenecientes a la Universidad de Salamanca, proporcio-
nando el marco idóneo para sentar las bases de una futura tesis doctoral.
Entre los principales objetivos del congreso se encuentran:

Ofrecer a los estudiantes un marco donde exponer sus primeros trabajos de

investigación.
Proporcionar a los participantes un foro donde discutir ideas y encontrar nue-
vas sugerencias de compañeros, investigadores y otros asistentes a la reunión.
Permitir a cada estudiante una realimentación de los participantes sobre su
trabajo y una orientación sobre las futuras direcciones de investigación.
Contribuir al desarrollo del espíritu de colaboración en la investigación.
 Organización

El workshop “Avances en Infomática y Automática” está organizado por el

Departamento de Informática y Automática de la Universidad de Salamanca.

Program Committee
Belén Curto Diego
José Rafael García-Bermejo Giner
Vivian F. López Batista
Luis Antonio Miguel Quintales
Belén Pérez Lancho
Ángel Luis Sánchez Lázaro
Pastora Isabel Vega Cruz
 Índice general

Desarrollo de una Calculadora Vocal para Android . . . . . . . . . . . . . . . . . . . . 1

Juan José Álvarez Navarrete y Ángel Luis Sánchez Lázaro

Análisis Léxico sobre los Tweets de Twitter . . . . . . . . . . . . . . . . . . . . . . . . . . 21

Astrid Paola Bográn, José Luis Alonso Berrocal y Luis Carlos
García de Figuerola Paniagua

Soluciones Visuales Interactivas aplicadas a Grandes Volúmenes de

Datos de Entornos 3D de Aprendizaje y Prácticas . . . . . . . . . . . . . . . . . . . . . 37
Juan Cruz Benito, Roberto Therón Sánchez y Emiliana Pizarro
Lucas

Análisis de integración de soluciones basadas en software como servicio

para la implantación de ecosistemas tecnológicos corporativos . . . . . . . . . . . 55
Alicia García Holgado y Francisco José García Peñalvo

Modelado Matemático para la Generación de un Mallado Espacial con

Aplicación a Nano-Estructuras Semiconductoras . . . . . . . . . . . . . . . . . . . . . . 73
Sergio García, José Rafael García-Bermejo e Ignacio Íñiguez-de-la-
Torre

Sistema Multiagente desplegado en un entorno Cloud Computing para

gestión de zonas de aparcamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Daniel Hernández Alfageme y Juan Manuel Corchado

Aplicación Multiagente en Entornos Móviles para la Toma de Datos en

Zonas de Aparcamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
María Navarro y Juan Manuel Corchado

Estudio de Técnicas de Análisis Visual de Guiones Cinematográficos . . . . . 119

Daniel Toimil Martín y Roberto Therón Sánchez

Mobile Image Recognition with Convolutional Neural Networks . . . . . . . . . 133

William Raveane and María Angélica González Arrieta

Sistema Multiagente Basado en Organizaciones para el Control de

Vídeo Multidispositivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
Juan Agustín Rodríguez Valle y Juan Manuel Corchado

Intelligent Models and Simulation to Optimise Industrial Processes . . . . . . 163

Roberto Vega Ruiz, Héctor Quintián Pardo and Emilio Corchado
Rodríguez
Análisis Cibermétrico y Visual de Twitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
Zhangxian Zheng, José Luis Alonso Berrocal y Luis Carlos García
de Figuerola Paniagua
Autores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
 Desarrollo de una Calculadora Vocal para
Android

Juan José Álvarez Navarrete1 y Ángel Luis Sánchez Lázaro1

1
Departamento de Informática y Automática, Universidad de Salamanca. Plaza de
los Caídos s/n. 37008, Salamanca, España
{juanjo7an,alsl}@usal.es

Resumen Es por todos conocida la rápida evolución de las tecnologías

móviles en estos últimos años. Hace tan solo una década nadie podría
augurar la desorbitada cantidad de dispositivos (smartphone) que existen
en la actualidad. Su rápida expansión y uso ha provocado un elevado
aumento en la demanda de aplicaciones orientadas a estos dispositivos,
ya sean videojuegos, aplicaciones básicas y comunes (como podría serlo
una calculadora o un cronómetro) o algunas más complejas, pero no por
ello menos útiles, como es el caso de una calculadora vocal.
Siguiendo esta corriente de expansión y visto que el empleo de estos dis-
positivos móviles es tremendamente dificultoso o imposible para personas
cuyo sentido de la visión es reducido o nulo, se ha decidido desarrollar
una aplicación que nos permita realizar operaciones básicas, sirviéndonos
para ello únicamente de la voz.

Keywords: Reconocimiento de Voz, RAH, Android, Dispositivos Mó-

viles, Smartphone

1. Introducción
El proceso de reconocimiento automático del habla (RAH) dota a las máqui-
nas de la capacidad de recibir mensajes orales. Tomando como entrada la señal
acústica recogida por un micrófono, el proceso de reconocimiento automático
del habla tiene como objetivo final descodificar el mensaje contenido en la onda
acústica para realizar las acciones pertinentes. Para lograr este fin, un sistema de
RAH necesitaría conjugar una gran cantidad de conocimientos acerca del sistema
auditivo humano, sobre la estructura del lenguaje, la representación del signifi-
cado de los mensajes y sobre todo el autoaprendizaje de la experiencia diaria.
Actualmente estamos lejos de lograr un sistema completo que pueda compren-
der cualquier mensaje oral en cualquier contexto tal y como lo podría hacer un
ser humano. Sin embargo, la tecnología actual si que permite realizar sistemas
de RAH que pueden trabajar, con un error aceptable, en entornos semánticos
restringidos. Básicamente, el reconocimiento del habla es un proceso de clasifica-
ción de patrones, cuyo objetivo es clasificar la señal de entrada (onda acústica)
en una secuencia de patrones previamente aprendidos y almacenados en unos
diccionarios de modelos acústicos y de lenguaje. Este proceso de clasificación
2

supone, en primer lugar que la señal de voz puede ser analizada en segmentos
de corta duración y representar cada uno de los segmentos mediante su conte-
nido frecuencial, de forma análoga al funcionamiento del oído, en segundo lugar
que mediante un proceso de clasificación podemos asignar a cada segmento o
conjuntos consecutivos de segmentos una unidad con significado lingüístico y
finalmente, en tercer lugar, que mediante un procesador lingüístico podemos dar
significado a las secuencias de unidades. Este último paso del sistema supone
incorporar al sistema de RAH conocimiento acerca de la estructura sintáctica,
semántica y pragmática del lenguaje. Sin embargo, los sistemas actuales de RAH
solo incorporan estas fuentes de conocimiento sobre tareas muy restringidas y
controladas, estando la mayoría de ellos en experimentación en condiciones de
laboratorio.

Figura 1. Reconocimiento Automático del Habla

De forma progresiva, la complejidad de los sistemas de reconocimiento de voz

se ha ido incrementando junto con su precisión, por desgracia a expensas de la
velocidad de éste. La razón de este desarrollo está asociada a un criterio único en
la evaluación para sistemas de reconocimiento de voz: la exactitud de las palabras
en los bancos de pruebas. Con este paradigma, la velocidad de reconocimiento
sólo es relevante cuando limita el número de experimentos que pueden llevarse
a cabo para elevar la precisión de las palabras. Para conseguir una punta de
rendimiento, los reconocedores normales utilizados en tales evaluaciones tardan
varios cientos de segundos en procesar un simple segundo de voz introducida en
los ordenadores actuales. Sin embargo, para la mayoría de las aplicaciones del
mundo real, la velocidad de reconocimiento es tan importante como la precisión
en el reconocimiento. Un sistema de dictado que invierta cuatro días en procesar
 3

media hora de habla no será un buen producto. Un usuario no aceptará que

una interfaz de base de datos tarde quince minutos en responder a una consulta
de cuatro segundos. Decir que la velocidad carece de importancia porque cada
nueva generación de programas es más veloz es válido sólo en parte. Por un lado,
los sistemas tienden a hacerse más complejos en una progresión superior a la del
aumento de velocidad de los ordenadores. Por otro, se supone que un sistema de
reconocimiento de voz aplicado como interfaz para a introducción de datos no
debería devorar el 100 %.

2. Revisión del estado del arte

En 1952 Davis, Bidulph y Balashek, de los laboratorios Bell fabricaron el

primer reconocedor capaz de discriminar con cierta precisión los diez dígitos
ingleses pronunciados de forma aislada por un único lector. El dispositivo era
totalmente electrónico. Los primeros trabajos que hacen uso de tecnología in-
formatica, comienzan a aparecer en 1959/1960; Deves y Mathews introducen el
concepto de normalización temporal no lineal, que permite la comparación de
parámetros de palabras guales pronunciadas a distinta velocidad.
A partir de estas fechas comienza la explosión de trabajos, principalmente de
reconocimiento de palabras aisladas, con la extrapolación optimista, por parte
de investigadores y organismos financieros, de llegar, en poco tiempo, a sistemas
capaces de reconocer de forma precisa frases cualesquiera, pronunciadas por un
lector cualquiera, de forma continua [1].

Figura 2. Reconocimiento de la voz

Con este objetivo mas o menos en mente, se lanzan grandes proyectos de in-
vestigación en los que se pretende llegar a las menores restricciones gramaticales
posibles de las frases a reconocer, así como del léxico utilizado. Son varios los
países en los que se comienza a trabajar en proyectos de ésta índoles (Japón,
Francia, etc.), pero en EE.UU. donde se lanza, en 1971, el mayor proyecto co-
nocido en la historia del reconocimiento del habla. Se trata del «ARPA-SUR»
4

(Advanced Research Projects Agency - Speech Undestandng Research), con un

presupuesto de quince millones de dólares y una duración de cinco años.
Aunque los ambiciosos objetivos pretendidos en éste y otros proyectos no lle-
garon realmente a alcanzarse. Las aportaciones derivadas de ellos, contribuyeron
de forma notable a un mejor conocimiento de los mecanismos del habla y de las
limitaciones de los sistemas automáticos de reconocimiento.

2.1. Problemas de Reconocimiento

1. Multinteractividad: Cada uno de estos niveles utiliza los conocimientos sobre
el lenguaje, para extraer su parte correspondiente de la Información total
necesaria para la comprensión del lenguaje.
1) Nivel acústico: Las características físicas de la señal de voz.
2) Nivel fonético: Los objetos sonoros elementales.
3) Nivel léxico: Donde empieza la abstracción y se determinan las es-
tructuras simbólicas primarias (palabras o morfemas).
4) Nivel sintáctico: En el que se aplican reglas para la sucesión de pala-
bras y comprobar su adecuación a la gramática del lenguaje.
5) Nivel semántico-pragmático: Donde se llega a la comprensión del sig-
nificado del lenguaje, comprobando la coherencia del mensaje con el de
la realidad, así como el del contexto.
2. Continuidad: A pesar de que se tenga la impresión contraria, en el habla
natural ni los fonemas, ni las sílabas, ni siquiera las palabras, constituyen
elementos discretos que se puedan separar fácilmente de forma automáti-
ca. La separación de estos elementos la realiza el ser humano gracias a sus
conocimientos previos de la lengua.
3. Variabilidad: El habla presenta una gran variabilidad: es imposible que un
locutor pronuncie dos veces exactamente igual una misma sílaba, palabra
o frase. En cuanto a la variabilidad del interlocutor, ésta es debida princi-
palmente a las diferencias físicas de los aparatos fonadores de los locutores.
También son importantes los hábitos de habla diferentes, según la proceden-
cia geográfica, etc. Una importante variabilidad es el entorno y el canal de
transmisión: ruidos, interferencias...
4. Redundancia: La mayor parte de la información contenida en la voz es re-
dundante. Se puede demostrar que unos 50 bits/segundo son suficientes para
transmitir el mensaje lingüístico contenido en ella, mientras que para una
transmisión sonora completa se requieren del orden de 100.000 bits/segundo
(8 KHz de frecuencia de muestreo y 12 bits por muestra, por ejemplo).
Este suplemento de información contiene los datos que identifican al locutor,
su estado de ánimo, su entorno,... y los que hacen posible la comprensión a
pesar de la variabilidad y en entornos plagados de ruido.

2.2. Técnicas usadas

Por medio de las técnicas actuales de reconocimiento de formas de señales
acústicas como la FFT (”Fast Fourier Trasform”) y a través de los métodos de
 5

I.A. (Inteligencia Artificial) hasta la fecha conocidas, podemos resolver en parte

la mayoría de las variables del problema que en el Reconocimiento del habla
existen. En el habla, el universo físico de los objetos a reconocer está constituido

Figura 3. Fast Fourier Transform

por las ondas de presión producidas por el aparato fonador humano. Los objetos
externos de este universo son los constituyen las diferentes formas acústicas del
habla. La parte inicial de todo subsistema de preproceso de la señal vocal estará
siempre construida por:
Un micrófono, que convertirá la onda sonora de presión en una señal eléctrica.
Un amplificador, que extenderá hasta nivel manejable la débil señal que
proporciona el micrófono.
Un filtro activo para bajas, que eliminará la altas frecuencias indispensables
según el teorema de muestreo de Nyquist.
Fast Fourier Trasform A partir de la señal eléctrica que produce el am-
plificador seria teóricamente posible construir un sistema de reconocimiento por
medios totalmente analógicos. Sin embargo, en el estado actual de la tecnología,
resulta mas conveniente utilizar técnicas digitales: sobre todo para las partes del
sistema involucradas en la decisión [2]. Básicamente un convertidor A/D debe
realizar dos tareas:
Muestrear la señal analógica: Es decir, medir la amplitud de dicha señal,
cierto intervalo de tiempo.
Cuantificar la señal muestreada; es decir, codificar numéricamente el resul-
tado de cada una de las medidas.
6

De esta manera, una función continua en el tiempo quedará representada por una
serie discreta de valores numéricos. Al proceso de combinado de transducción,
muestreo y cuantificación se le llama adquisición.

1. Muestreo: Una señal muestre a intervalos de tiempo T, SM (t),puede definirse

como el producto de la señal continua s(t) y una función “peine” de Direc
(función impulso):
i
X
SM (t) = S(t) nf ty (t kT ) (1)
k= 1
X
SM (t) = S(t) S(kT ) (t kT ) (2)
k= 1

De donde es inmediato demostrar que la expresión del espectro SM (jw) de

la señal muestreada en función de la señal sin muestrear S(jw), adopta la
forma:
i
1 X
SM (j⌦) = nf tyS[j(⌦ + k⌦0 )] (3)
T
k= 1

2
⌦0 = (4)
T
Expresión que representa la superposición del espectro de s(t) con las su-
cesivas versiones del mismo desplazadas en el eje de las frecuencias con pe-
riodicidad 1/T . Resulta evidente que si el ancho de banda de la señal a
muestrear es excesivo con relación a la frecuencia de muestreo, se producirá
un solapamiento irreversible de los espectros sucesivos, haciendo imposible
la reconstrucción de la señal original. Este solapamiento (aliasing) ocurre
siempre que la máxima frecuencia (Fb) del espectro no nulo de la señal a
muestrear sea superior a la mitad de la frecuencia de muestreo (Fm) (fre-
cuencia Nyquist).
FM > 2Fb (5)
Antes de muestrear una señal será pues necesario limitar la frecuencia máxi-
ma de ésta a la mitad de la de muestreo, lo que se puede conseguir mediante
un filtro analógico de paso bajo previo al convertidos A/D, cuya frecuencia
de corte sea la de Nyquist como máximo. La anchura de banda de la se-
ñal resultante deberá preservar la información relevante necesaria para una
adecuada descripción de los objetivos acústicos a tratar.
2. Cuantificación: En cada impulso de muestreo, el convertidor A/D compara
la señal muestreando con cosa dado un conjunto de entradas, podemos usar
unidades sumadoras con nivel de disparo (Threshold) como simples compuer-
tas AND, OR, y NOT poniendo apropiadamente el nivel de cuantificación
predefinidos. El número de niveles (N) determina la precisión del análisis y,
por tanto, el número de bits (b) necesarios para la presentación digital de
cada muestra:
b = log2 N (6)
 7

Teniendo en cuanta la relación de Nyquist se puede determinar el flujo de

información, en bits por segundo, resultante del proceso combinado de mues-
treo y cuantificación:
⇥ > 2F blog2 N (7)
Para señales vocales adquiridas directamente en el dominio del tiempo dicho
flujo suele oscilar entre 50 Kbits/s y 300Kbits/s.
Densidad de cruce por cero La densidad de cruces por cero ha sido ob-
jeto de numerosos estudios teóricos y practico. Su utilidad en reconocimiento
del habla radica en que proporciona una estimación aproximada del contenido
frecuencial de una señal, basada en la idea de que una sinusoide pura cruza el
eje de abscisas 2 veces por periodo. Es un parámetro de muy baja compleji-
dad de calculo, y se le ha utilizado para detectar segmentos fricativos (señal de
pequeña energía y elevada densidad de cruces por cero). Después de obtenidos
los parámetros, estos se alimentan a la red neuronal de aprendizaje (Técnica de
Inteligencia Artificial) que distinguirá entre uno y otro fonema. Redes Neurona-
les (Back-propagation). ¿Qué es lo que una red multicapas puede computar? La
respuesta es: cualquiera. El mayor problema es el aprendizaje. La representación
del conocimiento en las redes Neuronales es un poquito opaco: Las redes deben
aprender su propia representación debido que programarlas a mano es imposi-
ble. Las redes Neuronales [3] pueden aprender cualquier cosa que ellas puedan
computar. En la figura, Xi, Hi y Oi representan las unidades de niveles de activa-
ción de las unidades de entrada ocultas y de salida. Los pesos en conexión entre
las unidades de entrada y las ocultas están denotadas aquí por las relaciones que
existen entre los niveles de las O‘s y los niveles de las H’s, al mismo tiempo los
pesos entre las unidades ocultas con las capas de salida están denotadas por las
relaciones que existen entre los niveles de las H’s y los niveles de las X’s.
Estas redes tienen tres capas, aunque esto es posible y algunas veces es útil
tener más. Cada unidad en una capa está conectada en la dirección hacia de-
lante con cada unidad en la capa próxima. La activación fluye desde la unidad
de entrada hacia la capa oculta, entonces pasa a la capa de salida. Como es
usual, el conocimiento de la red se codifica en los pesos de conexión entre las
unidades. En contraste con el método paralelo de relajación usado por las redes
de Hopfield. Las redes de propagación hacia atrás lleva a cabo una simple serie
de cálculos. Debido a que la activación fluye solo en una dirección, no hay ne-
cesidad de un proceso iterativo de relajación. Los niveles de las unidades de la
capa de salida determinan la salida de la red. La esperanza al atacar problemas
como el reconocimiento de la escritura a mano es que las redes Neuronales no
solamente aprenderán a clasificar las entradas con que fueron entrenadas sino
que generalizarán y serán capaces de clasificar entradas que aún no han sido
vistas.

2.3. Estándar ETSI 201 108

El estándar ETSI 201 108 define las características de un sistema de reco-
nocimiento del habla distribuido completo, como son: el procesado de la señal,
8

Figura 4. Ejemplo Red Neuronal en Capas

el algoritmo de extracción de características, los algoritmos de compresión, la

transmisión y la calidad [4].

2.4. Comunicación en sistemas distribuidos

Un sistema distribuido se define como una colección de computadoras autó-

nomas separadas físicamente y conectadas entre si por una red de comunicación.
En ella cada máquina posee sus propios componentes de hardware y el software
adecuado para que el sistema sea visto por los usuarios como un único sistema
de computación.

Arquitectura cliente-servidor La arquitectura cliente-servidor es un modelo

de sistema distribuido en el que el trabajo se reparte entre los proveedores de
recursos o servicios, llamados servidores, y los demandantes, llamados clientes.
Un cliente realiza peticiones a otro programa, el servidor, que le da respuesta,
como podemos ver en la representación de la Figura. La mayoría de las aplica-
ciones en Internet utilizan la arquitectura cliente-servidor, como por ejemplo los
servidores web, los servidores de archivos, los servidores del correo, etc. [5].
Cliente: Es quien inicia las peticiones y espera las respuestas del servidor.
Por lo general, puede conectarse a varios servidores a la vez y normalmente
interactúa directamente con los usuarios finales mediante una interfaz gráfica de
usuario.
 9

Figura 5. Sistema cliente-servidor

Servidor: Al iniciarse espera a que le lleguen las peticiones de los clientes. Tras
la recepción de una solicitud, la procesa y luego envía la respuesta al cliente. Por
lo general, acepta conexiones desde un gran número de clientes y no es frecuente
que interactúa directamente con los usuarios finales.
A los puntos finales de una comunicación entre dos sistemas que intercambian
información a través de una red de comunicaciones se les llama sockets. Un socket
queda definido por la dirección IP del dispositivo en el que se encuentra y un
número de puerto de 16 bits. Una conexión está determinada por un par de
sockets, el del cliente y el del servidor. En la Figura se muestra un modelo típico
de comunicación por sockets en una arquitectura cliente-servidor. Hay dos tipos
de sockets: socket stream y socket datagram.
Socket stream: Utilizan el protocolo TCP (Transmission Control Protocol),
por lo que también son conocidos como sockets orientados a conexión. El utilizar
el protocolo TCP implica que antes de enviar la información se debe establecer la
conexión entre los dos sockets, y ofrece la ventaja de que incorpora la corrección
de errores de forma transparente al programador [6].
Socket datagram: Utilizan el protocolo UDP (User Datagram Protocol), por
lo que también son conocidos como sockets sin conexión. Al utilizar dicho pro-
tocolo se puede enviar la información sin necesidad de haber establecido la co-
municación entre los sockets. La ventaja de este tipo de sockets es que produce
una menor sobrecarga sobre la información transmitida, a cambio de no tener
incorporada la corrección de errores. Esto lo hace más rápido y por tanto más
interesante en una red en la que se pierdan pocos paquetes y para aplicaciones
de tiempo real.

2.5. Análisis

En un futuro próximo se espera poder tener reconocedores de lenguaje hu-

mano que será sólo para un locutor definido. Gracias a las técnicas de recono-
cimiento de patrones de voz como FFT usadas junto con las redes Neuronales
lograran buenos resultados.
10

Figura 6. Esquema funcionamiento cliente servidor

3. Dispositivos Móviles
Los dispositivos móviles son aparatos de pequeño tamaño, con algunas capa-
cidades de procesamiento, con conexión permanente o intermitente a una red,
con memoria limitada y diseñados específicamente para una función, aunque
pueden llevar a cabo otras más generales [7].
Definición:
Dispositivo móvil de datos mejorado: Dispositivos que tienen pantallas de
medianas a grandes (por encima de los 240 x 120 pixels), avegación de tipo
stylus, y que ofrecen las mismas características que el “dispositivo móvil de datos
básico”, más aplicaciones nativas y corporativas usuales, en versión móvil. Este
tipo de dispositivos utilizan un sistema operativo como iOS, Windows Phone,
Symbian, Android, etc.

3.1. Sistemas operativos móviles

Un sistema operativo móvil es un programa que gestiona los procesos bá-
sicos de un dispositivo móvil al igual que las computadoras utilizan Windows
 11

o Linux entre otros. Sin embargo, los sistemas operativos móviles son bastante
más simples y están más orientados a la conectividad inalámbrica, los formatos
multimedia para móviles y las diferentes maneras de introducir información en
ellos.

Figura 7. Gráfico de las ventas por marca de movil 2010-2011

Figura 8. Gráfico de las ventas por sistema operativo 2010-2011

En el estudio realizado por Gartner Inc. se muestra una comparativa entre los
dispositivos móviles vendidos a nivel mundial en el segundo trimestre del 2011
respecto al mismo periodo del 2010 [8]. Presenta los resultados por empresas fa-
bricantes y por sistemas operativos. De los resultados de este estudio, podemos
concluir que los usuarios prefieren dispositivos móviles con los sistemas operati-
vos Android e iOS, mientras que los dispositivos con Symbian y BlackBerry OS
12

(Research In Motion) cada día son menos apreciados. Observando la gráfica de

fabricantes, se confirma la afirmación anterior: Nokia está perdiendo cuota de
mercado a pasos agigantados por haber apostado por un sistema operativo móvil
que no acaba de gustar a los usuarios, como es Windows Phone de Microsoft,
que al igual que Symbian (su anterior sistema operativo) y el Blackberry OS de
Research In Motion, están cediendo terreno a Android e iOS.
En cuanto al reconocimiento de voz parece que su uso en estos dispositivos se-
rácada vez más generalizado, cada día existe mas competencia entre los distintos
sistemas operativos para ser los primeros en esta tecnología. Ésta es una de las
que más interés despierta entre los desarrolladores y fabricantes que operan en
el ámbito de las comunicaciones en dispositivos móviles (tablet y smartphone).
A continuación veremos las diferencias existentes entre cada uno de los sis-
temas operativos profundizando en el reconocimiento de voz en los tres últimos
sistemas citados.

BlackBerry OS BlackBerry OS es el sistema operativo utilizado en una línea

de teléfonos inteligentes denominados BlackBerry, que integran el servicio de co-
rreo electrónico móvil. BlackBerry fue desarrollado por la compañía canadiense
Research In Motion (RIM). Aunque incluye las aplicaciones típicas de un teléfono
inteligente (libreta de direcciones, calendario, listas de tareas, etc.), es fundamen-
talmente conocido por su capacidad para enviar y recibir correo electrónico de
Internet accediendo a las redes móviles de las compañías de telecomunicaciones
que brindan este servicio.

Symbian Symbian es un sistema operativo móvil que fue producto de la alianza

de varias empresas de telefonía móvil, entre las que se encuentran Nokia, Sony
Ericsson, Psion, Samsung, Siemens,Arima, Benq, Fujitsu, Lenovo, LG, Moto-
rola, Mitsubishi Electric, Panasonic, Sharp, etc. Sus orígenes provienen de su
antepasado EPOC32, utilizado en PDA’s y Handhelds de Psion. El objetivo de
esta alianza fue crear un sistema operativo para dispositivos móviles que pudiera
competir contra el de Palm y el Windows Phone de Microsoft, y actualmente
contra Android de Google Inc., iOS de Apple Inc. y BlackBerry OS.
En 2009 se estableció que la fundación Symbian debía liberar la platafor-
ma Symbian como un proyecto de software libre y gratuito. Sin embargo, en
noviembre del 2010 dicha fundación abandonó sus actividades operacionales co-
mo resultado de la situación económica global y las condiciones del mercado,
pasando la plataforma Symbian a estar bajo la supervisión de Nokia.
El código fuente de Symbian se encuentra disponible en la página web sym-
bian.nokia.com, donde Nokia aclara que no se trata de una plataforma de soft-
ware libre bajo la premisa: Not Open Source, just Open for Business.
Nokia, que utilizó Symbian en la mayoría de sus dispositivos móviles, anunció
en febrero del 2011 que su plan estratégico para competir contra iOS y Android
sería utilizar Windows Phone como sistema operativo en sus nuevos dispositivos
móviles.
 13

Windows Phone Windows Phone 7 es un sistema operativo móvil desarrollado

por Microsoft, como sucesor de la plataforma Windows Mobile. Está pensado
para el mercado de consumo generalista en lugar del mercado empresarial, por
lo que carece de muchas de las funcionalidades que proporciona la versión ante-
rior. Microsoft ha decidido no hacer compatible Windows Phone 7 con Windows
Mobile 6, por lo que las aplicaciones existentes no funcionan en Windows Pho-
ne 7, haciendo necesario desarrollar nuevas aplicaciones. Con Windows Phone
7, Microsoft ofrece una nueva interfaz de usuario, integra varios servicios en el
sistema operativo y planea un estricto control del hardware que implementará
el sistema operativo, evitando la fragmentación con la evolución del sistema.
Microsoft realizó una importante actualización a finales del 2011, que incluyo
Internet Explorer 9 y algunas mejoras que, según Microsoft, hacen que Windows
Phone 7 sea realmente competitivo contra los sistemas operativos iOS de Apple
y Android de Google. Por el momento, Windows Phone 7 continúa perdiendo
cuota de mercado, como se puede apreciar en la Figura, frente a competidores
como Android o iOS.
Por otro lado centrándonos más en el funcionamiento interno tenemos el
SDK de Cloud Services para Windows Phone, se trata de un kit de desarrollo
que nos permite aprovechar el potencial de Azure desde nuestros teléfonos de
forma sencilla.
El SDK incluye un ejemplo y documentación para usarlo sobre una de las
características más interesantes de Cloud Services: STT (Speech To Text o Re-
conocimiento de voz) que nos permite usar nuestro dispositivo WP7 como si de
una grabadora se tratase para acto seguido enviar el audio a Azure y obtener
como resultado una transcripción del audio enviado. Una vez enviado el audio,
recibimos varias opciones de transcripción del mismo, para que podamos escoger
la que mejor se ajuste a la realidad.
Por ahora solo cuenta con un tipo de diccionario de voz: independiente del
contexto y en inglés. En el sample incluido en el SDK disponemos de un ar-
chivo wav pregrabado que podemos usar para probar que el servicio funciona
correctamente.

iOS iOS (anteriormente denominado iPhone OS) es un sistema operativo móvil

de Apple desarrollado originalmente para el iPhone, siendo después utilizado en
todos los dispositivos iPhone, iPod Touch e iPad. Es un derivado de Mac OS X,
que a su vez está basado en Darwin BSD. El iOS tiene 4 capas de abstracción: la
capa del Núcleo del sistema operativo, la capa de Servicios principales, la capa de
Medios de comunicación y la capa de Cocoa Touch. Todo el sistema se encuentra
en la partición /root del dispositivo y ocupa poco menos de 500 megabytes. El
reconocimiento de voz de iOS es el más completo de todos en cuanto a comandos.
Podemos llamar, ya sea llamada normal o Facetime, y controlar el reproductor de
música, todo con comandos de voz.Para usarlo, simplemente hay que mantener
pulsado el botón central, esperar a que aparezca la pantalla y decir el comando.
La verdad es que con tantos comandos no es sencillo que reconozca el comando
adecuadamente. Además, iOS tiene un problema importante. Tanto Android
14

Figura 9. Iphone reconociendo la voz

como Windows Phone reconocen perfectamente cuándo dejas de hablar. iOS no,
con lo que añade más ruido a los comandos y empeora más todavía los resultados.
La última versión del sistema operativo iOS de Apple, iOS 5, presente en los
dispositivos portátiles de la marca, incluye Siri como una de sus novedades. Este
es un asistente personal por voz que, por ahora, solo es compatible con el iPhone
4S, el modelo más actual de smartphone de Apple.
Siri permite a los usuarios realizar tareas mediante comandos de voz que
comprenden el habla natural, es decir, no es necesario indicar frases cortas y
directas a la aplicación, sino que también se puede hablar de forma coloquial, de
igual modo que nos comunicamos con las personas de nuestro entorno mediante
frases como "¿Qué tiempo va a hacer mañana por aquí?.o "¿Cuál es mi agenda
para hoy?". En el primer caso, Siri interactúa con el GPS para saber la posición
del usuario y luego busca en la Red el pronóstico para, en consecuencia, ofrecér-
selo. En el segundo, muestra la agenda que tiene el usuario en iCalendar o en
Google Calendar.
Este asistente virtual permite realizar otras funciones que no son solo de
búsqueda de información en el teléfono del usuario o recopilación de datos en
Internet. También está capacitado para realizar pequeñas tareas como escribir
mensajes de texto y correo electrónico, organizar reuniones, tomar notas o reali-
zar llamadas telefónicas. Por ahora, Siri solo está disponible en inglés de Estados
Unidos, Reino Unido y Australia, así como en francés y alemán (actualmente ya
dispone de español en tres tipos: España, Méjico y Estados Unidos).

Android Android es un sistema operativo basado en el núcleo Linux diseñado

originalmente para teléfonos inteligentes. Posteriormente se expandió su desa-
 15

rrollo para soportar otros dispositivos tales como tabletas, reproductores MP3,
netbook, PC, televisores, lectores de libros electrónicos e incluso se han mostra-
do microondas y lavadoras funcionando con Android en la Feria Internacional
de Electrónica de Consumo de Las Vegas en enero del 2010 [9].
Fué desarrollado inicialmente por Android Inc., una firma comprada por
Google en 2005.
El anuncio del sistema Android se realizó el 5 de noviembre de 2007 junto
con la creación de la Open Handset Alliance, un consorcio de 84 compañías de
hardware, software y telecomunicaciones, que han hecho de Android su princi-
pal producto [10]. Este conglomerado de compañías se dedica al desarrollo de
estándares abiertos para dispositivos móviles, con el objetivo de acelerar la in-
novación en estos dispositivos y ofrecer a los usuarios una experiencia móvil más
rica, barata y mejor.
En el 2008 Google liberó la mayoría del código de Android bajo la licencia
Apache, una licencia libre y de código abierto. Android tiene la mayor cuota
de mercado desde enero del 2011, con más de un tercio del cómputo global de
ventas. En los dos últimos años ha pasado a ser el sistema operativo móvil más
utilizado [5].
Android también incluye reconocimiento de voz, aunque en algunos casos
necesitaréis descargar alguna aplicación adicional, como “Búsqueda por voz”.
Como sólo ofrece transcripción, para usarlo simplemente hay que pulsar en el
botón de micrófono que aparece cuando podamos dictar al teléfono.
La primera diferencia con iOS y Windows Phone es que no hay comandos para
abrir aplicaciones o llamar a nadie. Sólo podemos hablar y el teléfono transcribe
lo que decimos. Esto sería útil a la hora de escribir mensajes o textos un poco
largos, ya que hablar suele ser más cómodo que escribir mucho en los teclados de
móvil. Hay dos opciones para activarlo: usar la búsqueda por voz manteniendo
pulsado el botón de Búsqueda del teléfono o transcribir la voz a texto pulsando
el botón del micrófono en el teclado virtual.
Con este sistema de reconocimiento por voz podemos, a través de comandos
sencillos, controlar ciertas funciones, como enviar mensajes, llamar a contactos
o negocios, usar Google Maps y navegar por Internet.
Con la salida del Samsung Galaxy S3 Samsung lanza su propia versión del
popular asistente por reconocimiento de voz de Apple. Desde que Apple lanzó al
mercado el iPhone 4S en octubre de 2011, numerosos desarrolladores de aplica-
ciones Android quedaron prendados de Siri, una herramienta que ha dado mucho
que hablar durante los últimos meses.
Meses después Samsung lanza S Voice, su propio asistente por reconocimiento
de voz, disponible en el Samsung Galaxy S3. El hecho de que sea Samsung
el primer fabricante de smartphones Android que desarrolle su propia versión
del Siri de Apple echará mas leña al fuego en la constante guerra entre ambas
empresas. Apple y Samsung llevan tiempo enzarzadas en una batalla legal debido
a continuas denuncias por infracción de patentes.
A pesar de estar inspirado en Siri, Samsung ha desarrollado S Voice de una
manera mucho más completa. Mientras que Siri aún sigue en la versión beta,
16

el sistema de S Voice ya está completamente resuelto. Además, S Voice será

compatible con más idiomas que Siri. De momento S Voice entenderá inglés
(acento americano y británico), español (incluido el latino), japonés, alemán,
francés e italiano.
S Voice reconoce diferentes comandos. El Samsung Galaxy S3 permite al
usuario redactar mensajes de texto y correos electrónicos. Puedes saludar a tu
Samsung Galaxy S3 para que se active, diciendo “Hola Galaxy” o “Hola Amigo”,
el dispositivo reconocerá el saludo y la pantalla se encenderá. Además, es capaz
de reconocer frases como “¿Qué hay en mi agenda?” para ver qué citas tienes en
el calendario, modificarlas o crear de nuevas.

Figura 10. Sistema de reconocimiento S-Voice de Samsung

También permite activar la cámara, poner una alarma, reproducir música,

consultar la información meteorológica o realizar búsquedas a través de Google.
Y los usuarios que además utilicen el dispositivo como navegador GPS del coche,
tendrán la posibilidad de dar órdenes al navegador para configurar las rutas sin
tocar la pantalla.
Un punto a favor de Samsung en la batalla, que ha sabido aprovechar los
agujeros de su principal competidor en el campo del reconocimiento de voz.
 17

En cuanto al funcionamiento de la API de google es muy parecido al de

Windows Phone. El sistema envía el archivo de sonido a los servidores y estos
devuelven lo que más se ajusta al sonido enviado en una lista con las posibles
respuestas, de la que más se ajusta a la que menos.

4. Arquitectura
El sistema es distribuido con una arquitectura cliente-servidor. El programa
está compuesto por una aplicación cliente que corre en un dispositivo móvil que se
comunica mediante sockets con un servidor de google, de modo que el dispositivo
móvil sólo se encarga de la interacción con el usuario. Dicho dispositivo digitaliza
la voz del usuario y le muestra la respuesta del sistema, mientras que en el
servidor se realizan las tareas que requieren mayor nivel de procesado y memoria:
el reconocimiento del habla y la traducción.

Figura 11. Funcionamiento de nuestro sistema

5. Análisis de los resultados

En este apartado nos centraremos en el vector que el servidor nos devuelve
con el resultado del reconocimiento. Nuestra aplicación se encarga principalmen-
te de tratar estos datos. Tenemos que tener en cuenta la dificultad que entraña
realizar el cálculo, ya que este reconocimiento no fue pensado para reconocer nú-
meros, sino que está pensado para palabras o frases así que tuvimos que adaptar
los resultados a nuestras necesidades.
Para comenzar tuvimos que realizar un análisis para saber si íbamos a reali-
zar un filtro previo de los resultados para recoger el más acertado. En un primer
análisis comprobamos que los resultados que nos devolvía el servidor era exacta-
mente el necesario para nuestro cálculo, aunque en el 80 % de los casos el primer
resultado era el que menos conversiones necesitaba para obtener la operación
correcta.
18

5.1. Análisis de los resultados

Ejemplo a analizar Tenemos un ejemplo sobre el reconocimiento y porqué

tuvimos que realizar una conversión de los datos: En primer lugar probamos con
la suma 5 + 3, los resultados que obtenemos son los siguientes:

0: 5 más 3
1: cinco más 3
2: 5 o más 3
3: cinco más tres
4: cinco mas tres

Podríamos continuar así con los demás resultados... Como podemos observar te-
nemos que el comportamiento del reconocimiento es mostrar los números como
texto en casi todos los casos. Así que nuestro programa siempre hace una con-
versión previa del texto recibido y modifica los números en texto (palabras) por
dígitos. Lo mismo haría con los signos que se encuentre como texto como “más”
o “mas” a +.

5.2. Conclusiones

Después de realizar multitud de ensayos, se ha comprobado que no es nece-

sario un filtro previo de las respuestas en el vector que nos devuelve el servidor,
ya que casi cualquiera es válida para realizar el cálculo y mucho más si se trata
de la primera opción, por ello la decisión ha sido que sea ésta la que se utilice
para la realización de la operación.

6. Conclusiones

Todos sabemos que el reconocimiento del habla en los dispositivos móviles

está en pleno apogeo. Como ya hemos visto los 3 principales sistemas están
en competencia continua y no es un aspecto que se descuide sobre todo en los
dispositivos de gama alta, tales como iphone 4s o Samsung Galaxy S3.
Podemos estar seguros de que el reconocimiento del habla natural será una
realidad en un futuro cercano y esta capacidad quizás haga desaparecer en ciertos
aparatos los tediosos teclados con teclas minúsculas que tan poco nos gustan.
Debemos ser cautos puesto que hoy en día todavía estamos lejos de conseguir
una correcta comprensión del lenguaje natural.
Con la aparición de esta clase de dispositivos (smartphones) se ha abierto un
nuevo mundo en cuanto al reconocimiento del habla y sus posibles aplicaciones
reales, su capacidad tan elevada de procesamiento, unidos a su reducido tamaño
los hacen perfectos para poder llevarlos encima en todo momento, lo cual nos
hace plantearnos infinitas posibilidades.
En este momento solo existen calculadoras vocales compatibles con inglés,
pero no existe ninguna en el mercado que lo haga en español. Aunque sin me-
nospreciar otras aplicaciones debo decir que después de haber comprobado el
 19

funcionamiento de otras solamente conseguí que me imprimiese el resultado un

par de veces de unos 10 intentos (eso probando operaciones simples como 1+2)
en cambio con la aplicación desarrollada se consigue un acierto de 9 sobre 10 en el
caso de operaciones simples y unos 7 sobre 10 cuando complicamos la operación
con decimales y números más complejos.
En definitiva, pienso que la aplicación aunque como ya hemos comentado, po-
dríamos mejorarlo con más funcionalidades, el reconocimiento de las operaciones
es satisfactorio en un porcentaje bastante elevado.
 Bibliografía

[1] M. E. Esparza Arellano and J. Bento Avalos Briseño, “Reconocimiento de

voz.”
[2] P. Marín Plaza, “Síntesis de voz y reconocimiento del habla. implementación
en el robot hoap-3,” 2011.
[3] C. A. De Luna Ortega, J. C. Martinez Romo, and M. Mora Gonzalez, “Reco-
nocimiento de voz con redes neuronales, dtw y modelos ocultos de markov.”
[4] ETSI, “Transmission and quality aspects(stq);distributed speech recognition;
fronted feature extraction algorithm; compression algorithms,” 2000. ETSI
Standard: 201 1’8 v1 1.2 Speech Processing.
[5] Google, “Android developers.”
[6] E. Granell Romero, “Desarrollo de un sistema de reconocimiento del habla
en android.”
[7] Wikipedia, “Dispositivo movil - wikipedia, la enciclopedia libre (2011).”
[8] Gratner, “Gratner says sales of mobile devices in second quarter of 2011 gre
16.5 percent year-on-year; smartphone sales grew 74 percent.”
[9] Google, “Android,” 2011.
[10] Google, “Android ndk (2011).”
 Análisis Léxico sobre los Tweets de Twitter

Astrid Paola Bográn1 , José Luis Alonso Berrocal1 y Luis Carlos García de
Figuerola Paniagua1
1
Departamento de Informática y Automática - Facultad de Traducción y
Documentación, Universidad de Salamanca. Calle de Francisco Vitoria 6-16. 37008
Salamanca, España
{abogran,berrocal,figue}@usal.es

Resumen Este documento ofrece un acercamiento sobre el Análisis lé-

xico enfocado en los tweets de Twitter, presentando el desarrollo de una
aplicación web que se podrá conectar con Twitter involucrando el manejo
de un clasificador de texto sobre la web, y de esta manera poder descu-
brir las características esenciales de los tweets seleccionados ya sea de
forma individual o masiva, todo esto ejecutándose en tiempo real o bien
agregando el contenido a la base de datos que ofrece la aplicación para
posteriormente tratar los tweets al gusto del usuario. Durante el proceso
de investigación se han utilizado técnicas de stemming y tokenización
que ayudan a procesar el tweet de forma más limpia y sin ruido; igual-
mente, para la clasificación se han creado varios diccionarios en formato
XML basados en las áreas de ciencia y tecnología, también diccionarios
que ayuden a identificar palabras vacías; para realizar la clasificación se
propuso el algoritmo Naïve Bayes.

Keywords: Análisis Léxico, Tweets, Twitter, Clasificación, Algoritmo

Naïve Bayes

1. Introducción
En la actualidad las redes sociales han llegado a ser de gran importancia
para la sociedad, es el caso de Twitter que actualmente cuenta con más de 500
millones de personas conectadas en tiempo real alrededor del mundo, gracias a
esta red que más que un microblogging se ha convertido en una fuente de noticias
al último minuto, los empresarios, famosos, investigadores, instituciones guber-
namentales y privadas además de un sinfín de usuarios que también se conectan
a esta red para compartir sus experiencias e inquietudes o noticias de última
hora; con toda esta gran cantidad de información que se encuentra en la red y
con su rápido crecimiento hacen que muchos quieran indagar un poco más sobre
algunos perfiles que pudieran ser importantes para la investigación moderna y
también ser parte de nuevos descubrimientos, soluciones o simplemente por en-
contrar su potencial dentro de la red. Pensamos entonces frente a tanta cantidad
de datos, crear una herramienta que ayude a analizar lexicalmente el contenido
presente en tiempo real, agregando diversas características para que el usuario
pueda clasificar el contenido. Cuando hablamos de Análisis léxico se nos viene a
22

la cabeza una gran cantidad de palabras; de eso se trata, analizar todo el con-
tenido que encontramos en una o varias cuentas especificas pertenecientes a la
famosa red social Twitter. Para ello se ha creado una aplicación web la cual nos
ayudará a descubrir las características de un tweet, permitiendo que las personas
con diversos intereses o conocimientos la utilicen involucrando los patrones de
sus propias áreas de trabajo.

La investigación se basa en la incorporación de técnicas de minería de texto

web, utilizando el algoritmo Naïve Bayes para poder generar la clasificación y
el Análisis sobre cada uno de los tweets. Estos podrán ser escogidos de mane-
ra individual o masiva. Entre otras técnicas empleadas dentro de la aplicación
encontramos la utilización de stemmings y tokenización, los cuales son funda-
mentales a la hora de realizar la clasificación. Esto se logró con la utilización e
implementación de varias herramientas de desarrollo como Visual Studio 2010
.NET, lenguajes de programación C#, HTML5, JavaScript, y para conseguir
que la aplicación de desarrollo cliente se conecte con Twitter fue necesario la
utilización de una Interfaz de programación de aplicaciones (API) la cual es la
encargada del conjunto de llamadas sobre las bibliotecas para este caso se utilizó
la librería LinqtoTwitter, en la clasificación de los tweets fue preciso incorporar
el servidor UClasify. Igualmente para obtener el acceso a los recursos protegidos
de Twitter se utilizó el protocolo abierto para desarrolladores OAuth.

Sin todo este estudio de fondo no hubiera sido posible la obtención de los
resultados y descubrimientos que se puedan realizar sobre alguna cuenta espe-
cífica. El desarrollo de un sitio web como este supone, hoy en día, un avance
tecnológico de alta calidad y a gran escala con expectativas futuristas referentes
al manejo del contenido web pero específicamente sobre las redes sociales tales
como Twitter.

2. Conocimiento Previo

Las Redes Sociales son básicamente unidades virtuales, donde existen

usuarios que interactúan unos con otros a través de internet. Se agregan per-
files que tienen algo en común y la plataforma que se utiliza permite conectar
gente que se conoce realmente o que desea conocerse por algún atributo que
encuentren en común, según sea el caso de la plataforma en algunas se pueden
compartir fotos, vídeos, centralizar recursos, foros de discusión, mensajes, etc [1].
Existen actualmente muchos estudios sobre las redes sociales, que se basan en
gran medida en estudios individuales sobre el comportamiento de las personas,
también están los enfocados en mecanismos que utiliza la red para unir todo este
ambiente, donde analizan y describen los niveles de la red social.

Twitter se refiere a una red de información en tiempo real como servicio de

microblogging que conecta con las últimas historias, ideas, opiniones y noticias
sobre lo que las personas encuentran interesante. Fue creado por Jack Dorsey,
 23

quien dispuso que la longitud máxima de cada mensaje fuera de 140 caracteres.

Twitter permite a la gente a seguir y comunicarse con los demás. Con el tiem-
po, esto ha demostrado ser un medio de comunicación de gran alcance debido
a su funcionamiento y simplicidad. Actualmente Twitter cuenta con 500 millo-
nes de usuarios esto para el 2012, según un estudio realizado por semiocast [2].
Se ha convertido en uno de los principales canales de comunicación e informa-
ción a nivel mundial, se calcula que alrededor de 400 millones de tweets son
enviados cada día. Hoy en día existen muchos estudios sobre las redes sociales,
especialmente centrados en el comportamiento de las personas, en la mayoría
de los casos basados en los sentimientos, en donde también se utilizan técnicas
de minería de texto utilizando una serie de algoritmos que ayudan a determinar
ciertos patrones en el comportamiento de los humanos, aquí encontramos el caso
del algoritmo Naïve Bayes que ayuda en la clasificación.

3. Análisis léxico
Se refiere al proceso de convertir una serie de caracteres en una secuencia de
tokens agrupados que se leen de izquierda a derecha. El programa que realiza esta
función se llama analizador léxico [3]. Para una clasificación automática de texto
es importante recalcar que el Análisis léxico ayudará a extraer características
que detallarán a cada documento, así como, sus clases o categorías. También
en la definición de reglas que por lo general consisten en expresiones regulares,
y definen el conjunto de posibles secuencias de caracteres que se utilizan para
formar los tokens o los lexemas individuales [3].
La secuencia de caracteres que forman un token se llama lexema. El token es
el símbolo general a la que un lexema pertenece. Existen dos métodos principales
principales para el Análisis de una palabra:
Tokens: Son secuencias de caracteres con un significado colectivo, [3] el pro-
ceso de formación de los tokens que permite el flujo de entrada de caracteres
se llama tokenización, y el analizador léxico les clasifica de acuerdo con un
tipo de símbolo.
Stemming: Es un procedimiento que se utiliza para reducir una palabra a
su raíz. Existen hoy en día diversos algoritmos que realizan stemming, como
el caso del Snowball. Un stem (lema) es la porción que queda de una palabra
después de retirar los afijos (es decir, los prefijos y los sufijos). Consiste en
convertir todas las palabras parecidas a una forma común [4]. Entre algunas
ventajas que proporciona el stemming es que reduce el tamaño del índice
ya que el número de palabras es reducido y las variantes de la palabra se
reducen a un concepto común eso mejora la importancia de la recuperación
de información.

3.1. Técnicas y Librerias

API de Twitter 1.1. Ya que la información que fluye a través de Twitter es
muy valiosa especialmente para nuevas investigaciones sobre el comportamiento
24

o descubrimiento de nuevos patrones que siguen los usuarios, uno de los objetivos
de Twitter es lograr un equilibrio entre el fomento de desarrollo interesante y
protección de los derechos tanto de Twitter y los usuarios. Para conceder un
ambiente de desarrollo recto ha creado ciertas características para la utilización
de esta tecnología en su versión 1.1 encontramos los siguientes puntos de interés:

El usuario tiene 15 minutos después de la última ejecución dentro de Twitter,

permitiendo 15 solicitudes por cada ventana. También entre otras convoca-
torias utilizadas recibirá un impulso de 180 solicitudes por ventana.
Un requerimiento básico para todas las aplicaciones es la autenticación sobre
todas sus peticiones con OAuth 1.0. Esto no sólo permite la visibilidad a
prevenir conductas abusivas, sino que también nos ayudará a comprender
mejor cómo las categorías de aplicaciones están utilizando la API. Este es
un conocimiento para satisfacer mejor las necesidades de los desarrolladores
a medida que se continúe evolucionando la plataforma. También toda la
autenticación requiere contexto de usuario.
Las aplicaciones cliente tienen un límite simbólico de 100,000 usuarios por
token.

LinqtoTwitter. El proveedor LINQ sus siglas Language Integrated Query uti-

liza en su sintaxis un estándar para las consultas e incluye llamadas a métodos
de cambios a través de la API de Twitter, lo ha implementado para su conexión
con su API, se utiliza la sintaxis de LINQ estándar para las consultas e incluye
llamadas a métodos de cambios a través de la API de Twitter. Entre las plata-
formas que soporta se incluyen .NET 3.5, .NET 4.0, .NET 4.5, Silverlight 4.0,
Windows Phone 7.1, Windows Phone 8, Window 8 y Windows Azure [5].

Autenticación OAuth. Open Authorization es un protocolo abierto, propuesto

por Blaine Cook y Chris Messina, que permite la autorización segura de un API
de modo estándar y simple para aplicaciones de escritorio, móviles, y web [6].
Fue lanzado hacia finales de 2007 y define un mecanismo para que una aplicación
web (cliente) pueda acceder a la información de un usuario en otra (proveedor)
sin tener que informar a la primera del usuario y contraseña.

Algoritmo Naïve Bayes. Es un clasificador probabilístico fundamentado en

el teorema de Bayes, quien utilizó las matemáticas para encontrar la mejor clasi-
ficación y así descubrir el conocido teorema de la probabilidad [7]. Es un método
importante no sólo porque ofrece un Análisis cualitativo de los atributos y va-
lores que pueden intervenir en el problema, sino porque da cuenta también de
la importancia cuantitativa de esos atributos. Su forma es simple y al mismo
tiempo sorprendentemente eficaz es ampliamente utilizado en áreas como la cla-
sificación de texto y filtrado de spam. Se han introducido una gran cantidad de
modificaciones, por la estadística, minería de datos, aprendizaje automático, etc
[8]. Un modelo bayesiano es fácil de construir, esto lo hace especialmente útil
 25

para grandes bases de datos. Gracias a su simplicidad, este clasificador es bas-

tante utilizado, especialmente en la recuperación de la información y manejo de
texto en la web.

UClasify. El servidor Clasificación uClassify es impulsado por llamadas XML

que permite a los usuarios crear y entrenar cualquier clasificador arbitrario.
Se puede utilizar para categorizar las páginas web o cualquier otra tarea que
requiera clasificación automática de texto. Está diseñado para manejar grandes
cantidades de datos y puede procesar millones de documentos diarios [9]. El
núcleo es un clasificador bayesiano Naïve con un par de pasos que mejora la
clasificación. Muchos otros modelos sólo pueden responder Sí o No, pero no
indican el grado. Los resultados que muestra este clasificador son probabilidades
[0-1] [9] de un documento que pertenecen a cada clase. Esto es muy útil si se desea
establecer un umbral para las clasificaciones. El uso de este modelo también hace
que sea muy escalable en términos de tiempo de CPU para la clasificación.

Snowball. Es una librería construida en el lenguaje Java, en donde los algo-

ritmos resultantes pueden representarse fácilmente. El compilador traduce a un
script de Snowball (un archivo. Sbl) y dentro de él se crea un hilo seguro para
subprocesos ANSI que puede ser ejecutado en C o un programa Java. Cada
script Snowball produce un archivo y su cabecera correspondiente (con extensio-
nes .c y .h) [10]. Se ha inventado en el lenguaje de Snowball reglas de algoritmos
que contienen una serie de stemmers de lengua extranjera y vocabularios están-
dar de las palabras y sus equivalentes derivados donde se proporciona la raíz de
cada palabra.

4. Trabajo Propuesto
Una vez conocidas las herramientas, librerías, algoritmos y términos rela-
cionados con la lexicografía, podremos comenzar a crear una herramienta que
propone el desarrollo de una aplicación que sea capaz de realizar un análisis
léxico sobre los tweets de Twitter, en este caso para validar el sistema nos enfo-
caremos en la selección de los tweets basados en noticias relacionadas con ciencia
y tecnología, a fin de efectuar sobre ellos diversos Análisis tanto cuantitativos
como cualitativos. El elevado número de documentos de prensa disponibles hace
inviable una selección manual, por lo que se decide aplicar un clasificador que
seleccione de forma automática las noticias o documentos que traten de una u
otra forma sobre temas relacionados en estas dos áreas. Asimismo se propone al
usuario la creación de nuevas categorías descubriendo las características sobre
algún perfil relacionado a una cuenta de Twitter.

4.1. Planteamiento del Problema

Pese a la gran cantidad de información y trabajos de investigación que en-
contramos en la web, hasta la fecha no se ha encontrado ningún analizador léxico
26

que ayude a clasificar las noticias en Twitter. Por esta razón se pretende dise-
ñar y construir una aplicación que permita obtener todos los datos públicos que
están involucrados en una cuenta; en este caso se proyecta recoger todos aque-
llos tweets que involucren las áreas de ciencia y tecnología, de forma masiva e
individual, esto con el fin de poder procesar el tweet haciendo uso de tćnicas de
stemming, tokenización, y clasificación del tweet descubriendo la correcta cate-
gorización entre las dos áreas. Se trata también de que el mismo usuario pueda
crear y generar su propia clasificación dependiendo el área de su interés.

4.2. Objetivo General

Construir un analizador léxico que permita el ingreso a una cuenta de Twitter
con el apoyo de diferentes técnicas que ayuden a identificar y clasificar tweets
referentes a las áreas de ciencia y tecnología y que también el usuario pueda
realizar las mismas operaciones de clasificación utilizando su propia clasificación.

4.3. Análisis del Sistema

El proceso que se pretende llevar a cabo describe un flujo comenzando desde
lo que será el corazón o núcleo del sistema con la creación de un sitio web co-
nectado a través de un webservice que responderá a las peticiones del sitio web
cliente. Para la autenticación con Twitter se utilizó OAuth que hasta la fecha
es la forma más común de autenticación de recursos en aplicaciones de Twit-
ter, continuando con la iteración se decide utilizar el lenguaje de programación
C# ya que es un lenguaje de programación independiente y de adecuación para
escribir aplicaciones de cualquier tamaño; es el caso de este proyecto donde se
desarrolla una aplicación web con la combinación de Visual Studio .NET 2010
utilizando el framework 4.0, la biblioteca LinqtoTwitter y la API de Twitter. La
Figura 1 describe el flujo de nuestro sistema.

Figura 1. Flujo del Sistema

Comenzando con el desarrollo del sistema nos enfocamos en el Análisis léxico

basado en la clasificación de los tweets en las áreas de Ciencia y Tecnología;
estableciendo parámetros a seguir para realizar cálculos y obtener algún descu-
brimiento sobre casos particulares. Nos centramos en las siguientes premisas:
 27

1. Estudio sobre terminología utilizada en Twitter.

2. Análisis de entidades.
3. Observación sobre la recuperación de la información.
4. Visualización sobre los resultados obtenidos de los casos de estudio.

Se trabajará con cada una de las palabras contenidas dentro de un tweet, consi-
derando como palabra una secuencia ininterrumpida de letras [11]. Se removerán
las palabras contenidas en una lista estándar denominada palabras vacías para
el español. El sistema realizara esta limpieza que es necesaria para la extracción
de palabras de un tweet, lo que aplicaremos en nuestro Análisis y que se detalla
a continuación:

Eliminación de acentos.
Conversión a minúsculas.
Eliminación de cualquier carácter que no sea alfanumérico.

El texto resultante se someterá a un proceso de normalización o stemming,

para el cual se debe trabajar con la librería basada en el stemmer de SnowBall ;
y como último punto también se deben eliminar aquellas palabras cuya longitud
sea menor a cuatro caracteres.

4.4. Diseño del Sistema

El sistema consta de una serie de ventanas que básicamente están distribuidas

en los siguientes 5 pasos principales:

Inicio. La ventana inicial describe la bienvenida y una breve explicación co-

mentando el objetivo principal referente al Análisis léxico sobre los tweets de
Twitter, indicando también que es una aplicación con un diseño sencillo y códi-
go entendible. Podemos ver esta ventana en la Figura 2.

Figura 2. Pantalla de Bienvenida

28

Autenticación. Este paso se realiza con la utilización de OAuth como meca-

nismo de autenticación para Twitter proporcionando un método para que los
clientes accedan a los recursos del servidor en nombre del propietario (como un
cliente diferente o un usuario final). Seguido de la autenticación podremos ver
el resumen de la cuenta visualizando los resultados: nombre de usuario, total de
amigos, seguidores, actualizaciones y favoritos.

Verificando la conexión a través del Habla. Una vez autenticados con

la cuenta personal de Twitter, la aplicación se conecta a través del web service
mostrando la pantalla para la prueba de la conexión con Twitter y para hacer
la aplicación más dinámica se ha decidido trabajar con el habla.

Análisis léxico. Esta pantalla detalla una parte de nuestro objetivo principal.
En ella encontraremos varias características que nos ayudaran a identificar el
proceso que debemos seguir para realizar el Análisis léxico sobre un tweet que
podremos seleccionar para posteriormente ser evaluado.

Clasificación y Trabajo con Diccionarios. Aquí se definen los diccionarios

que han sido creados con la ayuda de la herramienta wordnet y posteriormente
desarrollados en un formato XML para que puedan ser leídos por el clasificador
y categorizar adecuadamente los tweets seleccionados. En esta pantalla encon-
tramos básicamente un botón principal Clasificador que se encarga de clasificar
los tweets de forma automática según las categorías ciencia y tecnología. Este
botón depende de la selección que se haya hecho en la pantalla anterior, es decir
que si se quieren clasificar los tweets de forma masiva se pueden utilizar los que
se encuentran dentro de la base de datos o si se quiere clasificar en tiempo real
mediante la conexión con Twitter.

Gestión de Tweets. Esta sección de la aplicación web cuenta con una serie
de características donde se puede trabajar con diferentes cuentas de usuario aún
sin estar autenticados donde podrán buscar los tweets sobre cualquier perfil que
no sea privado.

En esta pantalla podremos ingresar la mención o el usuario de alguna cuenta

y agregar la cantidad de tweets que desee visualizar sobre la cuenta solicitada.
Además, la aplicación también permite guardar los tweets seleccionados en un
archivo de texto plano o en directamente en la base de datos, y permite crear y
entrenar un nuevo clasificador. Ver Figura 3.

4.5. Desarrollo del Sistema

A fin que el Análisis y el diseño del sistema funcionen correctamente, se
definieron varios proyectos, donde cada uno de ellos contiene una funcionalidad
específica, las cuales se detallarán en esta sección.
 29

Figura 3. Resumen de cuenta

Conexión con Twitter. Como lo hemos mencionado anteriormente, la cone-

xión con Twitter se realiza con la ayuda de las credenciales proporcionadas por
OAuth. Esta conexión se realiza a través de las siguientes líneas de código (ver
Listado 2.1)

Listado 2.1. Código conexión

static WebAuthorizer auth ;

public static \ emph { Twitter } Context ob t en e rC on t ex to ( ref WebAuthorizer _auth )
{
const string O A u t h C r e d e n t i a l s K e y = " O A u t h C r e d e n t i a l s K e y " ;
\ emph { Twitter } Context twitterCtx ;
I O A u t h C r e d e n t i a l s credentials = new S e s s i o n S t a t e C r e d e n t i a l s () ;
if ( credentials . ConsumerKey == null || credentials . Consu merSec ret == null )
{
credentials . ConsumerKey =
C o n f i g u r a t i o n M a n a g e r . AppSettings [ " t w i t t e r C o n s u m e r K e y " ];
credentials . Consu merSec ret =
C o n f i g u r a t i o n M a n a g e r . AppSettings [ " t w i t t e r C o n s u m e r S e c r e t " ];
}
}

Consulta Sobre los Detalles de la Cuenta. La Tabla 1 describe los detalles

que pueden ser obtenidos de una cuenta de Twitter.

Clasificación Masiva. La siguiente codificación (Listado 2.2) muestra la clasi-

ficación que se realiza masivamente en la pantalla Diccionarios de la aplicación
web.

Listado 2.2. Clasificación Masiva de los Tweets

var listtweets =
from tweet in twitterCtx . Status
where tweet . Type == StatusType . Home && tweet . Count == 10
select tweet ;

foreach ( var tw in listtweets )

{
string tweetText = limpiarCadena ( tw . Text ) ;
30

List < uClassifyResponse > uRes =

C l a s s i f i c a r T e x t o ( tweetText , " T e c h n o l o g y o r S c i e n c e " , false , true ) ;
string classifyName = (( Math . Round ( uRes [0]. percentage , 2) >
Math . Round ( uRes [1]. percentage , 2) ) ? uRes [0]. className :
(( Math . Round ( uRes [0]. percentage , 2) < Math . Round ( uRes [1]. percentage ,
2) ? uRes [1]. className : " None " ) ) ) ;

tweetList . Add ( new Tweet ( nombre : classifyName , imageURL :

tw . User . ProfileImageUrl ,
ultimoTweet : limpiarCadena ( tw . Text ) , seguidores :
Convert . ToInt32 ( tw . User . Fo llower sCount ) ,
estados : Convert . ToInt32 ( tw . User . StatusesCount ) , siguiendo :
tw . User . Following , retweeted :
Convert . ToBoolean ( tw . Retweeted ) ) ) ;
}

Trabajando con Stemming. Consiste en una biblioteca de clases que no es

más que una dll para poder ser utilizada con .NET. Específicamente se ha desa-
rrollado la traducción a .NET de la librería que está basada en el lenguaje java.
Una vez que tenemos nuestra propia dll, podremos utilizarla específicamente pa-
ra la limpieza de los tweets o el contenido que se pretenda analizar.

La librería cuenta con alrededor de quince idiomas diferentes entre ellos el

inglés y español, que son básicamente con los que trabajaremos para realizar la
clasificación de los emphTwitter ya que nuestros diccionarios están basados en
estos dos lenguajes. Utilizamos el Stemming porque es uno de los métodos más
precisos para agrupar palabras con un significado similar, que corresponde al
caso de nuestros dos clasificadores basados en ciencia y tecnología.

Creación de Diccionarios. El segundo caso define otra biblioteca de clases

que consiste en gestionar los diccionarios que se refieren a la definición de una
librería para la creación y manipulación de los archivos en XML que son la cla-
ve fundamental en el proyecto donde están contenidas todas las palabras para
la clasificación en las áreas de ciencia y tecnología basadas en los tweets. Los

Nombre Propósito Tipo de Da- Requerido

to
EndSessionStatus Respuesta de la solicitud para fina- String No
lizar la sesión
RateLimitStatus Clasificación del texto limitada RateLimit No
Status
Settings configuración de la cuenta Settings No
Totals totales actuales Totals No
Type Tipo de cuenta consulta Account Type No
User Usuario devuelve la veracidad de las User No
Credenciales de la Consultas
Tabla 1. Filtros/ Parámetros, detalles de la cuenta.
 31

diccionarios han sido creados con la ayuda de WordNet, que contiene una gran
base de datos léxica en el idioma Inglés donde encontramos sustantivos, verbos,
adjetivos y adverbios que se agrupan en conjuntos de sinónimos cognitivos (syn-
sets), cada uno expresando un concepto distinto. Los términos en Synsets están
vinculados entre sí mediante relaciones conceptuales, semánticas y léxicas [12].
Gracias a esta herramienta se logró la extracción de las palabras relacionadas
con ciencia y tecnología que a su vez han pasado por un proceso de traducción
de forma manual, y para poder ser utilizadas en nuestro sistema se realizo la
construcción de los diccionarios en formato XML.

5. Resultados

Los resultados están basados en el estudio de un total de 3690 tweets que han
sido almacenados en la base de datos creada. Para comprobar que el algoritmo
de clasificación de texto Naïve Bayes y las técnicas léxicas funcionan correcta-
mente en el sistema, se decidió realizar dos estudios, uno sin utilizar la técnica
de emphstemming y el segundo basándonos en esta técnica y al mismo tiempo
utilizando todo el tratamiento de limpieza que realiza la aplicación.

Clasificación de tweets:

Ciencia: 2050 tweets.

Tecnología: 627 tweets.
Otros considerados como ambiguos: 1013 tweets.

Prueba Sin Utilizar Stemming. De la clasificación sin utilizar las técnicas

de Análisis léxico como el stemming o alguna otra técnica de limpieza sobre los
tweets, el algoritmo Naïve bayes logra una exactitud de 52.14 %, y una precisión
por clase con los siguientes valores (Tabla 2): En la Figura 4 podemos visualizar

Ciencia Tecnología Ninguno Totales

Ciencia 1133 604 313 2050
Tecnología 185 364 78 627
Ninguno 301 285 427 1013
Totales 1619 1253 818 3690
Tabla 2. Matriz de Confusión sin Stemming.

los resultados gráficamente. Como resultado porcentual generado por el clasifica-

dor se encontró que de los 2050 tweets de ciencia, se clasificaron correctamente
55 %, equivalente a 1133 tweets. Para la clase de tecnología se obtuvo un re-
sultado positivo del 58 % que corresponde a 364 sobre un total de 627 tweets.
32

Figura 4. Resultados Sin Utilizar Stemming.

Finalmente en los tweets sin clasificación se obtuvo una precisión del 42 %. Es-
to quiere decir que de 1013 tweets únicamente se clasificaron exitosamente 427
tweets. La Tabla 3 puntualiza el resultado según la precisión y el recall.

Precisión Ciencia - 55 % Tecnología - 58 % Ninguno - 42 %

Recall Ciencia - 70 % Tecnología - 29 % Ninguno - 52 %
Tabla 3. Precisión y Recall, Sin Stemming.

Prueba Utilizando Stemming. Utilizando las técnicas de stemming, limpieza

y tokenización, la matriz de confusión dio como resultado una precisión del 84 %
junto con la generación de los siguientes resultados (Tabla 4):

Ciencia Tecnología Ninguno Totales

Ciencia 1745 170 135 2050
Tecnología 32 583 12 627
Ninguno 145 82 786 1013
Totales 1922 835 933 3690
Tabla 4. Matriz Utilizando Stemming.

En la Figura 5 podemos observar los resultados generados al utilizar Stem-

ming. El clasificador Naïve Bayes indicó que de los 2050 tweets catalogados
 33

Figura 5. Resultados Utilizando Stemming.

como ciencia, se clasificaron 1745 correctamente dando como resultado porcen-

tual 85 % para la clase tecnología un 93 % teniendo en cuenta que de los 627
se han clasificado 853 tweets correctamente. En último lugar los tweets fichados
como ambiguos 786 han sido clasificados correctamente dando como porcentaje
un 77 % (ver Tabla 5).

Precisión Ciencia - 85 % Tecnología - 93 % Ninguno - 77 %

Recall Ciencia - 91 % Tecnología - 70 % Ninguno - 84 %
Tabla 5. Precisión y Recall, utilizando Stemming.

5.1. Interpretación de los Resultados

En la primera prueba el clasificador obtiene una precisión del 52.14 % contra

la segunda prueba que dio un resultado de 84 % pre-procesando los datos con
Stemming. Sin embargo, la precisión en el campo de la Recuperación de Infor-
mación difiere de las definiciones de exactitud y precisión en otras áreas.

Por tanto para determinar la exactitud del clasificador en ambos conjuntos,

se utiliza la medida F1. A continuación se describe en qué consiste la precisión
y la recuperación.

Precisión: es el número de resultados correctos dividido por el número de

todos los resultados devueltos.
Recuperación: es el número de resultados correctos dividido por el número
de resultados que deberían haber sido devueltos.
34

La puntuación de F1 se puede interpretar como una media ponderada de la

precisión y la recuperación, donde una puntuación F1 alcanza su mayor valor en
1 y peor puntuación en 0. La Tabla 6 muestra las fórmulas que se han utilizado
para el cálculo de los resultados. Las Tablas 7 y 8, muestran la clasificación del

Accuracy (true positives + true negatives) / (total examples)

Precision (true positives) / (true positives + false positives)
Recall (true positives) / (true positives + false negatives)
F1 score (2 * precision * recall) / (precision + recall)
Tabla 6. Fórmulas.

número total de emphtweets verdaderamente bien clasificados ya que la búsqueda

del texto en los documentos seleccionados proporcionan una única medición para
el sistema.

Ciencia 88 %
Tecnología 80 %
Ninguno 81 %
F1 83 %
Tabla 7. Resultados utilizando Stemming.

Ciencia 61 %
Tecnología 38 %
Ninguno 46 %
F1 48 %
Tabla 8. Resultados sin Stemming.

6. Conclusiones
De los resultados obtenidos podemos concluir que la utilización del Stem-
ming como técnica de preprocesamiento de los datos mejora considerablemente
el desempeño del clasificador, el Análisis léxico para analizar tweets resulta de
gran utilidad para determinar a que categoría pertenece la información publica-
da por los usuarios.
 35

El clasificador Bayesiano presenta un excelente rendimiento, debido princi-

palmente a su robustez frente al ruido. Es un algoritmo muy práctico y sencillo
de utilizar, especialmente porque hace múltiples suposiciones para simplificar el
problema. Los cálculos probabilísticos realizados fueron acertados, la probabili-
dad de cada una de las palabras P(W) fue condicionalmente independiente dado
el valor de las clases (Ciencia, Tecnología o Ninguno), así mismo con las entradas
sobre nuevas clases también se reflejó un número de aciertos aceptable. El cla-
sificador también demostró ser muy potente en cuanto al volumen de los datos
que pueden procesar en tan poco tiempo. Resultó muy ventajoso clasificar cada
uno de los tweets por su contenido en lugar de hacerlo por sus hashtags, ya que
no todos los tweets tienen hashtags, y en muchas ocasiones los mismos usuarios
les asignan una categoría que no es del todo cierta, dado eso y a lo dinámico
que puede resultar la utilización de un hashtag (es difícil predecir cuál será su
estructura). Como resultado se determinó que era más útil para la investigación
trabajar con el contenido del tweet.

La enorme cantidad de información y su crecimiento exponencial en Twitter

representa un reto para el Análisis y la recuperación de información, de la in-
vestigación realizada, se deriva el desarrollo de una aplicación capaz de utilizar
diferentes técnicas de minería de texto, la aplicación es un primer acercamiento
al Análisis léxico en Twitter, la investigación puede despertar un gran interés en
profundizar en esta temática.
 Bibliografía

[1] Ronald S Burt, M K, Social Network Analysis Foundations and Frontiers on

Advantage. University of Chicago, University College London, University
of Cambridge, 2013.
[2] Semiocast, 2012. [Internet; descargado 20-abril-2013:
http://semiocast.com].
[3] J. Z. Maggie Johnson, Lexical Analysis. Stanford University, California,
2008.
[4] K. D. Benavides, Procesamiento de Texto. 2008.
[5] linqtotwitter, “2006-2013 microsoft,” 2013. [Internet; descargado 20-abril-
2013: http://linqtotwitter.codeplex.com].
[6] OAuth, 2007. [Internet; descargado 20-abril-2013: http://oauth.net].
[7] M. Bramer, “Introduction to classification: Naïve bayes and nearest neigh-
bour,” in Principles of Data Mining, Undergraduate Topics in Computer
Science, pp. 21–37, Springer-Verlag, London, 2013.
[8] V. K.-H. XindongWu, “Top 10 algorithms in data mining,” in IEEE Interna-
tional Conference on Data Mining, p. 37, Verlag London Limited, Springer,
2007.
[9] J. Kagström, uClassify Classification Server Manual. Spring, SMid Sweden:
Mid Sweden University, 2005.
[10] M. Porter, Strategy and the Internet. Harvard Business Review, 2001.
[11] García, C., Alonso J. L, “Clasificación automática de documentos. un caso
práctico,” tech. rep., Instituto Universitario de estudios en Ciencia y Tec-
nología. España: Universidad de Salamanca, 2012.
[12] G. A. Miller, 2012. [Internet; descargado 16-mayo-2013:
http://wordnet.princeton.edu].
 Soluciones Visuales Interactivas aplicadas a
Grandes Volúmenes de Datos de Entornos 3D de
Aprendizaje y Prácticas

Juan Cruz Benito1 , Roberto Therón Sánchez1 y Emiliana Pizarro Lucas2

1
Departamento de Informática y Automática, Universidad de Salamanca. Plaza de
los Caídos s/n. 37008, Salamanca, España
{juancb,theron}@usal.es
2
Servicio de Inserción Profesional, Prácticas y Empleo, Universidad de Salamanca.
Patio de Escuelas 1. 37008, Salamanca, España
[email protected]

Resumen Este documento presenta el trabajo de investigación asociado

al desarrollo de una propuesta de Visualización de Información apropia-
da para representar grandes cantidades de datos sobre movimientos de
usuarios entre regiones de un Mundo Virtual de Aprendizaje y Prácticas
y los patrones de exploración que en ellos se producen.
Este trabajo abarca todas las fases que incluyen en la propuesta de vi-
sualización: desde la identificación de las fuentes de datos, la extracción
y procesado de la información, la aplicación de algoritmos de Minería de
Datos para extraer conocimiento de la información, hasta la propuesta
final de una solución visual que represente la información y el conocimien-
to que encierran los datos, y el conjunto de características y mecanismos
que debe incorporar dicha visualización.

Keywords: Visualización de Información, Hierarchical Edge Bundles,

HEBATT, Mundos Virtuales, Teleports, Minería de Datos

1. Introducción
Las tecnologías interactivas online o disponibles a través de Internet ofrecen
la posibilidad de llegar a multitud de personas, sin importar la edad, cultura o
nivel social. Una de esas tecnologías, es la conocida como Mundos Virtuales, o
Entornos Virtuales Multi-Usuario (EVMU o MUVEs). En un ellos, el usuario
dispone de alter ego virtual o avatar que le representa en este entorno simulado.
A través de estos avatar, al usuario se le proporcionan una serie de posibilidades
de comunicación, colaboración, e interacción casi de cualquier tipo, tanto con
el entorno virtual 3D como con el resto de usuarios que tienen presencia en
dichas plataformas. Además, ofrecen un entorno inmersivo, donde los usuarios
experimentan una sensación de estar dentro de las situaciones y los eventos que
ocurren, de un modo totalmente distinto a cómo se perciben en otras plataformas
como la Web, u otros servicios informáticos en la Red.
El uso de este tipo de plataformas da lugar a la generación de grandes cantidades
38

de diversos tipos de datos, desde datos relacionados con la comunicación entre

usuarios, a datos relacionados con los patrones de uso en objetos, o como es el
caso del análisis, datos relacionados con el movimiento entre distintos territorios
virtuales por parte de los usuarios. Debido al carácter inmersivo de la experiencia
virtual de los usuarios, estos datos que se generan suelen ser indicadores fiables
sobre distintos aspectos de la personalidad o comportamiento de los usuarios,
ahí radica el interés del análisis de este tipo de entornos.

2. Objetivos

El objetivo principal de este trabajo de investigación es el estudio, compren-

sión y aprovechamiento de los datos sobre los movimientos de usuarios entre
distintas regiones de un Mundo Virtual de Aprendizaje y Prácticas, para po-
der definir una visualización que permita a los distintos stakeholders implicados
en el análisis de datos de un Mundo Virtual, descubrir conocimiento oculto en
los grandes volúmenes de datos que se generan con información sobre los movi-
mientos de usuarios entre distintos territorios virtuales, y que esta visualización
pueda servir como Sistema de Soporte de Decisiones [1] sobre la actividad que
realizan los usuarios dentro de un sistema 3D.
Además, se pretende dar un nuevo punto de vista sobre las posibilidades de vi-
sualización de datos extraídos de un Mundo Virtual, proponiendo un sistema
bien construido, con un diseño atractivo, y que resulte útil y sencillo para el
usuario, que abandone la línea típica de investigación de las visualizaciones de
movimientos dentro de un Mundo Virtual [2] [3].

3. Fuentes y tratamiento de Datos

Para la obtención de datos de un Mundo Virtual de Aprendizaje y Prácti-

cas, es necesario establecer conocer las fuentes de datos que se deben emplear
en la extracción, y qué estrategia de extracción de información es conveniente
aplicar [4] [5]. Una vez obtenidos los datos deseados del Mundo Virtual, es ne-
cesario procesarlos para extraer conocimiento de ellos. El procesamiento puede
ser mediante técnicas clásicas, como puede ser la aplicación de procedimientos
estadísticos simples, o mediante técnicas de minería de datos. En estas técnicas,
destaca el algoritmo Predictive Apriori, el cual permite obtener patrones y reglas
ocultas en los datos [6] [7], que más tarde se emplearán como herramienta de
apoyo en las tareas de análisis, de modo que faciliten la comprensión del conjunto
de datos y la obtención de conocimiento por parte del usuario.
El modelo de datos que se ha usado para el diseño de la visualización, ha
sido extraído del Mundo Virtual de Aprendizaje y Prácticas USALSIM [8] [9].
 39

4. HEBATT: Hierarchical Edges Bundle Applied to

Teleport Tracking

Como se ha comentado previamente, el objetivo principal de este trabajo

es proporcionar una visualización que permita analizar los movimientos entre
territorios virtuales, y además aportando una solución novedosa y útil. Como
resultado de este proceso de investigación, se ha llegado a la visualización de-
nominada HEBATT: Hierarchical Edge Bundles Applied to Teleport Tracking.
Como su propio nombre indica, se parte de la propuesta de Danny Holten sobre
la visualización de datos jerárquicos Hierarchical Edges Bundle [10] [11]. En esta
visualización de tipo radial, se codifica mediante variables visuales en forma de
arco una jerarquía de datos, y se trazan líneas de tipo spline entre las distintas
instancias de datos de dicha jerarquía que tengan relaciones entre sí [12].

Partiendo de esta idea resumida sobre el tipo de visualización Hierarchical

Edge Bundles, se puede decir que en el conjunto de datos que se utiliza en el
caso del Mundo Virtual, la jerarquía de datos se compone de una serie de islas
o regiones, los grupos de usuarios que se integran en ellas, y los usuarios que
pertenecen a esos grupos. Las líneas (curvas) que unen los distintos puntos de
la estructura jerárquica representan los distintos movimientos que realizan los
usuarios entre las distintas regiones.
La distribución de la jerarquía en el caso concreto de los datos extraídos del

Figura 1. Vista general de la interfaz de la visualización HEBATT

Mundo Virtual USALSIM se realiza a través de cuatro niveles de arcos: un nivel

superior que encierra toda la visualización y representa el conjunto completo,
es decir, la vista general de todos los datos, de modo que si se selecciona en
40

cualquier momento ese arco exterior, se pasa a una vista general, como se ve en
la figura 1. El nivel inmediatamente inferior a este que engloba todos los datos,
es el que se corresponde con los distintos terrenos o islas que componen el Mun-
do Virtual; que en el caso del Mundo Virtual USALSIM, son siete territorios.
Por debajo de ese nivel de la jerarquía y arcos de la representación visual, se
presentan las distintas instancias de grupos de usuarios que existen en el Mundo
Virtual. Cada una de las instancias de grupo se sitúa bajo el arco que representa
la región o isla que sirve como base o localización de las actividades de apren-
dizaje y prácticas que realizan los usuarios de dicho grupo. Por último, el nivel
más bajo de la jerarquía de datos, y nivel más bajo en la estructura radial, es
para los arcos que representan a los distintos usuarios. En el caso de los usuarios
hay un pequeño detalle a tener en cuenta: un usuario puede pertenecer a varios
grupos, con lo cual, en una misma isla un usuario puede representarse varias
veces, en función de la cantidad de grupos que pertenecen a esa región en los
cuales se encuentra inscrito.
Como se observa en la figura 1, la interfaz de la aplicación cuenta con diversos
elementos visuales que se organizan por toda la pantalla [13]. En la zona central
se encuentra la visualización HEBATT propiamente dicha, la cual cambiará en
función de la interacción que se de con el usuario. En la zona derecha de la
interfaz se encuentran diversos elementos que permiten distintos tipos de inter-
acción con la visualización, entre estos elementos se observan distintos grupos de
botones, sliders, sliders con funcionalidades de rango, o un campo que permite
introducir texto y realizar búsquedas en los datos. El uso de estos elementos se
explicarán de forma más detallada en el apartado Mecanismos de Interacción en
la Visualización HEBATT (4.9).
La zona izquierda de la visualización se ha reservado para la visualización de
información textual relacionada con los datos que se estén mostrando dentro del
HEBATT. Este texto se codificará mediante colores, que ayuden al usuario a
la relación de los elementos visuales (mediante la característica de etiquetado,
como se explicará en el punto 4.8.
En los siguientes sub-apartados se comentará qué tareas de análisis soporta la
visualización y cómo es el comportamiento de la visualización en función de los
datos que se quieran visualizar.

4.1. Tareas de Análisis que debe soportar la visualización HEBATT

Antes de mostrar el comportamiento de la visualización en cada caso concreto
de uso, es preciso comentar qué tareas de análisis se permite a los usuarios:
Visualización general de los teleports realizados en cualquier instante de
tiempo
Visualización general de los teleports realizados en un instante de tiempo
concreto
Visualización de los teleports de salida de todas las regiones que componen
el Mundo Virtual
Visualización de los teleports de entrada a cualquiera de las regiones que
componen el Mundo Virtual
 41

Visualización de los teleports de entrada y salida de cualquiera de las regiones

Visualización de los teleports de salida de una región que realizan los usuarios
inscritos en un grupo
Visualización de los teleports de salida de una región que realiza un usuario
concreto
Visualización de los teleports de salida efectuados por los usuarios de una
región concreta en un rango de tiempo seleccionado
Visualización de los teleports de salida efectuados por los usuarios de un
grupo concreto en un rango de tiempo seleccionado
Visualización de los teleports que realiza un usuario en un rango de tiempo
seleccionado
Visualización de los patrones de teleports de salida de una región
Visualización de los patrones de teleports de entrada de una región
Visualización de los patrones de teleports de un usuario
Visualización de los teleports que ha realizado un usuario durante su tiempo
de uso del sistema, pudiendo recorrerlos a través de una escala temporal

4.2. Tratamiento visual y lógico del volumen de datos a representar

En la propuesta de visualización Hierarchical Edge Bundles (HEB) original

de Holten [10], ya se planteaban una serie de cuestiones que preparaban a la
visualización para soportar grandes cantidades de datos, y se hacían diversas
recomendaciones sobre cómo implementar la visualización. A continuación se
comentan cuáles de las recomendaciones de Holten han sido utilizadas y qué
otros mecanismos se han empleado en la visualización para gestionar grandes
cantidades de datos:

1. Uso de splines: Holten, en sus publicaciones acerca de la visualización

HEB, recomienda encarecidamente usar líneas que usen puntos de control y
tensores para la formación de su curvatura, de esta forma es posible que se
agrupen las líneas de forma efectiva y no saturen la visualización de líneas
que no aporten información y oculten conocimiento. En el caso del prototipo
software implementado, se ha hecho uso de líneas splines continuas [14], que
usan tensores y puntos de control en su formación, aunque no permiten el
control de estos tensores para la deformación de la curva en función de las
necesidades que se tengan en la visualización.
2. Uso de características de transparencia: De la misma forma que en la
característica anterior, Holten también recomienda el uso de características
de transparencia, de forma que se pueda distinguir dentro de los conjuntos
agrupados de líneas cuáles están compuestos por una cantidad mayor o menor
de líneas (de relaciones en los datos), como se puede comprobar en la figura
2.
3. Uso de líneas resumen: Para la composición de la agrupación de los ejes
hay dos opciones: una consiste en tener estructuras de datos que contengan
cada teleport que se haya producido en el entorno virtual y toda su informa-
ción asociada. La otra opción, es perder información como la referente a la
42

Figura 2. Transparencia aplicada en la agrupación de líneas de la visualización HE-

BATT

fecha u hora de los teleports, y agrupar por cada tipo de teleport (definido
por origen, destino y usuario), para así dibujar una sola línea resumen, que
pueda expresar visualmente la cantidad de líneas que componen esta línea
resumen. Esta representación visual se expresa también mediante la transpa-
rencia u opacidad de la línea, y esta opacidad se calcula de la siguiente forma:

Opacidad Línea = factor Transparencia * num. de teleports del mismo tipo

Por lo tanto, el resultado visual de estas líneas resumen es igual que en el
caso de dibujar todas las líneas que componen cada agregación, y la carga
de trabajo que se realiza en cuanto al dibujado, es menor en una cantidad
proporcional al número de líneas que no se dibujan.
4. Uso de múltiples estructuras de datos: Como se indica parcialmente
en el punto anterior de dibujado de líneas resumen, para poder tener un
rendimiento mejor de la visualización, es necesario implementar distintas es-
tructuras de datos que ayuden a mejorar el rendimiento de la visualización,
de modo que a través de la segmentación y agrupación conveniente de los
datos se pueda abarcar el dibujado de grandes conjuntos de datos. En la
implementación de este propotipo se han usado tanto estructuras ArrayList
con conjuntos completos de teleports y teleports de tipo resumen, como es-
tructuras HashMap para acceder a variables que se usan de forma recurrente
de un modo más rápido que con los algoritmos clásicos de búsqueda.

4.3. La visualización HEBATT y la escala temporal

Como se ha comentado anteriormente, entre los datos que se obtienen en la
extracción de teleports de los archivos log de OpenSim, se encuentra información
relevante a fechas y horarios. Por lo tanto esta información puede (y debe) ser
 43

utilizada para poder realizar visualizaciones de datos segmentados por caracte-

rísticas temporales. El autor MacEachren, en 1995 [15], planteaba una serie de
preguntas que toda visualización que trabaje con datos debería poder responder.
Estas preguntas básicamente ofrecen una guía para el análisis de datos con ca-
racterísticas temporales, y se encargaban, por ejemplo, de evaluar la existencia
de un elemento en un momento dado, o cómo se distribuye la existencia de un
objeto en el tiempo, qué tasas de cambios aparecían de los datos, o qué secuen-
cias de cambios se daban, etc.
Tomando este conjunto de preguntas como guía de desarrollo, se han implemen-
tado varias características de manipulación de la visualización, de modo que se
puedan segmentar los datos de la visualización en función de sus características
temporales. Estas características son dos principales:

1. Selector del rango temporal a mostrar: A través de un selector de

rangos (un elemento de interfaz similar a un slider pero con dos cabezas
deslizantes), se ha implementado un sistema que permite visualizar los te-
leport de cualquier tipo en función del rango temporal seleccionado. Este
selector se encuentra en la parte superior derecha de la interfaz. De esta
forma se puede visualizar, en función del interés del analista, qué conjuntos
de teleports tienen lugar en el rango temporal seleccionado, así como ir mo-
viendo ese rango temporal en la escala del selector e ir viendo la evolución
temporal en los teleport y extraer conclusiones sobre estas visualizaciones,
como por ejemplo, qué usuarios son los más activos, qué cantidad de teleports
se asocian a un grupo en un tiempo concreto, en qué épocas hay una mayor
carga movimientos o uso en el Mundo Virtual, si los teleports tienen carac-
terísticas cíclicas en determinados usuarios, etc. El rango temporal mínimo
que se puede seleccionar es de un mes, el máximo dos años.
2. Slider temporal de los teleport que realiza un usuario en el Mundo
Virtual: A través de la funcionalidad y el slider que se describe en la sec-
ción 4.7, es posible extraer información sobre todos los movimientos que ha
realizado un usuario en el Mundo Virtual, estos movimientos se presentan
ordenados temporalmente.
A través de este mecanismo se pueden realizar buena parte de las tareas
de análisis que plantea MacEachren como, por ejemplo, ¿un usuario realiza
movimientos cíclicos a lo largo del tiempo?, ¿Con qué frecuencia temporal
realiza teleports el usuario?, ¿Existen cambios significativos en los teleports
en función de la época del año?, ¿Qué cantidad de teleports realiza el usuario
en cada época?, etc.

4.4. Representación de teleports de salida

En este apartado se analizará el comportamiento de la visualización en el

caso de la representación visual de los teleport de salida, sea cual sea el filtrado
que se aplique sobre la visualización: teleports de salida de una isla, teleports de
salida relacionados con un grupo de usuarios, y teleports de salida relacionados
con cada usuario concreto del Mundo Virtual.
44

Figura 3. Visualización de los teleport de salida relacionados con una isla o región del
Mundo Virtual

En la figura 3 se observa cómo se comporta la visualización en el caso de que se

seleccione una región concreta y se quieran visualizar los teleports de salida. En
la parte derecha de la interfaz, como se comentó anteriormente se encuentran
una serie de elementos de control, y se observa que se ha seleccionado (recuadro
en color verde) la visualización de los Teleports Salida.
En este caso (la visualización de los teleport de salida de una región) se observa
cómo del conjunto de arcos de usuarios relacionados con los distintos grupos y
una región concreta, surgen un conjunto de líneas curvas, codificadas con el color
correspondiente a esa región (que se puede observar en el color de las etiquetas
textuales de la región y los grupos que pertenezcan a ella). Estas líneas repre-
sentan únicamente los teleport que han realizado los usuarios que pertenecen a
grupos de aprendizaje y prácticas relacionados con esa región, no se observan
los teleport de salida que han realizado otros usuarios que hayan pasado por la
región, debido a que ese comportamiento no cumpliría los principios de la jerar-
quía de datos y la visualización jerárquica empleada.
En la parte derecha de la visualización, se observa una figura cuadrada roja
acompañada de una inscripción que pone Mostrar Patrones Teleport Región. Es-
te elemento, si se se activa, muestra los patrones o reglas de movimiento que
parten de esa región hacia otras, estos patrones de movimiento se han obtenido
mediante los procesos de Minería de Datos (apartado 3), y se comentará su vi-
sualización en el apartado 4.6.
En el caso de los teleport de salida de un grupo, la visualización toma un aspecto
parecido al caso de las regiones, aunque las líneas curvas que representan los dis-
tintos teleports surgen de los arcos que representan a los usuarios que pertenecen
al grupo que se está analizando, estas líneas también estarán codificadas con el
color correspondiente al grupo de usuarios, que coincide con el color asignado a
 45

la región a la que pertenece el grupo. En el caso de este grupo de usuarios, se

puede ver que se han movido a todas otras regiones del Mundo Virtual (incluso
de su región a su región). Nótese que las líneas de llegada de un teleport a una
región, se distinguen porque no llegan a tocar ningún arco perteneciente a una
región, ya que el único que podrían tocar sería el de la región (un teleport no
puede llegar a un grupo o a un usuario, sólo a un territorio), y si se estirase la
línea hasta el arco de la región podría hacer perder parte de la simplicidad a la
visualización, dificultando la comprensión de datos.
En el caso del análisis visual de los teleport de salida de un usuario (figura 4), el

Figura 4. Visualización de los teleport de salida de las regiones a las que pertenece un
usuario

comportamiento de la visualización es distinta, ya que muestra todos los teleport

de salida de las distintas regiones a las que puede pertenecer un usuario. Es de-
cir, si un usuario pertenece a varias regiones, incluso a varios grupos por región,
se mostrarán los teleport que salen de los arcos de ese usuario en cada región,
viendo además a qué islas o regiones se dirige. A través de la codificación por
colores en función de la región de donde salga el teleport, es posible distinguir a
qué territorios se dirige el usuario en función de la isla en la que se encuentre.
En este caso se observa que los elementos de control de la parte derecha de la
interfaz cambian respecto a los otros casos. Cuando se analizan los teleport de
un usuario se ofrecen dos opciones más, la visualización detallada de todos los
teleport de un usuario, y la visualización de los patrones de teleport de dicho
usuario; las visualizaciones que resultan de activar estas opciones se explicarán
a continuación (apartados 4.6 y 4.7).
46

4.5. Representación de teleports de entrada

En el caso de que un usuario quiera analizar los teleport de entrada a una
región, deberá seleccionar dicha opción en los elementos de control de la interfaz,
que sólo funcionarán en el caso de que el usuario quiera conocer los teleport de
entrada a cualquier región (teniendo activado el visionado de todos los datos), o
en el caso de que esté evaluando una región concreta. En los casos del análisis de
usuarios y grupos, la opción de visualizar los teleport de entrada no funcionará,
debido a que, como se comentó anteriormente, no es posible llegar a un grupo o
a un usuario, sólo se llega a un terreno.
Como se puede observar en el figura 5, cuando se selecciona una región y la

Figura 5. Visualización de los teleports de entrada a una región

opción de ver los teleport de entrada, se muestra una vista donde aparecen
distintas líneas codificada con los colores de las regiones de los que partan los
teleport. Por lo tanto, a la región seleccionada llegarán una serie de líneas que
parten de las distintas regiones del Mundo Virtual desde donde se haya llegado
a la región seleccionada.

4.6. Visualización de los patrones de teleport

Como se apuntaba anteriormente, en las vistas de análisis de usuarios y regio-
nes, se ofrece la opción de visualizar sus patrones de teleport, obtenidos mediante
los algoritmos de Minería de Datos, por lo tanto ha sido necesario diseñar cómo
un conocimiento extraído de esa forma podría ser representado [16].
En el caso de los patrones de teleport de usuarios, se ha optado por la represen-
tación a través de las líneas que representan el origen y destino de esos teleports.
Estas líneas son de un color distinto al resto (color #bcbd22), y su ancho es
 47

Figura 6. Visualización de los patrones de movimiento en el caso de los usuarios del

Mundo Virtual

proporcional a la probabilidad de teleport entre las dos regiones que unen. De

esta forma, cuando se representan visualmente los patrones de teleport, se mues-
tran las líneas de teleport del usuario, de modo normal, y las que representan los
patrones de movimiento, de modo que el contraste por el color y tamaño hacen
que el usuario se fije rápidamente en ellas. Un ejemplo de esta representación
visual se puede observar en la figura 6. Hay que señalar que en esta vista, sólo se
representan, de igual modo que en los teleport de salida, los teleport de las islas
a las que pertenece el usuario, no se pintan los teleport de las regiones en las
que no está registrado el usuario. También es necesario apuntar que en la parte
izquierda de la interfaz de usuario se mostrará la información textual acerca de
las 10 reglas de comportamiento más relevantes para ese usuario, con el texto
codificado como en otros casos con los colores de las regiones a las que hagan
referencia.
En el caso de la visualización de los patrones de movimientos entre regiones,
la representación visual se realiza de forma distinta. En este caso, cuando el
analista elige ver los patrones de movimientos, desaparece de la visualización el
conjunto de teleports que salen o entran a esa región seleccionada. En su lugar se
dibuja un esquema de puntos y líneas curvas, de modo que cada punto, centrado
en el arco de la región a la que se corresponde, se dibuja con una codificación en
función del color de la región a la que representa. Una vez establecida la referen-
cia entre los puntos correspondientes a las regiones del entorno virtual que estén
presentes en las reglas o patrones de teleport, se dibujan las líneas que unen la
región de origen con las de destino. En este caso las líneas se codificarán con el
color de la región de origen, y representarán la probabilidad de ocurrencia de
ese patrón de teleport a través de su ancho (figura 7). De igual forma que en los
patrones de teleport referentes a los usuarios, en la parte izquierda de la pan-
48

Figura 7. Visualización de los patrones de movimiento entre regiones del Mundo Vir-
tual

talla se mostrará la información textual sobre esas reglas, también codificando

las regiones implicadas en cada regla con los colores de la región a la que hacen
referencia.

4.7. Visualización detallada de los teleport de un usuario

En la vista de análisis sobre los teleport de los usuarios, se ofrece una opción
de visualización detallada de todos los teleport que ha realizado un usuario a
lo largo de la existencia de su avatar en el entorno 3D. Cuando se activa la
opción Ver todos los teleport del usuario, disponible únicamente en la vista de
teleports de un usuario concreto, se activa un slider en la interfaz, a través del
cual, mediante el deslizamiento por la barra horizontal y su escala, es posible
visualizar paso a paso y en orden cronológico todos los teleport que ha realizado
un usuario. De este modo es posible ver la evolución espacio-temporal del usuario,
pudiendo comprender en función de las fechas y el teleport que realiza, qué le
mueve a realizar cada uno de ellos (para llegar a este nivel de descubrimiento de
conocimiento, el usuario que analice estos conjuntos de teleport debe tener un
amplio conocimiento previo de las actividades teórico-prácticas que existen y qué
características tiene el entorno virtual). Como complemento a la visualización de
líneas que van de una región a otra, se hace uso de información textual, aunque
en este caso en la parte derecha de la interfaz, justo debajo del slider usado para
hacer las transiciones sobre el conjunto de teleports. En esta información textual
se incluye una descripción acerca del teleport que se está mostrando; con una
descripción que incluye la región de origen, la región de destino, el usuario que
la realiza, y la fecha y hora del teleport para que se comprendan perfectamente
las características del teleport, y se pueda conocer si tiene relevancia o no en las
tareas de análisis.
 49

4.8. Codificación de colores

Como señalan múltiples autores, como Colin Ware [17] o Edwar Tufte [18],
una correcta aplicación del color en la visualización puede hacer que una visuali-
zación de información sea más clara, más agradable para el usuario, y sobretodo
más útil. Del mismo modo, Healey [19] sostenía que no se deben mostrar más de
diez colores simultáneamente en la pantalla, ya que los usuarios dejan de dife-
renciarlos de forma clara y se pierde información. Por ello, se ha planteado una
interfaz donde nunca se lleguen a visualizar más de diez colores, esto es posible
mediante una cuidada organización en la distribución de elementos visuales y su
asignación de colores.
En este trabajo de investigación, el color ha tenido una gran influencia, ya que

Figura 8. Vista detalle sobre la codificación del color en la información textual de cada
tipo de elemento de la jerarquía de datos

se ha hecho uso de la capacidad de Etiquetado que posee (Ware [17]). Esta ca-
pacidad implica que un color es un buen recurso para asociar objetos visuales, y
hace que el usuario pueda relacionar distintos atributos de objetos a simple vista
y sin tener que realizar un complejo proceso mental de emparejado de entidades
visuales. En cuanto a esta característica de etiquetado, cabe destacar que se ha
aplicado de forma que un mismo color representa siempre la misma semántica
en los datos, es decir, cada isla o región del entorno virtual, así como los grupos
y usuarios que pertenecen a ella, tienen un único color de etiquetado, de modo
que el usuario sea capaz de, sólo visualizando el color, relacionar el concepto con
la isla, grupo o usuario del que se está mostrando la información (en la figura
8 se observa como incluso la información textual de cada tipo de datos se co-
difica por los colores correspondientes). Cada teleport que salga de la jerarquía
de datos de una región, tendrá asociado un color, de modo que, por ejemplo, es
posible distinguir la dirección de un teleport en función del color de la línea que
representa el teleport.
En cuanto a la paleta o gama de colores disponibles en la visualización (#1f77b4,
#ff7f0e, #2ca02c, #d62728, #9467bd, #8c564b, #e377c2, #c2c2c2, #bcbd22,
50

#17becf), es necesario comentar que no es una escala determinada simplemente

por características de diseño, sino que se trata de una escala desarrollada de tal
forma que la diferencia entre las distintas tonalidades y colores que la confor-
man son lo suficientemente distintas como para que un usuario (sin problemas
de visión del color) sea capaz de diferenciarlas sin problema. Esta escala ha sido
propuesta por Mike Bostock y se conoce como Categorical Colors [20].
La aplicación de estos colores, a nivel de diseño concuerda con el objetivo de
desarrollar una interfaz clara, sencilla y visualmente atractiva. Por ello se ha
optado por el uso de colores claros para los datos que se muestren siempre, y
colores vivos para centrar la atención sobre los datos que deben ser considerados
de inmediato por el usuario o analista.

4.9. Mecanismos de Interacción en la Visualización HEBATT

A lo largo de este trabajo de investigación, se ha tenido especial cuidado con

todos los aspectos que influyen en la calidad de la visualización, desde la codi-
ficación de variables visuales, la muestra de información [21], las herramientas
de análisis que se permiten, etc. Dentro de este cuidado de los elementos que
aseguran la calidad de la visualización, se encuentran unos muy especiales: los
Mecanismos de Interacción. Estos mecanismos son métodos de interacción con
la visualización, de modo que permiten realizar de una forma más sencilla las
distintas tareas de análisis [22].
Entre los distintos Métodos de Interacción que se incluyen en la herramienta
visual HEBATT, destacan:

Seleccionar: Permitir seleccionar un elemento visual que se quiere analizar,

hace que el usuario pueda generar visualizaciones de datos segmentadas que
le facilitan la comprensión de la información que se le presenta. El método
de interacción seleccionar es el que permite que cuando un usuario pinche
en un archo de región, grupo o usuario, la visualización cambie para mostrar
sólo los datos relacionado con el elemento sobre el que ha hecho clic.
Explorar: El mecanismo de interacción explorar, permite al usuario modi-
ficar la visualización de modo que pueda cambiar los datos que desee sin
mostrar el resto. Este mecanismo se implementa a través de los distintos
elementos deslizadores o sliders, ya que en varios casos en los que se pueden
aplicar (movimiento en la línea temporal de los teleport, y muestra sucesiva
de los teleports de un usuario), mediante el movimiento del cabezal de este
elemento se va modificando la vista, de modo que el usuario puede ir bus-
cando la ocurrencia de datos que desee, sin que le molesten el resto de datos
que no tengan relación con la selección que hace el usuario.
Filtrar: Los filtros permiten al usuario seleccionar qué datos desea observar
y cuáles no, ya que todos los datos que no cumplan el filtro seleccionado
por el usuario no se mostrarán. En la visualización HEBATT hay distintos
métodos de filtrado:
– Filtrados temporales: Del mismo modo que se puede hacer un uso ex-
ploratorio del selector temporal, este sirve también para filtrar los datos de
 51

movimientos en el espacio virtual en función de las fechas. Si se ajusta un

rango de fechas, y se fija en algún punto de la línea temporal, se está reali-
zando un filtrado por fecha, de modo que en la visualización sólo aparecerán
los datos que se correspondan con ese rango de fechas definido.
– Filtrados por tipo de teleport: En el caso de la visualización de datos
general y por regiones, es posible especificar qué tipo de teleport se quiere
visualizar (entrada, salida o combinados). Esto se indica mediante un filtrado
implementado a través de un elemento de tipo radioButton, que sólo permite
que esté seleccionado un filtro por tipo de teleport en un instante concreto
de tiempo.
– Filtrados para patrones de comportamiento: De forma similar al
filtrado por tipo de teleport, en las vistas que en las que se analizan los datos
de las regiones o lo usuarios, es posible seleccionar la opción Mostrar Patrones
(de usuario o región). En este caso este filtrado que permite mostrar o no
los patrones de comportamiento es distinto al resto de filtrados, ya que en
función del elemento donde se seleccione el filtrado, la vista de datos anterior
desaparecerá o no. En el caso de los usuarios, los datos referentes al usuario
seleccionado no desaparecen, sino que la visualización de los patrones de
comportamiento completa la vista de los datos. Sin embargo, en el caso de la
muestra de patrones de movimientos en las regiones, los teleport de la región
se ocultan para mostrar únicamente la codificación visual de estos patrones
de teleport entre regiones.
– Filtrados mediante búsquedas: El analista que utilice la herramienta
de visualización, puede realizar filtrados mediante la introducción de texto
en la caja de entrada textual habilitada para tal efecto. Mediante la correcta
escritura del nombre de alguna región, grupo o usuario, el sistema filtrará
la información que se está mostrando para pasar a representar visualmente
sólo la información correspondiente al elemento que haya coincidido con la
búsqueda.
Modificar la interfaz: En este caso, al usuario se le permiten hacer modi-
ficaciones en los elementos visuales, cambiando así su aspecto para revelar
si es posible datos que se encuentren ocultos o no sean claros. Esta modifi-
cación de la interfaz se realiza a través del slider “Seleccionar Opacidad” que
permite al usuario seleccionar la opacidad o transparencia de las líneas que
representan los conjuntos de teleports y así descubrir si hay relaciones en los
datos que no se vean de un primer vistazo .

5. Conclusiones
En este trabajo de investigación se ha desarrollado un nuevo tipo de repre-
sentación visual de los movimientos de los usuarios entre regiones de un Mundo
Virtual de Aprendizaje y Prácticas, con lo cual se ha cumplido el objetivo que se
planteaba inicialmente. En cualquier caso, no se puede asegurar que esta visua-
lización sea totalmente válida, ya que no ha sido probada por usuarios reales, ni
analistas de datos. Ese es un aspecto de los que se realizaría en futuras iteracio-
nes en el proceso de investigación, ya que es fundamental validar la herramienta
52

mediante el uso, de modo que se pueda comprobar si los conceptos teóricos apli-
cados son lo suficientemente claros como para que un usuario del tipo que sea
(experto, no iniciado, etc.) sea capaz de usar la visualización sin ayuda y con un
tiempo de entrenamiento lo más corto posible.
Esta visualización se ha desarrollado para el uso concreto en el caso de los
teleports en un Mundo Virtual, pero de igual forma se podría aplicar a cualquier
tipo de movimiento migratorio, ya sea generado en un sistema digital o en la
realidad. Por ejemplo, un esquema similar al que se presenta en este trabajo, se
podría proponer para visualizar los flujos migratorios (de personas, de animales,
etc.) entre regiones y países del mundo, ya que mientras se cumpla en parte la
jerarquía de datos la visualización se puede adaptar a otros casos.
 Bibliografía

[1] J. P. Shim, M. Warkentin, J. F. Courtney, D. J. Power, R. Sharda, and

C. Carlsson, “Past, present, and future of decision support technology,” De-
cision support systems, vol. 33, no. 2, pp. 111–126, 2002.
[2] K. Borner, W. R. Hazlewood, and S.-M. Lin, “Visualizing the spatial and
temporal distribution of user interaction data collected in three-dimensional
virtual worlds,” in Information Visualisation, 2002. Proceedings. Sixth In-
ternational Conference on, pp. 25–31, IEEE, 2002.
[3] K. Börner and S. Penumarthy, “Social diffusion patterns in three-
dimensional virtual worlds,” Information Visualization, vol. 2, no. 3,
pp. 182–198, 2003.
[4] J. Cruz, R. Therón, E. Pizarro, and F. J. García-Peñalvo, “Análisis de datos
en mundos virtuales educativos,” in Actas del XV Simposio Internacional
de Tecnologías de la Información y las Comunicaciones en la Educación
(SINTICE13), 2013. En Prensa.
[5] J. Cruz, R. Therón, E. Pizarro, and F. J. García-Peñalvo, “Knowledge dis-
covery in virtual worlds usage data: approaching web mining concepts to
3d virtual environments.,” in Proceedings Fourth International Workshop
on Knowledge Discovery, Knowledge Management and Decision Support
(Eureka-2013), 2013. En Prensa.
[6] R. Agrawal, T. Imieliński, and A. Swami, “Mining association rules between
sets of items in large databases,” in ACM SIGMOD Record, vol. 22, pp. 207–
216, ACM, 1993.
[7] M. Kantardzic, Data mining: concepts, models, methods, and algorithms.
John Wiley & Sons, 2011.
[8] E. Pizarro Lucas and J. Cruz Benito, “Usalsim: Inserción profesional, prác-
ticas y aprendizaje en un mundo virtual,” in Buenas Prácticas de Emplea-
bilidad de Estudiantes Universitarios, pp. 87–99, Universidad Miguel Her-
nández, Ministerio de Educación, Cultura y Deporte, 2012.
[9] E. P. Lucas, J. C. Benito, and O. G. Gonzalo, “Usalsim: Learning and pro-
fessional practicing in a 3d virtual world,” in 2nd International Workshop on
Evidence-based Technology Enhanced Learning, pp. 75–82, Springer, 2013.
[10] D. Holten, “Hierarchical edge bundles: Visualization of adjacency relations
in hierarchical data,” Visualization and Computer Graphics, IEEE Tran-
sactions on, vol. 12, no. 5, pp. 741–748, 2006.
[11] D. H. Holten, Visualization of graphs and trees for software analysis. PhD
thesis, Technische Universiteit Eindhoven, 2009.
[12] B. Cornelissen, D. Holten, A. Zaidman, L. Moonen, J. J. Van Wijk, and
A. Van Deursen, “Understanding execution traces using massive sequence
and circular bundle views,” in Program Comprehension, 2007. ICPC’07.
15th IEEE International Conference on, pp. 49–58, IEEE, 2007.
54

[13] B. Shneiderman and C. Plaisant, Designing The User Interface: Strategies

for Effective Human-Computer Interaction, 4/e (New Edition). Pearson
Education India, 2003.
[14] “Processing: Drawing curves.” http://processing.org/tutorials/
curves/. R. E. (14). Julio, 2013.
[15] A. MacEachren, How Maps Work. Guilford, New York, 1995.
[16] D. A. Keim, “Information visualization and visual data mining,” Visualiza-
tion and Computer Graphics, IEEE Transactions on, vol. 8, no. 1, pp. 1–8,
2002.
[17] C. Ware, Information Visualization: Perception for Design. Elsevier Inc,
2013. ISBN: 978-0-12-381464-7.
[18] E. R. Tufte, Beautiful evidence, vol. 23. Graphics Press Cheshire, CT, 2006.
[19] C. G. Healey, “Choosing effective colours for data visualization,” in Visua-
lization’96. Proceedings., pp. 263–270, IEEE, 1996.
[20] M. Bostock, “D3 categorical colors.” https://github.com/mbostock/d3/
wiki/Ordinal-Scales\#categorical-colors. R. E. (14). Julio, 2013.
[21] B. Shneiderman, “The eyes have it: A task by data type taxonomy for
information visualizations,” in Visual Languages, 1996. Proceedings., IEEE
Symposium on, pp. 336–343, IEEE, 1996.
[22] R. Therón and L. Fontanillo, “Diachronic-information visualization in his-
torical dictionaries,” Information Visualization, 2013. En Prensa.
 Análisis de integración de soluciones basadas en
software como servicio para la implantación de
ecosistemas tecnológicos corporativos

Alicia García Holgado1 y Francisco José García Peñalvo1

1
Grupo de investigación GRIAL - Instituto Universitario de Ciencias de la Educación
(IUCE) - Departamento de Informática y Automática, Universidad de Salamanca.
Paseo de Canalejas 169. 37008 Salamanca, España
{aliciagh,fgarcia}@usal.es

Resumen El software como servicio y la orientación 2.0, con indepen-

dencia del dominio, constituyen la realidad tecnológica de las institucio-
nes. Existen aplicaciones Open Source potentes que cubren la mayoría
de las necesidades TIC de cualquier entidad, tanto para su operatividad
como para la gestión de sus procesos internos. Por tanto, el problema no
reside en la falta de soluciones tecnológicas sino en lograr que la integra-
ción no sea ad-hoc. En este punto entra en juego el concepto de mashup,
que considera un sistema de información web como una combinación de
componentes de varias fuentes para conformar un servicio completo.
Este trabajo busca cómo obtener mashups con una alta flexibilidad y
adaptabilidad a las necesidades tanto del usuario final como del técnico
o especialista. Este tipo de solución constituye un ecosistema tecnológico,
donde cada uno de los componentes del sistema es un organismo con un
ciclo de vida independiente, y el medio físico donde se relacionan abar-
cará la integración y los flujos de información entre dichos componentes.
Para ello se estudian soluciones en diferentes ámbitos como empresas, la
Administración Pública o instituciones educativas. Con los principales
resultados y conclusiones de estos estudios se define un patrón arquitec-
tónico para un ecosistema tecnológico de aprendizaje que se aplica en un
nuevo dominio.

Keywords: Ecosistema Tecnológico, Ecosistema eLearning, Software Open

Source, Servicios Web, Patrón Arquitectónico

1. Introducción
La constante evolución de la tecnología en el ámbito de la computación,
más concretamente de las redes de información y los dispositivos que acceden a
dichas redes, ha supuesto una evolución en el desarrollo de soluciones software.
La aparición en 2004 de la Web 2.0 [1] supuso un cambio radical en la forma de
percibir el uso de Internet. Las páginas web con contenido estático creadas por
unos pocos usuarios con los conocimientos de HTML necesarios dejaban paso a
una web dinámica en la que el espectador se convierte en creador, ya que puede
aportar sus propios contenidos de manera sencilla.
56

Hace tan solo una década el desarrollo software se centraba en la definición de

aplicaciones de escritorio que fueran compatibles con el sistema operativo de los
usuarios finales. Actualmente tanto los usuarios como las empresas de software
han ido abandonando este tipo de aplicaciones estancas para pasar a utilizar y
desarrollar aplicaciones software basadas en la Web 2.0. Unido a esto, la alta
penetración de los dispositivos móviles en la sociedad ha generado una gran
demanda de aplicaciones accesibles desde cualquier tipo de dispositivo, lo que
acentúa más la tendencia de las organizaciones de moverse hacia un modelo de
cloud computing [2] [3] para cubrir sus necesidades, tendiendo al uso de soluciones
Software as a Service (SaaS), un modelo de implementación software donde las
aplicaciones están alojadas remotamente por el proveedor de la aplicación o
servicio y puestas a disposición del cliente bajo demanda a través de Internet
[4].
El cambio de paradigma, junto a la aparición de una gran variedad de frame-
works para el desarrollo de este tipo de soluciones, ha provocado una explosión
en el desarrollo de aplicaciones software basadas en la Web, así como de apli-
caciones para dispositivos móviles. Existe una sobrecarga de soluciones software
con un mismo objetivo, de tal manera que, en muchas ocasiones, el problema
no reside tanto en el desarrollo de soluciones software sino en la elección de la
mejor solución de las que ya existen.
Paralelamente a la vertiginosa evolución de la tecnología, el concepto de
Software Libre [5] y desarrollos Open Source [6] ha tomado fuerza y cada vez
son más las empresas e instituciones que apuestan por este tipo de desarrollos. Un
ejemplo de ello es la estrategia de la Comisión Europea de promoción de software
Open Source [7] [8] o la apuesta por el conocimiento y el uso del software libre
del Gobierno de España mediante el Centro nacional de Referencia de Aplicación
de las TIC basadas en fuentes abiertas (CENATIC) [9].
Las entidades, desde la pequeña empresa hasta la Administración Pública,
generan una gran cantidad de conocimiento. La importancia de darle valor a
dicho conocimiento ha ido en incremento a lo largo de los últimos años, unido
a la creciente capacidad tecnológica para almacenar y difundir la información.
Hoy en día, son pocas las empresas e instituciones que no tienen entre sus ob-
jetivos estratégicos realizar una correcta gestión del conocimiento que generan,
de tal forma que este revierta en beneficios para la propia entidad. A grandes
rasgos, los principales beneficios que el conocimiento generado puede reportar a
una entidad, independientemente del tipo de entidad que sea, son dos. En pri-
mer lugar, una buena gestión del conocimiento y, por tanto, de la información,
permite mejorar los flujos de trabajo y proporciona las vías necesarias para la
toma de decisiones. En entidades de pequeño tamaño esta ventaja puede ser me-
nos evidente pero si se toma una institución de gran envergadura o un grupo de
empresas, la toma de decisiones es un proceso complejo cuyo resultado conlleva
graves consecuencias si no se tienen en cuenta todas las variables. En segundo
lugar, una buena gestión del conocimiento incluye procesos y métodos para darle
visibilidad, si no a todo al menos a una parte, con el fin de llegar al público de
interés. Una empresa o una institución que no tiene presencia en Internet, que
 57

no muestra los logros conseguidos, las mejoras en las que invierte sus esfuerzos,
tiene fecha de caducidad.
Las empresas e instituciones están realizando una fuerte apuesta por la orien-
tación 2.0 y el software Open Source como pilares fundamentales para cubrir sus
necesidades tecnológicas, tanto para su funcionamiento interno como para su
visibilidad de cara al público.
Existe un gran abanico de soluciones Open Source que cubren las necesidades
TIC básicas de una entidad, desde aplicaciones para la gestión de contenidos o
de la formación hasta herramientas para la toma de decisiones o la planificación
temporal. Por tanto, el problema no reside en el desarrollo de dichas soluciones,
sino en la elección e integración de las mismas para que los flujos de información
se adapten a las peculiaridades propias de cada entidad. Este tipo de soluciones,
denominadas ecosistemas tecnológicos y cuya definición se plantea a continua-
ción, permiten centrarse en la información, en el conocimiento, para dejar de
lado la tecnología subyacente.
El término ecosistema tecnológico se utiliza para definir un conjunto de com-
ponentes software que se relacionan entre sí mediante flujos de información en un
medio físico que proporciona el soporte para dichos flujos. Si se toma la defini-
ción más sencilla de ecosistema natural se habla sobre un conjunto de organismos
vivos y un medio físico donde se relación. Si se observa ambas definiciones se ve
una clara analogía entre un ecosistema natural y un ecosistema tecnológico, los
componentes software desempeñan la labor de organismos vivos del ecosistema
tecnológico, interactuando con otros organismos y viéndose condicionados por
el medio físico que les rodea. Al igual que ocurre en un ecosistema natural, el
ecosistema tecnológico cumple los tres principios básicos de la ética ecológica:
En un ecosistema todos los seres vivos son interdependientes y se necesitan
entre sí. Lo mismo ocurre en un ecosistema tecnológico, donde cada compo-
nente se relaciona con otros componentes. Si un componente es totalmente
independiente entonces no forma parte del ecosistema.
La estabilidad de los ecosistemas depende de su diversidad. Un ecosistema
tecnológico es más estable cuantas más posibilidades y opciones ofrezca, pero
manteniendo una armonía, unidad, seguridad y coherencia entre sí.
Todas las materias primas son limitadas y existen límites en el crecimiento
de todos los sistemas vivos. El ecosistema tecnológico debe crecer de manera
controlada. Su evolución sin un fin concreto puede llevar a tener un ecosis-
tema insostenible que no cumple con la finalidad para la que se desarrolló.
Cabe destacar que una de las características fundamentales de un ecosistema
tecnológico es la capacidad del sistema para soportar los cambios y adaptarse a
las necesidades de los usuarios a lo largo del tiempo. Para que esto ocurra los
componentes software que forman el ecosistema deben ser capaces de adaptarse
a los cambios. Según Darwin “It is not the strongest of species that survive, nor
the most intelligent, but the ones most adaptable to change.” [10]. Traducido al
contexto tecnológico, no pervive en el ecosistema aquel componente que es más
robusto, o que aporta la funcionalidad clave, sino el que mejor se adapta a los
cambios del conjunto de componentes con los que coexiste.
58

El ecosistema tecnológico se puede orientar a diferentes ámbitos. Si el eco-

sistema está orientado a la gestión de la formación se denomina ecosistema de
aprendizaje o ecosistema eLearning [11] [12]. También puede orientarse a la crea-
ción de un espacio integral de gestión de la información interna/externa de la
entidad o a la gestión de procesos internos, la implementación de herramientas
y procesos de social media, o una combinación de estas soluciones.
El GRupo de Investigación en InterAcción y eLearning (GRIAL) de la Uni-
versidad de Salamanca (http://grial.usal.es), desde su nacimiento en 2006,
ha trabajado en la mejora y evolución de los ecosistemas tecnológicos, de for-
ma que la gestión estratégica del conocimiento y de la tecnología es una de sus
principales líneas de investigación. Gracias al carácter interdisciplinar de sus
miembros, procedentes de tres ámbitos de investigación bien diferenciados pero
que se complementan (la Ingeniería Informática, la Educación y la Teoría de
la Comunicación), el planteamiento de los ecosistemas tecnológicos ha podido
llevarse a cabo en contextos muy variados, lo que ha permitido aprender de las
experiencias e incorporar los resultados de investigación generados en las otras
líneas de investigación que desarrolla el grupo, todas ellas estrechamente vincula-
das entre sí de manera transversal (sistemas interactivos para el aprendizaje, las
tecnologías para el aprendizaje, la ingeniería web y la arquitectura del software,
la metodología del aprendizaje online, la calidad y evaluación en educación, la
teoría de la comunicación) [13].
En las siguientes secciones se presenta una descripción del estado del arte
sobre sistemas de información hasta llegar a la percepción actual de los ecosiste-
mas tecnológicos y en particular de los ecosistemas para el aprendizaje (2), los
diferentes casos de estudio analizados (3), la propuesta arquitectónica obtenido a
partir del análisis de los casos previos (4) y por último las conclusiones obtenidas
junto con las líneas de investigación futuras que se plantean como resultado del
proceso de investigación llevado a cabo (5).

2. Estado del arte

Toda empresa necesita disponer de sistemas de información para la gestión

de la propia empresa. A lo largo del tiempo, con la evolución del software y de
las necesidades de las empresas, los sistemas de información destinados a estas
han evolucionado considerablemente, pasando desde el software para la gestión
contable y el software de control de stocks al MRP (Material Requirement Plan-
ning), pasando por el MRP II (Manufacturing Resources Planning), hasta llegar
finalmente a los sistemas de información para la gestión de empresa actuales, los
ERP (Enterprise Resources Planning) [14].
Un ERP según Esteves & Pastor [15] es “un sistema compuesto por varios
módulos, tales como, recursos humanos, ventas, finanzas y producción, que po-
sibilitan la integración de datos a través de procesos de negocios incrustados.
Estos paquetes de software pueden ser configurados para responder a las necesi-
dades específicas de cada organización”. El ERP proporciona la infraestructura
de gestión de la información en los ecosistemas de negocio, los cuales se definen
 59

como la red de compradores, proveedores y fabricantes de productos o servicios

y su entorno de negocio [12]. Se trata, por tanto, de la parte tecnológica, digital,
del ecosistema de negocio y por analogía, el ERP podría ser el ecosistema tecno-
lógico o ecosistema digital de la empresa o institución. El ecosistema tecnológico
o digital de la empresa sería un sistema compuesto por un conjunto de módulos
que proporcionan la funcionalidad necesaria para gestionar los procesos de nego-
cio internos y externos de la empresa, para permitir el flujo de información entre
los diferentes componentes del sistema. Uden [12] extiende esta definición con
conceptos tales como evolución y cooperación, de tal forma que un ecosistema
digital es un entorno digital que permite la cooperación, el intercambio de cono-
cimiento, el desarrollo de tecnologías open y adaptative, junto con la evolución
del modelo de negocio, mediante la recombinación y evolución de los componen-
tes digitales que forman el ecosistema. Se consideran como componentes digitales
elementos tales como las aplicaciones, los servicios, el conocimiento, los procesos
y los modelos de negocio y los módulos de aprendizaje.
Desde la Unión Europea se considera a los ecosistemas digitales como la
evolución de las herramientas de e-business y los entornos de colaboración para
redes de organización. Un ecosistema digital posee una arquitectura basada en
componentes de Open Source que se combinan para trabajar de manera conjunta
para permitir la evolución gradual del sistema mediante la aportación de ideas
y nuevos componentes por parte de la comunidad [16].
Según Chang [17] el ecosistema natural se define como un entorno abierto,
débilmente acoplado, agrupado por dominios, conducido por las necesidades, con
agentes auto-organizados, donde cada especie es proactiva y responsable de su
propio beneficio. Si se sigue esta definición, cada una de las características del
ecosistema natural mencionadas se corresponden con características del ecosis-
tema digital. Abierto hace referencia a la transparencia del entorno. Débilmente
acoplado se define como las relaciones abiertas que se establecen entre especies
o entidades en la comunidad virtual, es decir, las entidades se relacionan entre
sí, pero no existe una fuerte dependencia entre las mismas. El dominio, que se
define como un conjunto de especies que tienen en común el mismo tipo de vida o
intereses parecidos, está presente dentro de un ecosistema digital donde los com-
ponentes se agrupan según los objetivos de gestión de información, claramente
definidos por la entidad en la que se implementa el ecosistema. Conducido por
las necesidades significa que las especies dentro del ecosistema digital colaboran
para alcanzar un beneficio mutuo. Los agentes auto-organizado son las personas,
las herramientas y las tecnologías de la información que dan soporte a los flujos
de información entre los diferentes recursos, de tal forma que pueden tomar de-
cisiones y cumplir responsabilidades para que dichos flujos tenga lugar de forma
correcta. Los agentes participan activamente en la comunidad y son responsables
de sus propias acciones.
Chang propone el ecosistema digital como un conjunto de agentes software
inteligentes que se organizan y colaboran entre sí para gestionar la información
según las necesidades existentes en cada momento dentro del ecosistema. Este
planteamiento sustituye a los usuarios como elementos centrales del ecosistema,
60

de forma que este rol se le atribuye a los agentes inteligentes que, a pesar de
poder llevar a cabo diferentes tareas y poseer características que les distinguen
unos de otros, tienen un comportamiento predefinido y aunque puedan apren-
der a lo largo del tiempo y evolucionar no dejan de ser un componente software
más. La interacción entre usuarios es un elemento fundamental en el ecosistema,
deben existir tareas automatizadas, flujos de información que se adapten a las
necesidades cambiantes del usuario, pero la interacción del usuario y la detección
de necesidades, permiten que el ecosistema evolucione y se adapte más rápida-
mente a su contexto. Los agentes inteligentes pueden adaptarse, pero les falta la
visión de una parte del sistema, la evolución de la propia entidad.
Basándose en la definición de Chang, Pata [18] elimina el concepto de agente
inteligente como especies del ecosistema y plantea una definición mucho más bio-
lógica dentro del contexto tecnológico: “Es un entorno abierto, auto-organizado,
que conecta ubicaciones geográficas y basadas en web, individuos, servicios de
información basados en herramientas sociales, interacción en la red y herramien-
tas de intercambio del conocimiento junto con recursos que ayudan a mantener
las sinergias entre las personas, donde cada sujeto es proactivo y responsable de
su propio beneficio.”
Aunque existen diferencias entre unos autores y otros, todos están de acuerdo
en un punto fundamental, hay una clara relación entre las características de un
ecosistema natural y un ecosistema tecnológico en cualquiera de sus variantes.
De esta forma, la mayoría de los autores respaldan la definición de ecosistema
tecnológico o de ecosistema de aprendizaje con la definición de ecosistema natural
con diferentes matices.
Cabe destacar la manera en la que Laanpere [19] aborda el tema. Este autor
se centra en los conceptos y deja de lado la funcionalidad o la naturaleza de los
elementos que representan estos conceptos. Laanpere representa los ecosistemas
naturales y los ecosistemas digitales mediante conceptos relacionados entre sí,
de tal manera que el ecosistema digital es una extensión del ecosistema natural.
Todos los conceptos que se utilizan para describir un ecosistema natural per-
miten describir un ecosistema digital. De esta forma, según lo expresado en el
propio diagrama, un ecosistema eLearning digital estará formado por elementos
bióticos, elementos abióticos, el entorno y los agentes.
Si se observan estas y otras definiciones, hay tres elementos que forman parte
de todo ecosistema natural y que están presentes en todas las definiciones [20]:

Organismos, cada uno de los cuales intenta cubrir sus funciones básicas:
comer, reproducirse y respirar.
El medio físico en el cual los organismos llevan a cabo sus funciones básicas.
El conjunto de relaciones entre los organismos, entre sí y con el medio.

Lo mismo ocurre en un ecosistema tecnológico, aunque con diferentes matices,

en todas las definiciones se tienen una serie de componentes software que se
relacionan entre sí en un medio físico que proporciona el soporte para dichas
relaciones.
 61

El ecosistema tecnológico se puede orientar a diferentes ámbitos. Si el eco-

sistema está orientado a la gestión de la formación se denomina ecosistema de
aprendizaje o ecosistema eLearning.
Pirie [21] plantea en el 2004 el ecosistema eLearning como la unión entre
la comunidad de aprendizaje y la empresa mediante un Learning Management
System (LMS). Considera inherente al desarrollo de este tipo de ecosistema la in-
tegración con los recursos humanos y el portal web de la empresa, lo que permite
a los empleados, desde el propio ecosistema, llevar a cabo actividades relativas
al contexto laboral tales como gestión de los planes médicos o consultar los pro-
gramas de formación que cubran las competencias relacionadas con el puesto de
trabajo y la carrera profesional del empleado. Pirie introduce un concepto muy
interesante, el uso del ecosistema eLearning para la toma de decisiones gracias a
la información proporcionada por el ecosistema para definir planes de formación
o mejorar la gestión de las actividades de toda la empresa.
Brodo [22] define ecosistema como un conjunto de interacciones sistémicas
entre grupos de organizaciones en las industrias que se superponen y entrecru-
zan para crear un equilibrio entre los flujos de oferta y demanda. Si se toma
dicha definición como punto de partida, se indica que el término ecosistema de
aprendizaje se utiliza para describir todos los elementos necesarios para imple-
mentar una solución eLearning, de forma que dichos elementos pertenecen a tres
categorías: proveedores de contenidos, consultores e infraestructura. A pesar de
utilizar el concepto de ecosistema, la solución no se diferencia de las solucio-
nes eLearning tradicionales donde existen unos contenidos, una metodología y
un software encargado en proporcionar el entorno de gestión del aprendizaje, el
LMS. La interacción entre los elementos así como los flujos de información no
son parte del ecosistema.
Más adelante, Uden [12], que parte de la base de las definiciones de Pirie y
Brodo, propone una aproximación a la definición de un ecosistema eLearning en
cinco grandes bloques, lo que refuerza dos aspectos fundamentales de cualquier
ecosistema, independientemente de la orientación del mismo, la integración y
una base teórica o metodológica:
La identificación de las necesidades de la organización que permiten la defi-
nición de una estrategia eLearning.
La elección del LMS correcto que se pueda integrar con las herramientas ya
existentes y que evite el uso de sistemas propietarios.
La definición del diseño pedagógico que sustenta la formación.
Los contenidos que van a estar disponibles dentro del ecosistema, además se
debe tener en cuenta el soporte a los estándares definidos en cuanto a desarro-
llos de objetos de aprendizaje con el objetivo de incrementar la reusabilidad
de los contenidos.
La facilidad de adaptación frente a cambios.
Ficheman [23] propone un esquema bastante simple de un ecosistema de
aprendizaje, con usuarios y contenidos como factores bióticos y hardware, soft-
ware y tecnología de red como elementos abióticos del ecosistema. En un eco-
sistema natural los individuos de una misma especie se agrupan en poblaciones,
62

y varias poblaciones se agrupan en una comunidad. Ficheman propone que las

poblaciones en un ecosistema de aprendizaje se forman a partir de los roles de los
usuarios, docente, tutor, técnico, etc., y las comunidades son las organizaciones
que agrupan a los diferentes roles y tipos de contenido.
Según Littlejohn [24], la combinación de las herramientas sociales con los eco-
sistemas de aprendizaje permite plantear ecosistemas de aprendizaje colectivo.
El ecosistema eLearning se centra en los recursos y las interacciones como medio
para llegar a ellos y crear nuevo conocimiento. Los recursos funcionan como nexo
de unión entre las personas que participan en el ecosistema, pero el centro del
aprendizaje es la interacción que se genera alrededor de estos recursos, de tal
manera que gracias a esa interacción se puede generar nuevo conocimiento, que
permite que el ecosistema de aprendizaje se mantenga y evolucione.
Ark [25] plantea el ecosistema eLearning como una evolución del LMS cuyo
fin es cubrir aspectos que influyen en el paradigma de aprendizaje, tales como
contenidos adaptativos, aprendizaje social, perfiles globales, motores inteligentes,
gran cantidad de contenidos en abierto y la explosión de aplicaciones móviles.
Independientemente del enfoque que se le de al ecosistema, ya sea de apren-
dizaje centrado en recursos o interacción entre agentes inteligentes, existe un
conjunto de componentes tecnológicos que forman el ecosistema. Adomavicius
[26] propone una serie de sencillos pasos para identificar la tecnología utilizada
en el ecosistema tecnológico:

Identificar la tecnología central o el punto de inicio del ecosistema tecnológico

y definir el contexto para poder identificar el resto de tecnologías necesarias.
Identificar las tecnologías que complementan a la central.
Identificar los componentes tecnológicos finales.
Identificar las tecnologías para dar soporte y crear la infraestructura nece-
saria para las anteriores tecnologías.

Según plantea Haymes [27], los ecosistemas tecnológicos influyen en la acep-

tación de una nueva tecnología. Cada vez se tiende más a la integración de dife-
rentes herramientas para cubrir las necesidades de los usuarios. Si una tecnología
emergente no es capaz de integrarse con tecnologías cuyo uso está extendido y
aceptado por un gran número de usuarios y cuya funcionalidad puede comple-
mentar a la de la nueva tecnología, entonces dicha tecnología terminará por caer
en desuso. Haymes añade un patrón para evaluar nuevas tecnologías, de tal for-
ma que las tecnologías utilizadas en el ecosistema deberían cumplir dicho patrón
y el conjunto global, el ecosistema, también:

Debe hacer algo que sea evidente para los usuarios.

Debe ser fácil de utilizar.
Debe convertirse en algo esencial en la vida del usuario.

Finalmente, Uden [12] organiza la tecnología elegida en tres capas: infraes-

tructura que sería una base tecnológica genérica, una capa que implementa la
adecuación del ecosistema al entorno de negocio y, por último, la implementación
de un modelo de negocio específico.
 63

Aquí entra en juego la escalabilidad del sistema. El ecosistema tecnológico, al

igual que el ecosistema natural, debe estar en continua evolución, adaptándose a
los cambios del entorno y permitiendo que los organismos que forman parte del
mismo puedan adaptarse a dichos cambios. El ecosistema tecnológico centrado
en la gestión del conocimiento en las empresas e instituciones tiende a crecer
al igual que lo hace el contexto en el que se encuentra. El crecimiento puede
tener lugar de dos formas, bien debido a que hay un mayor número de usuarios
que interactúan con el ecosistema, o bien debido a que los componentes del
ecosistema tienen que evolucionar, se incorporan componentes adicionales para
cubrir nuevas necesidades o se cambia unos componentes por otros. En ambos
caso el conocimiento gestionado, si el ecosistema está bien definido y cubre las
necesidades de la entidad, crecerá de manera continua a lo largo del tiempo.
Cada vez son más las empresas que utilizan servicios en la nube o cloud
computing para mejorar la escalabilidad de sus servicios y poder hacer frente
al crecimiento de la demanda de manera continua o puntual [2]. Resulta por
tanto lógico que las ventajas del uso de una infraestructura que siga el para-
digma del cloud computing pueden extenderse a los ecosistemas tecnológicos y
concretamente a los ecosistemas eLearning [28].
Para permitir la escalabilidad en un ecosistema tecnológico basado en cloud
computing se debe hacer uso de la virtualización, de tal manera que no exista una
barrera física entre los recursos hardware y la gestión de los mismos. La virtua-
lización de la infraestructura sobre la que se sustenta el ecosistema tecnológico
se realiza mediante tecnologías que permiten la monitorización y administración
de los recursos, las Máquinas Virtuales [29].
Bo et al. [30] realizan una propuesta de arquitectura basada en cloud com-
puting para los ecosistemas eLearning, aunque también es extensible a otros
ecosistemas tecnológicos. Estos autores plantean una arquitectura en tres ca-
pas, desde la infraestructura hasta la aplicación, y un conjunto de módulos que
permiten:
Monitorizar los recursos utilizados en el cloud.
Gestionar automáticamente los recursos del cloud en función de las estrate-
gias eLearning definidas y el uso de los recursos para llevar a cabo dichas
estrategias.
Gestionar manualmente algunas políticas del cloud.
Reasignar los recursos a partir de las órdenes recibidas por los módulos de
monitorización y políticas.
Este conjunto de módulos, además de asegurar la escalabilidad, permiten
disponer de mecanismos que detecten problemas antes de que afecten al fun-
cionamiento del sistema de cara al usuario, y además aseguran la calidad del
servicio y la disponibilidad del mismo.

3. Casos de estudio
Se introducen someramente tres casos de estudios que sirven como expe-
riencia acumulada y evolución tecnológica del concepto de ecosistema digital de
64

aprendizaje. En cada uno de los casos ha realizado el análisis DAFO cuyo resu-
men comparativo se recoge en la Fig. 2 y que servirá de base para la definición
de la propuesta arquitectónica objeto del presente trabajo.

3.1. Universidad Virtual

Dentro del contexto de la Universidad de Salamanca, surge en 2008, de la

mano del Vicerrectorado de Innovación Tecnológica el proyecto Estrategia Di-
gital 2010 con el objetivo de “definir, adquirir e implementar la infraestructura
física y lógica adecuada para que los procesos de formación, investigación y ges-
tión se puedan llevar a cabo utilizando la tecnología como una herramienta o un
medio que los facilite o posibilite, sin que por ello esta tecnología suponga una
barrera añadida a su desarrollo. Este objetivo se afronta desde una perspectiva
estratégica que concluya con una solución integrada, coherente y accesible” [31].
Se plantea la definición e implantación del ecosistema tecnológico institucio-
nal para gestionar todo el conocimiento de la Universidad, tanto de forma inter-
na, para lo que proporciona los medios necesarios para llevar a cabo los procesos
de formación, investigación y gestión, como de forma externa, ya que aporta
visibilidad a todo el conocimiento que posee una universidad con la trayectoria
de la Universidad de Salamanca, con casi 800 años de historia. Son muchas las
implicaciones, técnicas, metodológicas y de gestión, que conlleva un proyecto
de esta envergadura por lo que este caso de estudio se centra únicamente en
cuatro de los principales hitos del proyecto Estrategia Universidad Digital 2010
[31]: el repositorio institucional que permite la gestión documental de todo el
conocimiento producido dentro de la institución, GREDOS (Gestión del Reposi-
torio Documental de la Universidad de Salamanca) (http://gredos.usal.es);
el nuevo portal web institucional que proporciona la infraestructura necesaria
para dar soporte a la gestión de la información pública de todos los órganos,
institutos, facultades, departamentos, etc. existentes dentro de la Universidad
(http://www.usal.es); el Campus Virtual de la Universidad de Salamanca,
Studium (http://studium.usal.es), puesto en marcha desde la Universidad
Virtual; y el gestor de blogs, Diarium (http://diarium.usal.es), para propor-
cionar a la comunidad universitaria un espacio personal donde poder gestionar
su propio conocimiento.

3.2. GRIAL 2.0. Una propuesta de integración de servicios y

aplicaciones web en un portal académico personalizable

La definición y desarrollo del ecosistema tecnológico de GRIAL se plantea

como un portal académico 2.0 dentro del proyecto de fin de carrera de García
Holgado [32]. Se parte de la base del know-how adquirido a través de la ex-
periencia con el ecosistema tecnológico de la Universidad de Salamanca para
plantear un ecosistema formado por cuatro componentes principales, el portal
web del Grupo (http://grial.usal.es), la plataforma de eLearning (http:
//grial.usal.es/polis), el gestor de blogs (http://grial.usal.es/agora)
 65

y el repositorio documental (http://grialdspace.usal.es:443), conectados

entre sí a través de una serie de flujos de información.
El ecosistema de GRIAL supone un paso adelante respecto al ecosistema
institucional desarrollado en el marco del proyecto Universidad Digital de Sa-
lamanca. Se han planteado soluciones a las debilidades detectadas, intentando
potenciar las fortalezas y ofreciendo una mayor consistencia y adaptabilidad
frente a la evolución de todo el sistema.

3.3. Tagging, Recognition and Acknowledgment of Informal

Learning ExpeRiences (TRAILER)
El tercer caso de estudio se desarrolla en el marco del proyecto europeo
TRAILER (Tagging, Recognition and Acknowledgment of Informal Learning Ex-
peRiences) (http://trailerproject.eu) [33] [34] cuyo objetivo principal es la
elaboración de un ecosistema para la gestión de competencias adquiridas median-
te aprendizaje informal desde la perspectiva del usuario como de la institución
o empresa.
Los resultados principales que se desea alcanzar una vez finalizado el proyecto
son dos. En primer lugar, la definición y aplicación de un conjunto de metodo-
logías y recomendaciones para la integración del aprendizaje informal en las
instituciones y organizaciones. En segundo lugar, un ecosistema que proporcione
el marco tecnológico adecuado para la gestión de competencias, especialmente
aquellas adquiridas de manera informal, de tal forma que proporcione las herra-
mientas necesarias para llevar a cabo dicha gestión desde el punto de vista de
todos los actores involucrados, tanto los individuos como la institución a la que
estos pertenecen.
En la Fig. 1 se muestran los cuatro elementos principales del ecosistema,
el portfolio, el catálogo de competencias, el Informal Learning Collector (ILC)
[35] y el entorno institucional que proporciona herramientas de toma de decisio-
nes [36]. La integración de los diferentes componentes se ha realizado mediante
servicios web.
El ecosistema tecnológico de TRAILER introduce grandes cambios tanto
metodológicos como tecnológicos respecto a los planteamientos analizados en los
casos de estudio previos.

4. Patrón arquitectónico para un ecosistema tecnológico

de aprendizaje
Para llevar a cabo el análisis comparativo a partir de las matrices DAFO
obtenidas en los casos de estudio, se ha realizado una tabla que contiene el
análisis interno de cada uno de los ecosistemas tecnológicos planteados (Fig. 2).
La tabla se ha dividido en tres columnas, una por cada ecosistema analizado,
colocadas por orden temporal. Las debilidades y las fortalezas se han agrupado
en filas, para lo que se ha utilizado como criterio una serie de características
básicas entre las que se incluyen los cuatro ejes fundamentales. Para distinguir
66

Figura 1. Arquitectura del ecosistema TRAILER [34]

las debilidades de las fortalezas, y poder ver la evolución del sistema de manera
algo más visual, se ha utilizado el color rojo para indicar las debilidades y el
negro para las fortalezas.
El análisis de las diferentes características a lo largo de los diferentes ecosis-
temas tecnológicos estudiados proporciona el marco adecuado para definir una
serie de puntos en común que debe tener un ecosistema tecnológico:

Establecimiento de una sólida base metodológica y de gestión de proyecto y

riesgos.
Definición clara de los procesos y workflows necesarios para gestionar el
ecosistema.
Gestión centralizada de usuarios, con cobertura tanto de la gestión de los
datos como de la autenticación en todo el ecosistema.
Gestión centralizada de los datos estáticos, para que puedan ser utilizados
en los diferentes componentes del sistema.
Integración de los componentes de manera transparente, para así asegurar
la flexibilidad y la adaptabilidad del sistema frente a los cambios, es decir,
se debe contar con un plan de aseguramiento de la evolución del ecosistema.
Potenciación de la reutilización de los componentes del ecosistema, lo que
a su vez se transforma en un beneficio para la evolución de los diferentes
componentes.
Integración a nivel de presentación que transmita unicidad, de tal forma que
el usuario sea consciente de que se encuentra en el ecosistema.
Fuerte componente social que permita la integración con herramientas so-
ciales.
Soporte para la toma de decisiones y para el análisis de los flujos de infor-
mación que tienen lugar tanto dentro del ecosistema como provenientes del
exterior y viceversa.
Uso de software Open Source como base para el desarrollo de los componentes
del sistema con el fin de beneficiarse de las ventajas de este tipo de software.
 67

Figura 2. Análisis comparativo de los ecosistemas tecnológicos

68

Cade destacar la posibilidad de la modificación del código, el soporte de una

extensa comunidad de desarrolladores, así como la reducción de costes.
Definición de las estrategias y los planes de formación e inmersión necesarios
para facilitar la aceptación del ecosistema por parte de sus usuarios finales.

Tomando como punto de partida las características que debe tener un buen
ecosistema tecnológico, se ha definido un patrón arquitectónico de cinco capas
que permita sentar las bases del ecosistema teniendo siempre presente la flexibili-
dad y adaptabilidad de sus componentes con el objetivo de permitir la evolución
de todos ellos (Fig. 3).

Figura 3. Propuesta de patrón arquitectónico

5. Conclusiones

Los casos de estudio que se han analizado en este trabajo han permitido
obtener una visión global de los ecosistemas tecnológicos, tanto desde un punto
de vista teórico como práctico. Poder estudiar y analizar estas experiencias desde
todas las perspectivas proporciona una visión que no se tenía antes de realizar
 69

este trabajo. Cada caso de estudio, en el momento que se definió y desarrolló se

había basado en los casos previos pero no existía un trabajo que agrupara todo
este conocimiento.
El patrón arquitectónico propuesto supone un paso adelante en la evolución
de los ecosistemas tecnológicos. La posterior experiencia llevaba a cabo en la
Administración Pública para gestionar todo el conocimiento que se genera dentro
de la misma ha demostrado que el patrón propuesto funciona bien aunque se han
detectado algunos puntos débiles que se deben mejorar.
El concepto de ecosistema tecnológico así como el patrón o patrones arqui-
tectónicos sobre los que se sustenta, deben mantenerse en constante evolución
de tal forma que cada vez se adapte mejor a las necesidades cambiantes de los
usuarios y las entidades sin abandonar la apuesta por el desarrollo Open Source.
Este trabajo sienta las bases para la realización de una futura tesis doctoral
enmarcada en el contexto de los ecosistemas tecnológicos. Las posibles líneas de
investigación que quedan abiertas tras este estudio son las siguientes:

Mejora en la integración de soluciones tecnológicas Open Source con el ob-

jetivo de dejar de lado la integración ad-hoc de los componentes de un eco-
sistema.
Determinar soluciones sobre la gestión de la vista en un ecosistema, trans-
mitiendo una uniformidad que hasta ahora no se ha logrado por las depen-
dencias de interfaz que existen en los diferentes componentes.
Necesidad de un mayor grado de flexibilidad y adaptabilidad a los diferentes
problemas y usuarios.
Sistemas de toma de decisiones a partir del análisis de flujos de información.

6. Agradecimientos

El presente trabajo ha sido financiado con el apoyo de la Junta de Cas-

tilla y León dentro del proyecto GR47 “eLearning sin barreras: Nuevos para-
digmas de comunicación, servicios y modalidades de interacción para la for-
mación en línea” (http://grial.usal.es/grial/node/80) y de la Comisión
Europea dentro del proyecto 519141-LLP-1-2011-1-ES-KA3-KA3MP “Tagging,
Recognition and Acknowledgment of Informal Learning ExpeRiences (TRAI-
LER)” (http://trailerproject.eu).
 Bibliografía

[1] T. O’Reilly, “What Is Web 2.0. Design Patterns and Business Models for the
Next Generation of Software,” Communications & Strategies, vol. 1, p. 17,
2007.
[2] R. Buyya, C. S. Yeo, S. Venugopal, J. Broberg, and I. Brandic, “Cloud com-
puting and emerging it platforms: Vision, hype, and reality for delivering
computing as the 5th utility,” Future Generation computer systems, vol. 25,
no. 6, pp. 599–616, 2009.
[3] A. Weiss, “Computing in the Clouds,” netWorker, vol. 11, pp. 16–25, De-
cember 2007.
[4] S. Subashini and V. Kavitha, “A survey on security issues in service delivery
models of cloud computing,” Journal of Network and Computer Applica-
tions, vol. 34, no. 1, pp. 1–11, 2011.
[5] R. M. Stallman and G. E. Manual, “Free Software Foundation,” El proyecto
GNU-Fundación para el software libre, 1999.
[6] O. S. Initiative, “The Open Source Definition.” http://opensource.org/
osd.
[7] E. Commission, “European Union Public Licence (EUPL).” http://
joinup.ec.europa.eu/software/page/eupl.
[8] E. C. D.-G. for Informatics (DIGIT), “Strategy for internal use of OSS at the
EC.” http://ec.europa.eu/dgs/informatics/oss_tech/index_en.htm.
[9] E. y. T. Ministerio de Industria and J. de Extremadura, “Centro Nacional
de Referencia de Aplicación de las TIC basadas en fuentes abiertas.” http:
//www.cenatic.es.
[10] C. Darwin and G. Beer, The origin of species. Oxford University Press,
1951.
[11] M. A. Conde, F. García-Peñalvo, M. J. Rodríguez-Conde, M. Alier, and
A. García-Holgado, “Perceived openness of Learning Management Systems
by students and teachers in education and technology courses,” Computers
in Human Behavior, 2013.
[12] L. Uden, I. T. Wangsa, and E. Damiani, “The future of E-learning: E-
learning ecosystem,” in Digital EcoSystems and Technologies Conference,
2007. DEST’07. Inaugural IEEE-IES, pp. 113–117, IEEE, 2007.
[13] F. J. García-Peñalvo, M. J. Rodríguez Conde, A. M. Seoane Pardo, V. Zan-
grando, and A. García Holgado, “GRIAL (GRupo de investigación en Inter-
Acción y eLearning), USAL,” Revista Iberoamericana de Informática Edu-
cativa, 2012.
[14] C. Ferran and R. Salim, “Enterprise resource planning for global economies,”
Idea Group Inc (IGI), 2008.
[15] J. Esteves and J. Pastor, “An ERP lifecycle-based research agenda,” in First
International workshop in Enterprise Management and Resource. Planning:
Methods, Tools and Architectures-EMRPS, vol. 99, 1999.
 71

[16] E. Commission, “Digital Ecosystems: The New Global Commons for SMEs
and local growth.” http://www.digital-ecosystems.org/doc/papers/
d5-intro-for-the-press.pdf, 2006.
[17] E. Chang and M. West, “Digital Ecosystems A Next Generation of the Co-
llaborative Environment,” the Eight International Conference on Informa-
tion Integration and Web-Based Applications & Services, vol. 214, pp. 3–23,
2006.
[18] K. Pata, “Meta-design framework for open learning
ecosystems.” http://tihane.wordpress.com/2011/06/09/
meta-design-framework-for-open-learning-ecosystems-at-mupple-lecture-series/,
2011.
[19] M. Laanpere, “Digital Learning ecosystems: rethinking virtual learning
environments in the age of social media.” http://es.slideshare.net/
martlaa/digital-learning-ecosystems, 2012.
[20] M. Berthelemy, “Definition of a learning ecosystem.” http:
//www.learningconversations.co.uk/main/index.php/2010/01/
10/the-characteristics-of-a-learning-ecosystem?blog=5, 2013.
[21] C. Pirie, “E-learning Ecosystems: The Future of Learning Techno-
logy.” http://clomedia.com/articles/view/e_learning_ecosystems_
the_future_of_learning_technology/2, 2004.
[22] J. Brodo, “Today’s Ecosystem of eLearning.” http://www.enewsbuilder.
net/salesmarketing/e_article000615779.cfm, 2006.
[23] I. K. Ficheman and R. d. D. Lopes, “Digital Learning Ecosystems: Aut-
horing, Collaboration, Immersion and Mobility,” in Advanced Learning
Technologies, 2008. ICALT ’08. Eighth IEEE International Conference on,
pp. 371–372, 2008.
[24] A. Littlejohn, “The Dynamics of Learning Ecosystems: literacies and resour-
ces.” http://littlebylittlejohn.com/learning-ecosystem/, 2011.
[25] T. V. Ark, “From LMS to Learning Ecosystem.” http://gettingsmart.
com/2012/06/from-lms-learning-ecosystems/, 2012.
[26] G. Adomavicius, J. C. Bockstedt, A. Gupta, and R. J. Kauffman, “Tech-
nology roles in an ecosystem model of technology evolution,” International
Journal of Information Technology and Management - IJITM, 2005.
[27] T. Haymes, “Toward a Model for a Technology Ecosystem.” http://www.
nmc.org/news/toward-model-technology-ecosystem, 2012.
[28] G. Briscoe and A. Marinos, “Digital ecosystems in the clouds: towards com-
munity cloud computing,” in Digital Ecosystems and Technologies, 2009.
DEST’09. 3rd IEEE International Conference on, pp. 103–108, 2009.
[29] Q. Zhang, L. Cheng, and R. Boutaba, “Cloud computing: state-of-the-art
and research challenges,” Journal of Internet Services and Applications,
vol. 1, no. 1, p. 718, 2010.
[30] D. Bo, Z. Qinghua, Y. Jie, L. Haifei, and Q. Mu, “An E-learning Ecosystem
Based on Cloud Computing Infrastructure,” in Advanced Learning Tech-
nologies, 2009. ICALT 2009. Ninth IEEE International Conference on,
pp. 125–127, 2009.
72

[31] V. de Innovación Tecnológica, “Proyecto Estrategia Digital 2010.” http:

//www.usal.es/webusal/node/1258.
[32] A. García Holgado, “GRIAL 2.0 Una propuesta de integración de servicios
y aplicaciones web en un portal académico personalizable,” Master’s thesis,
University of Salamanca, March 2011.
[33] F. J. García-Peñalvo, M. á. Conde-González, V. Zangrando, A. García-
Holgado, A. M. Seoane Pardo, M. Alier, N. Galanis, F. Brouns, H. Vogten,
D. Griffiths, A. Mykowska, G. Ribeiro Alves, and M. Minović, “TRAILER
project (Tagging, Recognition, Acknowledgment of Informal Learning Expe-
Riences). a Methodology to make visible learnersínformal learning activities
to the institutions,” Journal of Universal Computer Science, 2013.
[34] F. J. García-Peñalvo, V. Zangrando, A. García-Holgado, M. á. Conde-
González, A. M. Seoane Pardo, M. Alier, J. Janssen, D. Griffiths, A. My-
kowska, and G. Ribeiro Alves, “TRAILER project overview: Tagging, Re-
cognition and Acknowledgment of Informal Learning ExpeRiences,” in Com-
puters in Education (SIIE), 2012 International Symposium on, pp. 1–6,
IEEE, 2012.
[35] M. Alier, N. Galanis, E. Mayor, J. Piguillem, M. J. Casany, F. J. García
Peñalvo, and M. Á. Conde González, “Del ple al lms+portfolio: Integración
de elementos de aprendizaje informal en moodle + mahara,” in Moodle-
Moot Madrid 2012. Globalización y Socialización (Madrid, España, 19-21
de septiembre de 2012), pp. 24–29, 2012.
[36] F. J. García-Peñalvo and M. á. Conde González, “Knowledge management
and decision making based on informal learning activities in business,” in
Proceedings of the 2nd Global Innovation and Knowledge Academy (GIKA
2013) (Valencia, Spain, July 9-11, 2013), 2013.
 Modelado Matemático para la Generación de un
Mallado Espacial con Aplicación a
Nano-Estructuras Semiconductoras

Sergio García1 , José Rafael García-Bermejo2 e Ignacio Íñiguez-de-la-Torre1

1
Departamento de Física Aplicada, Universidad de Salamanca. Plaza de la Merced,
s/n. 37008 Salamanca, España
{sergio_gs,indy}@usal.es
2
Departamento de Informática y Automática, Universidad de Salamanca. Plaza de
los Caídos, s/n. 37008 Salamanca, España
[email protected]

Resumen En este trabajo se presentan distintos métodos matemáticos

para resolver la ecuación de Poisson en 2D, concretamente los métodos de
factorización LU, Jacobi, Gauss-Seidel y sobre-relajación sucesiva (SOR);
para dos criterios de convergencia. Estos métodos serán implementados
en un potente simulador Monte Carlo (MC) de dispositivos desarrollado
por el Grupo de Investigación de Dispositivos Semiconductores de la Uni-
versidad de Salamanca (USAL) para poder analizar un diodo vertical de
GaAs y un diodo autoconmutante de GaAs. El método de factorización
proporciona una solución exacta del potencial en los distintos nodos en
los que se discretiza el dispositivo electrónico. En lo tocante al tiempo de
simulación, el método SOR es competitivo con la técnica de factorización
LU. Se descarta la utilización de los métodos de Jacobi y Gauss-Seidel
cuando se trabaja con matrices cuadradas de orden superior a 100 por
los elevados tiempos de simulación que se precisan para los dos crite-
rios de convergencia. Un dispositivo electrónico se discretiza a través de
un mallado formado por contornos rectangulares. Dado que el número
de nodos del mallado es un factor muy importante en el tiempo de si-
mulación (concretamente en la resolución de la ecuación de Poisson), se
presenta un algoritmo de mallado que respeta cierta restricción física (la
longitud de Debye tiene que ser menor que el tamaño de las mallas en las
diferentes regiones) y además, se evitan en las fronteras cambios bruscos
en los tamaños de las mallas.

Keywords: Métodos Numéricos, Ecuación de Poisson, Simulación Mon-

te Carlo, Elementos Finitos, Diferencias Finitas

1. Introducción

Una de las tareas más difíciles, sin tener en cuenta su física, a la hora de
llevar a cabo el estudio de un dispositivo electrónico a través de una simulación
Monte Carlo [1] consiste en determinar cada una de sus regiones donde se debe
74

resolver la ecuación de Poisson con las condiciones de contorno apropiadas. En

este trabajo se hará una investigación de las diferentes formas de resolver la
ecuación de Poisson en 2D mediante distintos métodos matemáticos [2], [3]. Se
estudiará con detalle la discretización de la ecuación de Poisson mediante el
método de diferencias finitas y se propondrán cuatro métodos matemáticos [4]
para resolver tal ecuación, siendo estos el método directo de factorización LU
y los métodos de relajación de Jacobi, Gauss-Seidel y sobre-relajación sucesiva
(SOR).
Por otra parte, crear un mallado rectangular para definir la topografía de los
dispositivos electrónicos no es una tarea sencilla. Especialmente si su geometría
y/o composición de materiales es complicada, por intervenir factores físicos que
hacen que ésta no sea homogénea para una estructura, y tenga que tener carac-
terísticas especiales. Además, cuanto mayor sea el número de mallas, mayor será
el tiempo de simulación; de ahí que sea importante la creación de un algoritmo
óptimo de mallado que proporcione automáticamente el número de mallas hori-
zontales y verticales para la definición del dispositivo electrónico. Se investigarán
distintas formas para la creación del mallado y se diseñará un algoritmo para
elaborar un mallado adaptativo respetando las restricciones físicas (la longitud
de Debye), donde el número de nodos máximo vendrá impuesto por el usuario,
definiendo así de forma optimizada la posición de los nodos para garantizar una
alta precisión en la magnitud a analizar. Mediante el algoritmo diseñado se es-
tudian dos diodos, un diodo vertical de GaAs y un self-switching diode (SSD)
de GaAs.
Todas las simulaciones que se presentan en esta memoria han sido realizadas
por medio del simulador Monte Carlo de dispositivos que posee el Grupo de
Investigación en Dispositivos Semiconductores de la USAL.

2. La ecuación de Poisson dentro del simulador Monte

Carlo
2.1. Aspectos generales del simulador Monte Carlo
El método de Monte Carlo en Electrónica [5] consiste en un tratamiento mi-
croscópico mediante el cual se estudia la dinámica [6], [7] de los portadores que
se mueven en el interior de un material semiconductor sometidos a la acción de
un campo eléctrico auto-consistente, que se actualiza cada cierto paso temporal
resolviendo la ecuación de Poisson de acuerdo con la posición de los porta-
dores y la distribución del dopaje, y de la red cristalina [7], [8], [9]. Para poder
discretizar en el espacio y resolver la ecuación de Poisson en 2D, dada la dificul-
tad que conlleva la obtención de una solución analítica que puede ser atribuida a
la complejidad natural de la ecuación diferencial o a las dificultades que pueden
ocurrir con las condiciones de contornos, se utilizan los métodos de elementos
finitos o de diferencias finitas [2], [3]. Para obtener la dinámica de los portadores
dentro de un semiconductor es necesario resolver la ecuación de Poisson

r[✏0 ✏s r (r, t)] = ⇢(r, t), (1)

 75

donde es el potencial eléctrico en cada punto, ⇢ la densidad de carga, ✏0 la

constante dieléctrica del vacío y ✏s la permitividad relativa estática. Para resolver
esta ecuación empleamos el método de las diferencias finitas, siendo necesaria la
discretización del dispositivo electrónico estudiado en un mallado de n columnas
y m filas. Este mallado no tiene por qué ser uniforme, lo que facilitará una mejor
resolución del campo eléctrico en aquellos lugares en los que su inhomogeneidad
sea más pronunciada. La ecuación de Poisson en el caso bidimensional se puede
expresar como

@2 @2 ⇢(x, y)
+ = , (2)
@x2 @y 2 ✏0 ✏s

donde ✏s es constante en cada malla. Nuestro sistema tendrá n⇥m mallas de dis-
tintos tamaños y (n+1)⇥(m+1) nodos. La resolución de la ecuación de Poisson
se lleva a cabo en dos fases. Una primera de asignación de carga, donde se calcu-
lan las densidades de carga eléctrica que se atribuyen a los nodos del dispositivo
[7], las cuales se emplearán en la segunda fase, que consiste en la resolución del
sistema de ecuaciones resultantes de la discretización de la Ecuación 2. Aplican-
do la discretización (método de diferencias centradas) y resolviendo el sistema
resultante se determinan los potenciales asociados a cada uno de los nodos. En
la Figura 1 se observa el esquema que se emplea para resolver la ecuación de
Poisson. Con esta técnica se calcula el potencial asociado a cada uno de los nodos

Figura 1. Esquema para la resolución de la ecuación de Poisson. Método de las dife-

rencias centradas.

del mallado y el campo eléctrico asociado a cada una de las celdas. Aplicando la
76

discretización a la Ecuación 2, se obtiene como resultado

2( xn + xn 1) 2( ym + ym 1) 2( ym + ym 1 )
i,j 1 + i 1,j + i+1,j +
ym 1 h xn 1 ⇣ xn⌘i
2( xn + xn 1) 1 1
i,j+1 ym i,j 2 ( xn + xn 1) + ym 1
h ⇣ ⌘i ⇣ym ⌘ (3)
1 1 ⇢n 1,m 1 xn 1 ym 1
i,j 2 ( ym + ym 1) xn + xn = ✏
⇣ 1 ⌘ n 1,m 1
⇢n,m 1 x n ym 1 ⇢n,m xn ym ⇢n 1,m x n 1 ym
✏n,m 1 + ✏n,m + ✏n 1,m
.

Es de resaltar que los potenciales son magnitudes asociadas a los nodos (sub-
índices i, j ) mientras que las permitividades y las densidades de carga se co-
rresponden con las celdas (subíndices n, m) de la discretización. Aplicando esta
discretización a todos los nodos de la red se obtienen (n+1)⇥(m+1) ecuaciones
lineales.

2.2. Parámetros físicos para la simulación

Para que una simulación Monte Carlo reproduzca el comportamiento del

dispositivo de forma correcta, es necesario que se satisfagan dos condiciones:

El paso temporal está limitado por el inverso de la frecuencia de plasma fp

[10] y por el tiempo de relajación dieléctrico ⌧d [11], teniéndose que verificar
que fp dt < 2 y dt < ⌧d .
El tamaño de las mallas tiene que ser siempre menor que la longitud de
Debye [12], [9] s
✏ 0 ✏ r kB T
d = , (4)
q2 n
siendo q el valor absoluto de la carga del electrón, kB la constante de Bol-
tzmann, T la temperatura, ✏0 ✏r la permitividad del material y n la concen-
tración de portadores.

3. Métodos de resolución de la ecuación de Poisson.

Análisis y comparación de resultados

Para resolver el sistema de ecuaciones dado por la discretización de diferencias

finitas (Ecuación 3), los métodos típicos que se utilizan son: [4]:

Métodos matriciales directos: gradiente conjugado, basados en eliminación

Gaussiana y en factorización (LU).
Métodos de relajación: Jacobi, Gauss-Seidel, sobre-relajación sucesiva (SOR)
e implícito de dirección alternante.
Métodos rápidos: de Fourier y de relajación cíclica.

En este trabajo se estudia el método directo de factorización LU y los métodos

de relajación de Jacobi, Gauss-Seidel y SOR.
 77

3.1. Métodos de resolución de la ecuación de Poisson

Métodos matriciales directos: factorización LU.

La descomposición o factorización LU [4], [13] busca expresar una matriz cua-

drada regular como producto de una triangular inferior con números 1 en la
diagonal, L, y otra triangular superior en la que en la diagonal no necesaria-
mente tiene que haber números 1, U. Su utilidad inmediata radica en que para
resolver un sistema de ecuaciones lineales Ax = b, si A = LU , el problema se
reduce a resolver dos sistemas de ecuaciones triangulares. Una forma de con-
seguir esta factorización LU la constituye la propia eliminación de Gauss, que
reduce la matriz original a una triangular superior mediante unas permutaciones
y unas transformaciones definidas por una matriz elemental triangular inferior
que tiene 1 en la diagonal. El sistema Ax = b es por tanto L(U x) = b. En este
punto se introduce una nueva variable (por sustitución) y = U x, obteniendo así
el nuevo sistema Ly = b.
Una vez en este punto, se resuelve dicho sistema para la variable y mediante
sustitución hacia adelante. Como paso final, usamos sustitución hacia atrás para
resolver el sistema U x = y. Es destacable, que los sistemas Ly = b y U x = y
son relativamente fáciles de resolver dado que se trata de matrices de coeficien-
tes triangulares inferiores y superiores. Este método proporciona un resultado
exacto de la variable x.

Métodos de relajación.
Método de Jacobi
El siguiente método considerado será el que Carl Gustav Jacobi (1804-1851)
desarrolló en 1845 [4], [13]. Su mecánica es muy sencilla donde los vectores
en cada iteración (para un sistema cuadrado n ⇥ n, suponiendo que aii 6= 0
y que 1  i  n) se generan de la forma siguiente:
n (k)
!
X aij xj bi
k+1
xi = + . (5)
j=1
a ii a ii
j6=i

El algoritmo que representa el procedimiento iterativo de Jacobi para resolver

el sistema de ecuaciones, parte de un punto inicial x0 dado. La decisión de
parar el proceso iterativo se puede basar en cualquier criterio que se estime
adecuado, destacando los siguientes:
• Criterio 1 (C1): el número de iteraciones r requerido para reducir el
error en un factor 10 p partiendo de una solución inicial arbitraria es
r ⇡ 12 pJ 2 . El número de iteraciones es proporcional a J 2 , con J la
dimensión de la matriz. Cuando se tengan matrices cuyas dimensiones
sean mayores que 100 ⇥ 100 el método de Jacobi será muy lento.
• Criterio 2 (C2): se puede imponer a que la parada se produzca cuando
||x(k) x(k 1) ||1
< T OL, (6)
||xmax ||1
78

donde el subíndice 1 hace referencia a que la condición se ha de cumplir

para todos los nodos. En este caso el error está referido a la diferencia
entre dos iteraciones consecutivas, pero no respecto de la solución exacta.
Método de Gauss-Seidel
Una mejora del algoritmo de Jacobi es el método de Gauss-Seidel [4]. Ad-
(k+1) (k)
mitiendo que la solución xi es una mejor aproximación que xi , de la
solución real, se podría plantear emplear soluciones de la ecuación i en la
(k+1)
iteración k + 1 para determinar las soluciones de xj con j > i. Esto es,
en vez de emplear en la iteración k + 1 todas las soluciones de la iteración
(k)
anterior xi (1  i  n), se emplearán los valores recientemente calculados
(k+1)
en la iteración k + 1 (los xi ). En tal caso la fórmula de recurrencia ya
no será la expresada en la Ecuación 5, sino la siguiente:
i 1 (k+1)
! n (k)
!
X aij xj X aij xj bi
k+1
xi = + + . (7)
j=1
a ii j=i+1
a ii a ii

Para parar el proceso iterativo se consideran, al igual que en el método de

Jacobi, dos alternativas
• Criterio 1 (C1): el número de iteraciones r requerido para reducir el
error en un factor 10 p partiendo de una solución inicial arbitraria es
r ⇡ 14 pJ 2 . El número de iteraciones es reducido un factor 2 con respecto
al método de Jacobi.
• Criterio 2 (C2): la condición explicada en el método de Jacobi, que se
corresponde con la Ecuación 6.
Método de sobre-relajación (SOR)
Este método de relajación emplea el concepto de vector residual [4], que se
define así:
(k+1) (k+1) (k)
ri = xi xi , (8)
(k+1) (k) (k+1)
xi = xi + ri , (9)
(k+1) (k)
donde xi y xi pueden ser las soluciones de la ecuación i dadas por
el método de Jacobi o por el de Gauss-Seidel. Evidentemente, se espera de
cualquier método que el residual converja a cero con k ! 1. Modificando
la Ecuación 9 según
(k+1) (k) (k+1)
xi = xi + !ri , (10)
donde 0 < ! < 2, se puede conseguir una mejora sustancial de la velocidad de
convergencia. A los métodos donde 0 < ! < 1 se les llama de sub-relajación
y a los métodos donde ! > 1 se les llama de sobre-relajación. En nuestras
simulaciones consideraremos que el valor de ! tiene que ser:
2
!⇡ . (11)
1 + ⇡/J
Para parar el proceso iterativo en este método se consideran los criterios
siguientes:
 79

• Criterio 1 (C1): el número de iteraciones r requerido para reducir el error

en un factor 10 p partiendo de una solución inicial arbitraria es r ⇡ 13 pJ.
El número de iteraciones es lineal con J.
• Criterio 2 (C2): la condición explicada en el método de Jacobi, que se
corresponde con la Ecuación 6.

3.2. Análisis de resultados

En la Figura 2 se muestra el esquema de la geometría de la estructura vertical
simulada: diodo con notch (n+ n nn+ ). La zona n+ 1 tiene una longitud de 100

Figura 2. Esquema y geometría de la estructura simulada.

nm y la zona n+ 2 tiene una longitud de 300 nm. El notch n tiene 250 nm

y la zona activa n tiene una longitud de 650 nm. La dimensión vertical de la
estructura simulada es de 50 nm. Se considera una impurificación en el diodo de
n+ = 1 ⇥ 1024 m 3 , n = 2 ⇥ 1022 m 3 y n = 1 ⇥ 1023 m 3 . Se estudia una
estructura con 20 mallas verticales (2 ⇥ 50,0 nm, 3 ⇥ 83,333 nm, 10 ⇥ 65,0 nm
y 5 ⇥ 60,0 nm) y el número de mallas horizontales (MH) variará en función del
caso a estudiar.

Análisis de resultados en función de la precisión (p) del método ite-

rativo para M H = 2 usando el criterio de convergencia (C1).

Para abordar este apartado se considera un diodo con 2 mallas horizonta-

les. Recapitular que el criterio de convergencia (C1) es aplicado cuando se desea
reducir el error en un factor 10 p . Se parte de una solución arbitraria, x0 inicial,
del potencial en cada nodo, que en las simulaciones ha sido de 1 V.
Método de Jacobi, Gauss-Seidel y sobre-relajación sucesiva frente al de fac-
torización LU
En la Figura 3 (a) se representa la densidad de corriente frente al potencial
aplicado entre extremos del diodo en simulaciones donde se ha empleado el
80

método de Jacobi y el LU. 8p, p 2 [1, 5] se obtiene prácticamente la misma

característica I-V en comparación con el resultado logrado tras resolver la
ecuación de Poisson por medio del método de factorización LU. En el recua-
dro de la Figura 3 (a) se representa con un diagrama de barras el tiempo
requerido para efectuar la simulación empleando el método de Monte Car-
lo. Resolviendo la ecuación de Poisson mediante el método de factorización
LU se logra el menor tiempo de simulación, tLU = 5687 s. Por el contrario,
si se utiliza el método de Jacobi se observa que el valor de p (que marca-
rá la precisión del resultado) tiene un peso muy importante en el tiempo
de simulación, observándose un comportamiento lineal creciente a medida
que p es mayor. En este método y para esta estructura, considerar p = 1
proporciona buen resultado de la característica I-V. Relativo al método de
Gauss-Seidel se encuentra el mismo resultado de la característica I V en
comparación con el LU. Se obtiene como ventaja, en comparación con la
técnica de Jacobi, una reducción (de orden la mitad) en el tiempo empleado
para realizar la simulación Monte Carlo. Para el método de sobre-relajación
sucesiva (SOR), Figura 3 (b), para el cual se ha considerado que ! = 1,905
(Ecuación 6) observamos que la densidad de corriente no es igual en todos
los casos: para p = 1 se obtiene un resultado que no se corresponde con la
característica encontrada con la técnica de factorización LU. Si se reduce el
error en un factor 0,01 (p = 2) la característica I-V sí coincide en la zona
lineal pero en la zona de saturación no se obtiene el resultado esperado. Se
ha comprobado que para otros parámetros de ! (! = 1,2 y ! = 1,5) y otros
valores de x0 tampoco se alcanzan valores correctos de la I V ni para p = 1
ni para p = 2. Para p = 3 sí se obtiene la solución deseada tanto para la
zona lineal como para la de saturación. Si se compara el tiempo tras emplear
factorización LU con los correspondientes tras utilizar el método SOR (con
p = 1, 2, 3, 4 y 5) no se obtiene una diferencia tan notoria como para los
dos casos anteriores (Jacobi y Gauss-Seidel), siendo la mayor para p = 5:
tSOR
p3 tLU = 826 s ⇡ 13,77 min.

Análisis de resultados para diferentes números de mallas horizontales

(M H) con p = 4 usando el criterio de convergencia (C1).

A continuación se presentan los tiempos de CPU cuando se consideran di-

ferentes números de mallas horizontales, M H = 3, 4 y 5, para los métodos
matemáticos presentados en este trabajo. Se utiliza siempre el criterio de con-
vergencia (C1) y precisión p = 4. Se ha comprobado, aunque no se presentan los
resultados en este resumen, que se obtiene en todos los casos las mismas carac-
terísticas I V y el mismo potencial eléctrico. Se encuentra, para un diodo con
M H = 5 mallas horizontales (126 nodos) que es el método de factorización LU
el que proporciona mayor rapidez (tLU = 7452 s ⇡ 2,07 h), siendo además, un
método exacto de resolución. Con el método SOR se consigue que la simulación
finalice en 2.74 h, tiempo más próximo al logrado con el método de factoriza-
ción LU. El resto de métodos (Jacobi y Gauss-Seidel) la ralentizarían mucho ya
 81

Figura 3. Densidad de corriente frente al potencial aplicado (C1). En el recuadro se

representa el tiempo de simulación en función de p. (a) Método de Jacobi frente a la
factorización LU y (b) método SOR frente a la factorización LU

que son necesarios días para que ésta finalice: tJacobi

M H=5 = 741400 s ⇡ 8,58 días y
tGS
M H=5 = 369260 s ⇡ 4,22 días. Parece claro pues que al aumentar el número de
mallas el único método competitivo con factorización LU es el SOR.

Análisis del tiempo de simulación para M H = 5 y usando el criterio

de convergencia (C2).

Pasaremos a realizar una optimización de los métodos iterativos donde se tendrá

en cuenta el criterio 2 (C2) (Ecuación 6). Según la bibliografía [14], en dispo-
sitivos electrónicos el valor de la tolerancia comúnmente utilizado y admitido
como suficientemente bueno es T OL = 10 5 . Es decir, la parada debe produ-
cirse cuando el error de la magnitud del potencial en todos los nodos, entre dos
iteraciones consecutivas, sea menor que 10 5 . Si este criterio no se cumple, la
parada se producirá cuando se alcance el número de actualizaciones r de acuerdo
con el criterio 1 (C1), tomándose en este caso, p = 4. Analizando los tiempos de
las simulaciones Monte Carlo de un diodo vertical con M H = 5 mallas para los
métodos de Jacobi, Gauss-Seidel y SOR para los dos criterios de convergencia
estudiados en este trabajo (C1) con p = 4 y (C2) donde T OL = 10 (p+1) = 10 5
se encuentra que:

El método de factorización LU, que es un método exacto, proporciona el

menor tiempo de simulación t1 = 7452 s ⇡ 2,07 h.
Si se utiliza el método de Jacobi considerándose el C2 se reduce en un ⇠ 80 %
el tiempo de simulación (6.7 días menos de simulación) respecto al C1.
Si se utiliza el método de Gauss-Seidel considerándose el C2 se reduce en un
⇠ 80 % el tiempo de simulación (3.29 días menos de simulación) respecto al
C1.
82

Si se utiliza el método de sobre-relajación sucesiva considerándose el C2

se reduce en un ⇠ 1,5 % el tiempo de simulación (2.41 minutos menos de
simulación) respecto al C1.
El método SOR proporciona tiempos similares (9720 s) a la técnica de fac-
torización LU.

Esto indica que en los métodos de Jacobi y de Gauss-Seidel el criterio C2 es

considerablemente más ventajoso si se compara con el primer criterio (C1). Por
el contrario, en el método SOR no existe tanta diferencia entre los tiempos para
ambos criterios, indicando esto que para la mayoría de las iteraciones Monte
Carlo, el criterio SOR finaliza cuando se alcanzan el número de iteraciones r de
acuerdo al criterio 1 (C1).

4. Algoritmo óptimo de discretización de dispositivos

electrónicos

Mediante la interfaz gráfica Jersecín [15] el usuario define un dispositivo elec-

trónico indicando los objetos que lo componen (materiales, dieléctricos, contactos
con volumen y/o contactos de superficies), y se genera un mallado del dispositivo
no uniforme para la resolución de la ecuación de Poisson. Previo a este trabajo,
para realizar la discretización de un objeto, el usuario debía indicar el número
de filas y columnas en las que lo quería dividir. Con este algoritmo el usuario no
tendrá que realizar esta tarea, ya que mediante el algoritmo óptimo de mallado
que se propone a continuación, se creará de forma automática el mallado más
adecuado para discretizar el dispositivo electrónico. Este algoritmo automático
será implementado y probado en la Interfaz de usuario Jersecín. El algoritmo
óptimo (V1) elaborará un mallado regular de forma que se respeten las restric-
ciones físicas que impone la longitud de Debye d (asociada a cada material)
(Ecuación 4). Como ya se ha dicho anteriormente el tamaño de las mallas tiene
que ser siempre menor que la longitud de Debye que es, para cada una de las
+
regiones: nd = 4,29 nm, nd = 30,35 nm y nd = 13,57 nm. Además, el usuario
tendrá control del número de nodos máximo que intervendrá en la definición del
mallado. Por otra parte, es necesario garantizar que no se produzcan cambios
bruscos en los tamaños de las mallas al pasar, en la estructura de una región
a otra, ya que en este caso la solución de la ecuación de Poisson no sería la
correcta. Esto se tiene en cuenta en el algoritmo óptimo versión (V2). Este algo-
ritmo de mallado óptimo (para ambas versiones) se aplica para el estudio de un
Self-Switching Diode (SSD) [16] de GaAs y de un diodo vertical de GaAs. Las
simulaciones se han realizado teniendo en cuenta el método de factorización LU
para resolver la ecuación de Poisson.

4.1. Algoritmo óptimo versión 1 (V1)

Previo a la elaboración del mallado óptimo, en el algoritmo antiguo el usua-

rio tiene el control del número de mallas horizontales y verticales que desea en
 83

cada región. La utilización de un algoritmo óptimo lleva asociado realizar cam-

bios en el algoritmo antiguo ya que será necesario calcular para cada región la
longitud de Debye de acuerdo con la Ecuación 4 para tenerla en cuenta a la
hora de crear la dimensión de las mallas verticales y horizontales. Un dispositivo
electrónico no tiene porqué estar formado únicamente por un material. Es más,
en la definición del dispositivo electrónico puede haber involucrados dieléctricos
(como es el caso de los SSDs) y/o contactos con volumen. Es por tanto necesario
un criterio para definir la longitud de malla asociada a las zonas donde existan
dieléctricos o contactos con volumen. En nuestro algoritmo, el tamaño de malla
asociada a un dieléctrico será d (menor) ⇥ 0,7 y el tamaño asociado a una malla
de contacto con volumen será d (menor)⇥0,6. El usuario podrá elegir el número
de nodos que quiere que intervengan en la definición del mallado, pero siempre
existirá un número de nodos mínimo que garantice que se verifique la restricción
de la longitud de Debye en cada celda de cada material. Este algoritmo siem-
pre comenzará obteniendo el mallado óptimo. Si el número de nodos que desea
el usuario (nodos_user) es mayor que el obtenido con el algoritmo óptimo, se
disminuye la longitud de todas las mallas en un factor 0.95 y se vuelve a iterar
hasta lograr que el número de nodos se aproxime a nodos_user sin sobrepasar
dicho valor.

Aplicación del algoritmo óptimo (V1) en un SSD de GaAs.

El SSD [16] es una estructura nanométrica unipolar de dos terminales que,

basándose en efectos electrostáticos, proporciona un efecto rectificador de la co-
rriente debido a la asimetría que generan unas zanjas aislantes (dieléctrico) en
forma de L que definen el canal conductor, Figura 4. Se simulará un SSD de

Figura 4. Self-switching diode de GaAs. (a) Imagen SEM del dispositivo , (b) definición
del dispositivo mediante la interfaz Jersecín

GaAs para un dopaje de 0,35 ⇥ 1023 m 3 . La permitividad del dieléctrico es

✏ = 1 (aire). Las simulaciones han sido realizadas a temperatura ambiente. Se
tiene en cuenta una densidad de carga superficial max /q = 0,455 ⇥ 1016 m 2 .
En la Figura 5 (a) se representa el diodo discretizado con un mallado regular
M H = 50 y M V = 80 mallas (4131 nodos). Dicha discretización se ha realizado
por medio del algoritmo antiguo. Se observa la aproximación de la estructura
84

por contornos rectangulares regulares, en la cual no se obtiene una aproximación

del todo fiel de la misma ya que las mallas están muy equiespaciadas y no es un
mallado bueno. No se está respetando la restricción de Debye. Si se discretiza
el diodo empleando el algoritmo de mallado óptimo (V1), Figura 5 (b), la apro-
ximación por contornos rectangulares reproduce mejor el diodo. En este caso se
tiene que M H = 182 y M V = 178 mallas (34547 nodos) y este mallado garantiza
que sí se respete la restricción de la longitud de Debye. Si el usuario indica que

Figura 5. Self-switching diode de GaAs. (a) Pocos nodos, (b) caso óptimo.

desea realizar una discretización donde existan 53000 nodos, el algoritmo de

mallado óptimo (V1) proporciona un mallado con M H = 254 y M V = 205 ma-
llas (52530 nodos). En la Figura 6 (a) se representan las características I V tras
realizar las correspondientes simulaciones Monte Carlo y el tiempo de simulación
representado por diagramas de barras (Figura 6 (b)).

Figura 6. (a) Característica I V bajo las hipótesis de pocos nodos, caso óptimo y
muchos nodos. Se representa también la curva experimental de la corriente. (b) Tiempo
de simulación requerido en cada caso.
 85

Para el diodo en estudio se dispone la característica I V experimental de 4

SSDs en paralelo [resultados que provienen de una comunicación privada con la
Universidad de Manchester]. Como únicamente se simula un SSD, para que los
resultados sean equiparables, se multiplica el valor de la magnitud de la densidad
de corriente de la simulación por el factor 4. La simulación con el mallado con
pocos nodos proporciona un resultado que no refleja el comportamiento real
del diodo, siendo por tanto un resultado inaceptable y que no coincide para
nada con la realidad. Si se compara el resultado de la simulación tras considerar
el algoritmo óptimo (algoritmo en el que el usuario no ha tenido que indicar
qué número de mallas que desea en cada región y el mallado se ha creado de
forma automática) con el resultado experimental, se obtiene que en directa el
acuerdo es muy bueno mientras que en inversa la discrepancia está asociada
a corrientes de pérdidas a través del buffer porque el aislamiento eléctrico de
la estructura fabricada no es perfecto. Con 34547 nodos se necesitó un tiempo
de simulación de 1.46 días. Si el usuario desea que el mallado esté formado
por aproximadamente 53000 nodos (muchos nodos), la simulación Monte Carlo
proporciona prácticamente la misma característica I V que en el caso óptimo.
Este mallado con muchos nodos tiene la desventaja de necesitar más tiempo de
simulación, 2.8 días. Precisa prácticamente el doble de tiempo que cuando se
considera el algoritmo óptimo para conseguir esencialmente el mismo resultado.

Aplicación del algoritmo óptimo (V1) en una estructura vertical de

GaAs.

En este apartado se va a simular la estructura presentada en la Figura 2 bajo

distintas hipótesis. Se recuerda que para que una simulación de un dispositivo
electrónico sea correcta, una de las condiciones que se ha de satisfacer es que
el tamaño de las mallas en cada región sea menor que la longitud de Debye
+
( nd = 4,29 nm, nd = 30,35 nm y nd = 13,57 nm).
Pocos nodos. El dispositivo se discretiza con un mallado homogéneo formado
por M H = 7 mallas y M V = 20 mallas, 168 nodos.
• Mallado horizontal: 7 mallas⇥7,1429 nm/malla. En las zonas n+ no se
+
satisface la condición de la longitud de Debye, ya que y > nd .
• Mallado vertical: 20 mallas⇥65 nm/malla. Para ningún caso se satisface
+
la condición de la longitud de Debye, ya que x > nd , nd , nd .
Mallado óptimo. El dispositivo se discretiza con un mallado no homogéneo
formado por M H = 12 mallas y M V = 186 mallas, 2431 nodos.
• Mallado horizontal: 12 mallas⇥4,1667 nm/malla. En todas las zonas del
+
diodo se verifica que y < nd , nd , nd .
• Mallado vertical
n+ n+
Zona n+ 1 : 32 mallas⇥3,125 nm/malla, x < d .
1

Zona n : 9 mallas⇥27,778 nm/malla, nx < nd .

Zona n: 49 mallas⇥13,265 nm/malla, nx < nd .
n+ n+
Zona n+
2 : 96 mallas⇥3,125 nm/malla, x
2
< d .
86

Muchos nodos. El dispositivo se discretiza con un mallado no homogéneo

formado por M H = 17 mallas y M V = 274 mallas, 4950 nodos. En este
caso el usuario deseaba como máximo 5000 nodos.
• Mallado horizontal: 17 mallas⇥2,9415 nm/malla. En todas las zonas del
+
diodo se verifica que y << nd , nd , nd .
• Mallado vertical
n+ n+
Zona n+
1 : 64 mallas⇥1,5625 nm/malla, x <<
1
d .
Zona n : 12 mallas⇥20,833 nm/malla, n
x << d .
n

Zona n: 69 mallas⇥9,4203 nm/malla, n

x << nd .
n+ n+
Zona n+
2: 129 mallas⇥2,3256 nm/malla, x
2
<< d .

En la Figura 7 (a) se presenta la densidad de corriente frente al potencial

aplicado entre extremos del diodo. Como se observa, la característica I V no
coincide en todos los casos. La simulación realizada bajo la hipótesis del mallado
con pocos nodos no está respetando la restricción impuesta por la longitud de
Debye ya que el tamaño de las celdas es superior a d y el dispositivo no está
siendo discretizado correctamente, y por lo tanto no es una simulación precisa.
Ahora bien, la simulación del diodo discretizado con el mallado óptimo ya respeta
la condición de la longitud de Debye ( x , y < d ) pero no proporciona el
resultado correcto ya que si se aumenta el número de nodos, la característica
I V cambia. Para los casos donde el número de nodos es 3480, 4304 y 4950,
la característica estática de la densidad de la corriente es similar, indicativo de
que sí se está reproduciendo el funcionamiento de la estructura correctamente.
Para entender porqué la discretización con el mallado óptimo no reproduce el
comportamiento del diodo apropiadamente, se analiza el campo eléctrico frente a
la longitud del diodo, Figura 7 (b). Para el mallado óptimo en la frontera n+1 n

Figura 7. (a) Característica I V frente a la longitud (V1), (b) campo eléctrico medio
frente a la longitud (V1). Se consideran las hipótesis: (1) mallado con pocos (968)
nodos, (2) mallado óptimo (2431) nodos, (3) mallado con 3480 nodos, (4) mallado con
4304 nodos y (5) mallado con 4950 nodos
 87

n+
se pasa de tener mallas de x 1 = 3,125 nm a tener mallas de nx = 27,778 nm y
en la frontera n n se pasa de tener mallas de nx = 27,778 nm a tener mallas
de nx = 13,265 nm. Para la frontera n n el campo eléctrico no es el mismo
para las tres hipótesis, Figura 7 (b). Esto es debido a que no se está resolviendo
la ecuación de Poisson correctamente, y se encuentra que para el caso óptimo
los electrones van a tener que superar una barrera mayor para poder acceder a
la zona n en comparación con la barrera que tienen que superar en el caso de
muchos nodos, donde se obtiene una densidad de corriente mayor. En la frontera
n+1 n tampoco se está resolviendo la ecuación de Poisson correctamente ya
que existe un salto muy brusco en el tamaño de las mallas. Un comportamiento
análogo sucede en la frontera n n+ 2 , donde para el caso de mallado óptimo
n+
se pasa de tener mallas de nx = 13,265 nm a tener mallas de x 2 = 3,125
nm. La discretización con muchos nodos proporciona un resultado correcto pero
a costa de perder tiempo introduciendo nodos en zonas donde no es necesario:
t3480 = 5,17 h, t4304 = 5,24 h y t4950 = 5,32 h.
Por lo tanto, es necesario diseñar un nuevo algoritmo óptimo (C2) para evitar
en las regiones frontera cambios demasiados bruscos en el tamaño de las mallas
y obtener la solución correcta de la ecuación de Poisson en cualquier región del
diodo.

4.2. Algoritmo óptimo versión 2 (V2)

Como se ha explicado en la última parte de la sección anterior, es necesario
añadir alguna condición en el algoritmo óptimo (V1) para evitar tener saltos
bruscos en los tamaños de mallas cuando haya regiones frontera. Estas condicio-
nes se recogen en el algoritmo óptimo (V2) que será explicado con ayuda de la
Figura 8.
En primer lugar se aplica el algoritmo de mallado óptimo (V1) explicado
anteriormente, ver Figura 8 (a).
Si existe una región frontera, existirá un cambio de material y por lo tan-
to cambiará la longitud del tamaño de las mallas de acuerdo d . La fron-
tera limita mallas de tamaños r y s, donde r < s. Se pretende que no
exista un cambio de malla brusco en la frontera. La malla limítrofe con
la frontera de mayor tamaño, malla (1), se divide en k sub-mallas, donde
k = ParteEntera(s/r), y la malla vecina a ella, malla (2), se divide en t
sub-mallas, donde t = ParteEntera(s/(2r)) (ver Figura 8 (b)).

Aplicación del algoritmo óptimo (V2) en una estructura vertical de

GaAs.

Para la estructura presentada en la Figura 2 se aplica el algoritmo óptimo

(V2) mediante el cual se evitarán cambios bruscos en los tamaños de las mallas
en las regiones frontera además de cumplirse que el tamaño de las mallas es
menor que d . Se consideran las siguientes hipótesis:
88

Figura 8. Diodo vertical. Discretización del dispositivo utilizando (a) el algoritmo

óptimo (V1) y (b) el algoritmo óptimo (V2).

Mallado óptimo. M H = 12 mallas y M V = 200 mallas verticales, 2613

nodos.
Muchos nodos. M H = 15 mallas y M V = 293 mallas verticales, 4704 nodos.
El usuario no desea tener más de 5000 nodos.

Para los dos tipos de mallado se observa un resultado muy similar en la

característica I V , resultados que no se presentan en este resumen pero sí se
recogen en la memoria. Esto indica que el algoritmo de mallado óptimo (V2)
está discretizando adecuadamente el dispositivo y la resolución de la ecuación
de Poisson se resuelve correctamente en las regiones frontera. Para el mallado
n+
óptimo, en la transición n+
1 n se pasa de tener mallas de x 1 = 3,125 nm a
tener mallas de x = 3,0864 nm, en la región n
n
n se pasa de tener mallas
de nx = 13,89 nm a tener mallas de nx = 13,265 nm y en la frontera n n+
2 el
n+
cambio de tamaño en las mallas es de nx = 2,5390625 nm a x 2 = 2,3255 nm.
Esto indica que el mallado óptimo es bueno y sí se está resolviendo la ecuación
de Poisson correctamente en las fronteras. La ventaja de considerar el mallado
óptimo está en el tiempo de simulación, 5,08 h, frente al tiempo que tarda la
simulación MC con el mallado con muchos nodos, 5,27 h. Cuando se consideran
muchos nodos el diodo se discretiza de forma muy precisa en todas las regiones,
lo que conlleva un aumento del tiempo de CPU. Es importante evitar cambios
bruscos en los tamaños de las mallas en las fronteras, y en el resto de las regiones
únicamente es necesario que el tamaño de las mallas sea menor que la longitud
de Debye.

5. Conclusiones

Para finalizar, se recogen aquí las principales conclusiones obtenidas:

1. Tras profundizar en el estudio de la resolución de la ecuación de Poisson

utilizando distintos métodos matemáticos se concluye que con la técnica de
factorización LU se resuelve el problema de forma exacta precisándose menor
 89

tiempo de simulación en comparación con las técnicas de Jacobi, Gauss-

Seidel y sobre-relajación sucesiva (SOR). Es la técnica SOR la que compite
con la factorización LU en tiempo de cálculo.
2. En las técnicas de Jacobi y Gauss-Seidel, cuando se ha utilizado el criterio de
convergencia (C1) en el estudio del diodo vertical de GaAs (M H = 2 mallas
y M V = 20 mallas, 63 nodos), para el caso donde se desea reducir el error en
un factor 10 p , basta considerar p = 1 para encontrar un resultado correcto
de la simulación del dispositivo. Para la misma estructura se ha comprobado
que el criterio de convergencia (C1) en el método SOR no proporciona buen
resultado para p = 1 y p = 2.
3. Para el mismo criterio de convergencia (C1), si el dispositivo se discretiza con
más mallas (caso en el que la matriz cuadrada es de orden superior a 84) el
método de Jacobi y el de Gauss-Seidel proporcionan tiempos de simulación
muy elevados y por lo tanto, su uso no es recomendable.
4. Si se tiene en cuenta el criterio de convergencia (C2) para un diodo vertical de
GaAs (M H = 5 mallas y M V = 20 mallas, 126 nodos) para una tolerancia
T OL = 10 5 , el tiempo de simulación se reduce en un ⇠ 80 % para los
métodos de Jacobi y Gauss-Seidel respecto al criterio (C1). Por el contrario,
emplear el método SOR únicamente reduce en un ⇠ 1,5 % el tiempo de
simulación.
5. Tras investigar distintas formas de la creación del mallado se concluye que el
algoritmo óptimo de mallado (V1) proporciona una discretización correcta
en los SSDs donde únicamente en la definición del dispositivo electrónico
interviene un material y un dieléctrico.
6. Si existen regiones que limitan diferentes materiales o un mismo material con
diferentes impurificaciones, la restricción impuesta por la longitud de Debye
no es suficiente. Es necesario evitar en las fronteras cambios bruscos en los
tamaños de las mallas. Esto se ha tenido en cuenta en el algoritmo óptimo
de mallado (V2). En las regiones donde no existe una frontera, considerar
únicamente la restricción impuesta por la longitud de Debye es suficiente y
tiene la ventaja de que se precise un tiempo menor en la simulación MC.
7. Se ha simulado un diodo vertical con los dos algoritmos óptimos del mallado,
(V1) y (V2). Bajo estas hipótesis se demuestra que el algoritmo óptimo
(V1) no reproduce de forma fiel el funcionamiento del diodo a menos que se
discretice con muchos nodos. Esto evidentemente tiene una penalización en el
tiempo de simulación. Por el contrario, si se emplea el algoritmo óptimo (V2)
se observa que con la discretización óptima se reproduce de forma correcta el
funcionamiento del diodo mejorándose en un ⇠ 2 % el tiempo de simulación
en comparación con la simulación empleando el algoritmo (V1) para 3480
nodos. Además de reducir el tiempo de cálculo se tendrá más precisión en las
zonas frontera, aspecto que puede ser clave cuando se estudian fenómenos
dinámicos.
8. Este trabajo me ha permitido comprender el funcionamiento del simulador
Monte Carlo y me sirve de punto de partida para la elaboración de un simu-
lador donde se incorpore una resolución quasi-3D de la ecuación de Poisson.
90

Además, se incorporará la ecuación de calor en el código Monte Carlo em-

pleando el método SOR por la relativa sencillez de su implementación.
 Bibliografía

[1] C. Jacoboni and P. Lugli, The Monte Carlo method for semiconductor device
simulation. Springer-Verlag, New York, 1989.
[2] M. Cerrolaza, El método de los elementos finitos para ingeniería y ciencias
aplicadas: teoría y programas. Universidad Central de Venezuela. Consejo
de Desarrollo Científico y Humanístico, Venezuela, 2007.
[3] A. Carnicero, Introducción al Método de los Elementos Finitos. Escuela
Técnica Superior de Ingeniería ICAI. Universidad Pontificia Comillas, Ma-
drid, 2001.
[4] W. H. Press, B. P. Flannery, S. A. Teukolsky and W. T. Vetterling, Nume-
rical recipes. The Art of Scientific Computing. Cambridge University Press,
New York, 1989.
[5] A. D. Boardman, Computer simulation of hot electron behavior in semi-
conductors using Monte Carlo methods, in Physics Programs. Physics Pro-
grams, Edited by A. D. Boardman, New York, 1980.
[6] T. Kurosawa, “Proceedings of the international conference on the physics of
semiconductors,” J. Phys. Soc. Japan Suppl, vol. 49, p. 345, 1966.
[7] T. González, “Análisis del ruido electrónico en materiales y dispositivos
semiconductores unipolares mediante el método de monte carlo,” tech. rep.,
Tesis Doctoral, (Universidad de Salamanca), Salamanca, 1994.
[8] H. Rodilla, “Estudio de hemts basados en semiconductores de gap estrecho.
desde los materiales al dispositivo,” tech. rep., Tesis Doctoral, (Universidad
de Salamanca), Salamanca, 2010.
[9] A. Íñiguez-de-la-Torre, “Nanodispositivos de gan para generación de señales
de thz. simulación monte carlo y experimental,” tech. rep., Tesis Doctoral,
(Universidad de Salamanca), Salamanca, 2012.
[10] R. W. Hockney and J. W. Eastwood, Computer simulation using particles.
IOP, Bristol, 1988.
[11] S. Tiwari, Compound semiconductor device physics. Academic Press, New
York, 1992.
[12] J. Mateos, “Modelización microscópica del ruido electrónico en estructuras
mesfet y hemt submicrométricas. análisis numérico y experimental,” tech.
rep., Tesis Doctoral, (Universidad de Salamanca), Salamanca, 1997.
[13] J. L. De la Fuente, Técnicas de cálculo para Sistemas de Ecuaciones, Progra-
mación lineal y Programación Enteran. Editorial Reverté, S.A., Barcelona,
1998.
[14] D. Vasileska, Numerical Solution of Poisson’s Equation. nanoHUB.org, on-
line simulations and more, 2006.
[15] S. García, “Desarrollo de una interfaz gráfica para la definición de la topo-
logía de dispositivos electrónicos en un simulador monte carlo,” tech. rep.,
Proyecto fin de carrera, ITIS (Universidad de Salamanca), Salamanca, 2011.
92

[16] J. Mateos, B. G. Vasallo, D. Pardo, T. González, “Operation and high fre-

cuency performance of nanoscale unipolar rectifying diodes,” Appl. Phys.
Lett, vol. 86, p. 212103, 2005.
 Sistema Multiagente desplegado en un entorno
Cloud Computing para gestión de zonas de
aparcamiento

Daniel Hernández Alfageme1 y Juan Manuel Corchado1

1
Departamento de Informática y Automática. Universidad de Salamanca. Plaza de
los Caídos s/n. 37008 Salamanca, España
{dan_her_alf,corchado}@usal.es

Resumen En este trabajo se realiza el diseño e implementación de

un Sistema Multi-Agente integrado dentro de una plataforma de Cloud
Computing para la gestión de zonas de aparcamiento en núcleos urbanos.
El objetivo es facilitar la labor de vigilantes, conductores y gestores, me-
jorando los mecanismos existentes y tratando de solventar las carencias
actuales en este ámbito. Para ello, se presenta el estado del arte en el área
de Sistemas Multi-Agente y Organizaciones Virtuales de agentes, Cloud
Computing y algoritmos de recorrido de grafos y de planificación. Como
resultado se ha obtenido un Sistema Multiagente abierto desarrollado
con la plataforma PANGEA y se ha diseñado un algoritmo específico
para la creación de rutas óptimas de vigilantes.

Keywords: Agente Inteligente, Sistema Multi-Agente, Organización Vir-

tual, Cloud Computing, Grafo Euleriano, Chinese Postman Problem

1. Introducción

Actualmente, la búsqueda de aparcamiento en el centro de las ciudades es una

tarea difícil dada la creciente cantidad de vehículos existentes para un espacio
que se mantiene constante, o incluso que se va reduciendo. Además, estos espacios
se encuentran regulados por zonas de aparcamiento.
En este proyecto se plantea la creación de un sistema que facilite a los conduc-
tores la gestión del pago en estas zonas de aparcamiento, permitiéndoles ahorrar
tiempo y dinero. Tiempo, a la hora de tener que localizar un expendedor y des-
plazarse hasta él o en el caso de tener que regresar para aumentar el tiempo
de validez del ticket. Y dinero, a la hora de definir el tiempo de aparcamiento.
Con el modelo de aplicación propuesto el usuario no necesita indicar la cantidad
de tiempo que va a estar aparcado su coche, permitiéndole ahorrar dinero tan-
to en estimaciones de tiempo por exceso (tiempo de aparcamiento pagado y no
utilizado) como por defecto (posibilidad de sanción).
La creación del sistema se plantea mediante la construcción de dos partes
diferenciadas, ambas basadas en el diseño de una organización virtual de agentes.
Por un lado, se encuentra la parte del servidor, compuesta por una aplicación
94

de administración de las zonas de aparcamiento regulado en una ciudad y una

serie de servicios creados para el uso por parte de las aplicaciones clientes. Por
otro lado, se crearán dos aplicaciones móviles (que se escapan del estudio de
este trabajo) para el vigilante de las zonas de aparcamiento y para el conductor,
respectivamente. Este trabajo se centra en la creación de la parte del servidor.
Actualmente, la tecnología móvil está a la orden del día. Tal es así que desde
hace dos años la venta mundial de smartphones supera a la de los ordenadores
[1]. Personas de todas las generaciones hacen uso en su vida cotidiana de dispo-
sitivos móviles inteligentes. Por otra parte, el término Cloud Computing hace
referencia a un revolucionario paradigma computacional que permite ofrecer ser-
vicios software y hardware de forma distribuida y ubicua a través de Internet [2].
En este paradigma todo lo que puede ofrecer un sistema informático tradicional
se ofrece como servicio, de modo que los usuarios puedan acceder a los servicios
disponibles “en la nube de Internet” sin necesidad de conocimientos previos o de
instalación de software en sus ordenadores.
Como consecuencia de la introducción del Cloud Computing y las tecnologías
móviles, el software tradicional no es capaz de adecuarse perfectamente a este
tipo de sistemas, siendo necesario introducir nuevos enfoques que se adapten me-
jor a sistemas tan dinámicos y heterogéneos. En este sentido, la evolución de los
agentes inteligentes continúa, adaptándose constantemente a las tecnologías
emergentes en cada momento.
Las organizaciones virtuales de agentes [3] permiten modelar aplicaciones
desde un punto de vista sociológico muy acorde al problema de gestión de apar-
camientos que se prentende resolver, dado su carácter heterogéneo, en el que en-
tidades muy diversas pasan a formar parte del sistema. Cada vez es más común
encontrar agentes en áreas relacionadas con la Web, como Web Semántica [4] o
Servicios Web [5] utilizando protocolos REST (Representational State Trasnfer ).
En concreto, los servicios REST proporcionan una arquitectura idónea para el
intercambio de información y solicitudes [6].
Una vez introducido el problema a resolver, en la sección 2. Objetivos se
recogerán los objetivos de la investigación. En el apartado 3. Marco teórico
se analizan los principales aspectos teóricos y se realiza un análisis básico del
estado del arte en agentes y SMA, Cloud Computing y algoritmos de recorrido de
grafos y de planificación. En la sección 4. Propuesta del sistema se detallan
la arquitectura de SMA construida y la metodología y plataforma de desarrollo
empleadas, así como el algoritmo de generación de rutas que se ha diseñado.
Finalmente, en la sección 5. Conclusiones se analizan los resultados obtenidos
y se proponen algunas líneas futuras de investigación.

2. Objetivos

Los objetivos de este estudio proponen contribuir al ahorro de tiempo y cos-

tes, así como a una mejora indirecta de la calidad de vida a diversos colectivos
relacionados con el ámbito de las zonas de aparcamiento (conductores, vigilantes,
ayuntamientos, gestores). Para ello, se realizará una investigación en los méto-
 95

dos, herramientas y tecnologías existentes en el estado del arte para proponer

una solución óptima que permita solucionar, o mejorar en todo lo posible, los
problemas y dificultades existentes actualmente en el campo de los aparcamien-
tos en ciudades.
Con este propósito, se plantean los objetivos enumerados a continuación.
Realizar un análisis del estado del arte en Agentes Inteligentes, revisando los
conceptos y principales metodologías en el paradigma de agentes, sistemas mul-
tiagente y organizaciones virtuales. Investigar las tendencias actuales en Cloud
Computing en el entorno empresarial y académico y los productos y tecnolo-
gías asociadas. Analizar las soluciones actualmente existentes para la generación
de rutas óptimas en grafos, con el fin de poder aportar una solución específica
para la generación de rutas óptimas de vigilancia en el contexto de este
trabajo. Se diseñará e implementará una arquitectura multiagente basada en
organizaciones virtuales que permita facilitar la gestión de las zonas urbanas de
aparcamiento, ofreciendo también una serie de servicios tipo REST a aplicacio-
nes móviles para conductores y vigilantes. Se proporcionarán mecanismos de
visualización para representar aspectos de la gestión tales como seguimiento de
rutas para vigilantes o zonas de aparcamiento. Finalmente, el sistema construi-
do se integrará dentro de una plataforma de Cloud Computing existente,
haciendo uso de los servicios ofrecidos por esta tecnología.

3. Marco teórico
3.1. Agentes, Sistemas Multi-Agente y Organizaciones Virtuales
Los agentes han sido empleado en numerosas áreas de la ciencia de la compu-
tación desde la segunda mitad del siglo XX (Inteligencia Artificial, Ingeniería del
Software, Sistemas Distribuidos, Bases de Datos, etc.). Una de las primeras de-
finiciones del término “agente” se debe a [7]: Sistema computacional basado
en hardware o (más habitualmente) basado en software que disfruta de las pro-
piedades de autonomía, habilidades sociales, reactividad y proactividad.. Para
unificar todas las definiciones existentes, se ha decidido definir el término agente
como una entidad que posee las siguientes características: Autonomía, Situa-
ción, Reactividad, Pro-Actividad o Racionalidad, Habilidad social, Inteligencia,
Organización, Movilidad y Aprendizaje.
Los agentes pueden colaborar entre ellos. En este momento surge el concepto
de Sistema Multiagente (SMA), definido como “la unión de dos o más agentes
colaborando en su trabajo con el objetivo de resolver un problema” [8]. Los siste-
mas multiagente poseen una computación asíncrona dado su carácter distribuido
(descentralizado). No existe un control global, por lo que cada agente se centra
en su conducta individual. Cada agente decide libre y dinámicamente, utilizando
su autonomía y pro-actividad qué tareas debe efectuar y a quién asigna estas
tareas [9], definiendo metas y planes que le permitan alcanzar sus objetivos.
Por otra parte, la analogía entre sociedades de agentes y sociedades humanas
es clara. Por ello, aparece el concepto de Organización Virtual (OV), defi-
nido como “un conjunto de individuos e instituciones que necesitan coordinar
96

sus recursos y servicios dentro de unos límites institucionales". Una OV es un

sistema abierto y eminentemente heterogéneo, formado por la agrupación y la
colaboración de entidades donde existe una clara separación entre la forma y la
función que define su comportamiento. En la actualidad, existe un amplio abani-
co de investigaciones enfocadas a la construcción de organizaciones virtuales, a la
simulación social basada en agentes y al estudio de su comportamiento [10, 11].

3.2. Cloud Computing

Como ya se ha dicho, el Cloud Computing es una tecnología que permite

ofrecer servicios a través de Internet. El NIST (National Institute of Standards
and Technology), define este término como un “modelo tecnológico que permite
el acceso ubicuo, adaptado y bajo demanda en red a un conjunto compartido de
recursos de computación configurables (por ejemplo: redes, servidores, equipos de
almacenamiento, aplicaciones y servicios), que pueden ser rápidamente aprovi-
sionados y liberados con un esfuerzo de gestión reducido o interacción mínima
con el proveedor del servicio” [12]. Los servicios que proporciona una platafor-
ma de Cloud Computing pueden ser enmarcados en tres capas diferentes. Estas
capas son:

Software como servicio (SaaS). Constituye la capa más alta de los siste-
mas Cloud, y consiste en una serie de aplicaciones ejecutadas bajo demanda.
Plataforma como servicio (PaaS). Se compone de un conjunto de he-
rramientas o servicios de producción y desarrollo tales como Interfaces de
Programación de Aplicaciones (API’s) para las aplicaciones de la capa SaaS.
Infraestructura como Servicio (IaaS) o Hardware como Servicio: com-
prende todos los servidores (máquinas físicas y virtuales), sistemas de alma-
cenamiento, conexiones, dispositivos de red, etc.

Pilares Tecnológicos. La base tecnológica que ha permitido el nacimiento

y expansión de la Tecnología Cloud se compone de los pilares fundamentales
descritos a continuación:

Virtualización: en informática, la virtualización se refiere a la abstracción

de la estructura física subyacente de elementos como plataformas hardware,
sistemas operativos, recursos de red o dispositivos de almacenamiento [13].
Supone la base para la migración de máquinas y la consecución de la elas-
ticidad en los sistemas Cloud. Un ejemplo de sistema de virtualización es
KVM [14].
Bases de datos distribuidas: una base de datos distribuida es una colección
de múltiples bases de datos relacionadas sobre una red de computadores.
Las bases de datos distribuidas permiten que las plataformas cloud sean
escalables y aportan seguridad a la información (replicación, partición y
distribución física de la información, etc.).
 97

Sistemas de ficheros distribuidos: un sistema de ficheros distribuido es un

sistema de ficheros que permite el acceso a ficheros desde múltiples hosts
a través de una red [15], como si los ficheros se encontraran en la propia
máquina del usuario. Los requisitos básicos que debe cumplir un sistema de
ficheros distribuido son transparencia de localización, eficiencia, tolerancia a
fallos, escalabilidad, consistencia, mecanismo de actualizaciones concurrentes
y seguridad [16].
Balanceo de carga: los balanceadores de carga funcionan como un proxy, en
el sentido de que suponen un punto de acceso centralizado a los servicios
para los usuarios y de que modifican las peticiones entrantes en el servidor
distribuyéndolas entre un conjunto de proveedores de servicios con el objeto
de evitar situaciones de sobrecarga. Para efectuar esta tarea hacen uso de
algoritmos de distribución tipo Round-Robin o similares. Hay tres algoritmos
importantes [17] para gestionar el balanceo de carga: el algoritmo Honeybee
Foraging [18], Biased Random Sampling [19], y Active Clustering [20].

3.3. Algoritmos de Planificación y Recorrido de Grafos

Algoritmo de Fleury. El algoritmo de Fleury es el método más conocido
para la obtención de ciclos y/o caminos eulerianos. El algoritmo de Fleury se
aplica únicamente sobre grafos eulerianos (aquel que contiene algún camino o
ciclo euleriano), y permite la obtención de un ciclo (camino) euleriano siguiendo
el siguiente procedimiento:

1. Construir una lista vacía C que contendrá el ciclo construido.

2. Tomar un vértice cualquiera x y añadirlo a la lista C.
3. Tomar una arista a cualquiera incidente con x x ! y, siempre que el grafo
resultante de retirar la arista continúe siendo conexo (exceptuando al vér-
tice x, que podría quedar inconexo si no quedan más aristas por recorrer
incidentes con él).
4. Retirar a del grafo, y retirar también el nodo x si tras eliminar la arista a el
nodo x resulta inconexo (tiene grado 0, i.e. no hay más aristas incidentes).
Añadir el nodo y al final de la lista C.
5. Si se han recorrido todas las aristas (el grafo ha quedado vacío) devolver la
lista C que contendrá el ciclo.
6. Si no, tomar x = y y volver al paso 3.

El algoritmo anterior se puede aplicar en grafos no eulerianos que posean

únicamente dos nodos con grado impar para obtener un camino euleriano abierto
si se toma como vértice inicial x uno de los dos nodos con grado impar (el camino
finalizará en el otro nodo con grado impar).

Problema del Cartero Chino. El principal problema del algoritmo de Fleury

es que solo se puede aplicar a grafos eulerianos (todos los nodos tienen grado
par), o a lo sumo que tengan dos nodos con grado impar. Para ello, en [21] se
ideó una implementación que resolvía el problema de encontrar el ciclo de peso
98

mínimo que contiene todas las aristas de un grafo conexo, repitiendo únicamente
aquellas aristas que sea preciso. Este problema se conoce como Problema del
cartero chino.
Existen diferentes implementaciones que tratan de solucionar este problema.
En [22] se propone una solución basada en algoritmos genéticos. Por otra parte,
en [23] se plantea otra solución basada en redes neuronales estocásticas. En
[24] se propone la solución de este problema utilizando para ello computación
molecular. En [25] idearon una solución para un problema multi-objetivo donde
cada eje del grafo puede tener varios valores para los pesos.
El algoritmo requiere emparejar los vértices de grado impar, de tal modo
que la suma de los pesos (distancias) asociados a las parejas formadas sea mí-
nimo. Dicho problema es un problema NP-hard o NP-complejo [26] (es decir,
actualmente no se conocen algoritmos que lo resuelvan en tiempo polinomial) y
se conoce como problema de emparejamiento mínimo (Minimum Weight Mat-
ching, MWM ). Existen diversos algoritmos para lograr solucionar este problema.
El algoritmo Blossom V [27] se emplea para resolver el problema de Minimum
Weight Matching utilizando colas de prioridad y teoría del espacio dual. Para
resolver el problema utilizan teoría de optimización y programación lineal.

Algoritmo A*. Un algoritmo A* [28] encuentra la solución óptima (camino de

coste mínimo), bajo ciertas condiciones, a un problema de planificación. Se trata
de un algoritmo de búsqueda informado, pues utiliza una heurística para hallar
la solución óptima. El problema de algunos algoritmos que utilizan heurística es
que no consideran el coste real que tiene una determinada operación, llegando
muchas veces a soluciones no óptimas.
El algoritmo A* tiene en cuenta el coste real del camino recorrido hasta un
cierto punto unido a un valor aproximado del coste asociado al resto de pasos
en planificación hasta la meta deseada (por un agente, en este caso). La función
de evaluación utilizada por un algoritmo A* es de la forma f (n) = g(n) + h0 (n).
f (n) contiene el coste aproximado de ejecutar un plan desde una situación inicial
a una situación final pasando por una situación intermedia n. g(n) se refiere al
coste real de ejecución del plan desde la situación inicial hasta la situación n,
mientras que h(n) es el coste de ejución del plan desde la situación actual n
hasta la situación objetivo. h0 (n) contiene la heurística, es decir, una estimación
de h(n). Para que el algoritmo A* encuentre la solución óptima, se debe cumplir
que, en cualquier caso h0 (n)  h(n); se dice en este caso que la heurística es
admisible. En otro caso, la solución encontrada podría no ser óptima, aunque el
algoritmo convergería mas pronto.
El algoritmo A* es un algoritmo completo, es decir, encuentra la solución
óptima siempre que exista y que la heursística sea admisible.
La complejidad espacio-temporal de un algoritmo A* es exponencial, por lo
que en problemas muy grandes puede no resultar eficiente, aunque si la heurística
es suficientemente buena los resultados pueden ser aceptables.
 99

4. Propuesta del Sistema

4.1. Plataforma PANGEA

Para diseñar e implementar el sistema se ha utilizado PANGEA [29], un fra-

mework para el desarrollo de Sistemas Multiagente. PANGEA, Platform for Au-
tomatic coNstruction of orGanizations of intElligent Agents es una plataforma
orientada a servicios que permite la implementación de Sistemas Multi-Agente
abiertos mediante Organizaciones Virtuales de agentes para obtener el máxi-
mo aprovechamiento de la distribución de los recursos. Para lograrlo, todos los
servicios son implementados como Servicios Web. Debido a esta orientación a
servicios, diferentes herramientas modeladas con agentes que consumen Servi-
cios Web pueden ser integradas desde la plataforma, independientemente de su
localización física y de su implementación. La plataforma está especialmente di-
señada para la aplicación práctica de los conceptos de organización, normas y
roles.

4.2. Metodología GORMAS

Para el diseño del Sistema Multiagente se ha hecho uso de la metodología

GORMAS [30]. GORMAS es una guía metodológica para el diseño de SMA
abiertos desde la perspectiva de las organizaciones humanas. El análisis y diseño
de mecanismos de coordinación y colaboración en sistemas abiertos se ve facili-
tado gracias al concepto de organización. GORMAS consta de un conjunto de
fases que cubren el análisis, el diseño de la estructura organizativa y el diseño
de la dinámica de la OV. Estas fases permiten especificar los servicios ofreci-
dos por la organización, su estructura interna y las normas que determinan el
comportamiento.
El modelo GORMAS establece la funcionalidad como sistema un abierto, que
incluye tanto los servicios que se deben publicitar como las políticas de adquisi-
ción y liberación de roles. Se determina qué funcionalidad debe ser implementada
por agentes internos y cuál se publicita para poder ser suministrada por agen-
tes externos. De este modo, se modela la dinamicidad de la organización como
sistema abierto. En la Fig. 1 se muestra la topología del sistema.
Los roles que componen la OV se describen brevemente a continuación:

Usuario. Representa el usuario del sistema. En este sentido, puede tratarse

de un conductor o de un gestor.
Manager Zonas. Es el rol encargado de definir y servir información (pro-
piedades) sobre las diferentes zonas de aparcamiento.
Almacenamiento. Este rol se encarga de realizar la integración de la in-
formación persistente con una plataforma de Cloud Computing.
Notificador. Es el rol encargado de enviar diferente tipo de notificaciones
asíncronas al rol usuario (sanciones, alarmas, etc.).
Pago. Se trata del rol encargado de realizar la recarga de saldo para los
conductores.
100

Figura 1. Modelo de estructura. Topología de tipo holarquía

Manager aparcamiento. Este rol tiene un control específico sobre los apar-
camientos realizados en un instante, sus ubicaciones, tiempos de estancia.
Cobro. Este rol se encarga de realizar, periódicamente, el cobro de los apar-
camientos
Gestión Vigilancia. Este rol se encarga de realiza las labores de gestión
de vigilancia (gestion de rutas, localización).

4.3. Optimización de Rutas

En base a la investigación realizada para resolver el problema del cálculo de
rutas óptimas, se planteó la resolución de encontrar el ciclo de longitud mínima
que recorre todas las aristas de un grafo siguiendo el procedimiento que se detalla
a continuación.

1. Obtener los vértices de grado impar del grafo.

2. Si la lista de vértices de grado impar está vacía (el grafo es euleriano), ir al
paso 4.
3. Sea I la lista de nodos de grado impar del grafo. Construir un grafo euleriano
duplicando aristas. Para ello será necesario:
a) Aplicar el algoritmo de Dijkstra para obtener los caminos de longitud
mínima entre cada par de nodos de I. Construir una matriz con dichos
pesos.
 101

b) Resolver el problema de Minimum Weight Matching con los nodos de la

lista I.
c) Para cada par de nodos (i, j) devueltos por el algoritmo de empareja-
miento mínimo, duplicar en el grafo las aristas que componen el camino
mínimo de i a j obtenido aplicando el algoritmo de Dijkstra.
4. Aplicar el algoritmo de Fleury al grafo euleriano.

De todas las operaciones anteriores, falta todavía por aclarar cuál es el mé-
todo de resolución del problema de MWM. Para ello, en lugar de utilizar uno
de los algoritmos existentes (Blossom V ), se propone crear una solución propia,
que supone uno de los principales puntos de investigación de este trabajo.
En la Fig. 2 se puede ver un diagrama de flujo del procedimiento a seguir
con la solución aportada (para el subproblema de MWM). Este procedimiento
corresponde al paso 2 del algoritmo global presentando unas líneas atrás.
La secuencia de pasos a seguir se describe a continuación. En primer lugar, se
ha diseñado un algoritmo A* para la resolución del problema de emparejamiento
mínimo. Las diferentes operaciones realizadas en el plan consisten en la realiza-
ción de parejas de nodos. Este algoritmo utiliza la matriz de pesos para construir
la función heurística h0 (x) sobre la que se construye el algoritmo, detallada en
el Algoritmo 1.

Algoritmo 1 Función Heurística para MWM

Input: Lista de tamaño par de nodos a emparejar L
Input: Matriz bidimensional de pesos W para los nodos de L
Output: Una heurística admisible
N size(L)
h 0
for i = 1 ! N/2 do
m Valor mínimo en W
a Fila del valor m
total total + m
W Resultado de eliminar la fila a de la matriz W
end for
return total

El algoritmo proporciona un resultado adecuado, pero ineficiente cuando el

tamaño del problema crece. Por ello, se plantea la realización de un clustering
de nodos cuando el tamaño del problema supere un tamaño máximo permitido,
utilizando las coordenadas geográficas de dichos nodos. El clustering es una
técnica no supervisada de minería de datos que ayuda a dividir un conjunto
de datos en grupos de acuerdo a las características intrínsecas de éstos. Para
realizar el clustering se utiliza el algoritmo K-medias, normalizando previamente
la latitud y la longitud de cada punto. Una vez obtenidos los cluster, es posible
aplicar a cada uno el algoritmo A* diseñado. El procedimiento de clustering se
102

Figura 2. Solución ideada para resolver el problema MWM

 103

aplica de manera recursiva mientras el tamaño de un cluster supere el tamaño

máximo permitido.
Existe todavía un problema, y es que las técnicas de clustering forman grupos
de tamaño arbitrario. El algoritmo A* y el problema MWM en general, requieren
como entrada un número de nodos par. Existen algunas soluciones basadas en
programación lineal para obtener clustering con restricciones de tamaño en los
cluster [31]. La solución propuesta aquí consiste en resolver el problema de MWM
para emparejar los cluster de tamaño impar, de forma análoga al MWM de los
puntos. En este caso se utilizan los centroides de cada cluster para determinar
las distancias (pesos) entre estos. Una vez emparejados los cluster, se extrae a
cada pareja de cluster la pareja más cercana de nodos entre ellos (uno de cada
cluster). De este modo, los clúster ya tienen tamaño par y se les puede aplicar
el algoritmo A*.
La solución final al problema de MWM viene dada por todas las parejas
formadas en cada cluster considerado, unidas a las parejas formadas al extraer
nodos de los cluster de tamaño impar.

5. Conclusiones
La parte central de la investigación realizada, además del diseño y desarrollo
de un SMA integrado en una plataforma Cloud y haciendo uso de técnicas de
visualización, ha sido la creación de un algoritmo específico de optimización de
rutas para el problema en cuestión.
El algoritmo A* diseñado inicialmente para la resolución del problema de
emparejamiento mínimo (MWM) tiene la problemática de resultar ineficiente
para la solución de problemas de tamaño medio/elevado. Por ello, se tomó la
decisión de aplicar algoritmos de mínería de datos, como es el clustering K-medias
para simplificar el problema en subproblemas (divide y vencerás). Al aplicar
el procedimiento de clustering y ser necesario obtener clusters de tamaño par,
se optó por aplicar recursivamente el algoritmo A* de resolución del problema
MWM (pero con una semántica diferente) a los cluster de tamaño impar.
Los resultados obtenidos muestran que es posible reducir una ejecución inicial
de horas de duración a apenas unos segundos aplicando el algoritmo diseñado.
Las técnicas empleadas son heurísticas y no garantizan una solución óptima,
pero sí aportan una solución eficiente, y muchas veces óptima a un problema
NP-hard para el que no existe una solución algorítmica.

5.1. Líneas futuras de investigación

A continuación se enumeran algunas posibles líneas de investigación futuras
para el presente trabajo:
Creación de algún método no heurístico que de una solución siempre óptima
al problema de la ruta mínima para vigilantes, que mejore los algoritmos
actualmente existentes. Cabe decir que los resultados obtenidos, a pesar de
ser heurísticos, son bastante satisfactorios.
104

Creación de rutas de vigilancia en base a otros parámetros no considerados

como nivel de ocupación de zonas en diversas franjas temporales o en función
del nivel de sanciones en cada zona, optimizando así la labor y efectividad
del vigilante. Un enfoque posible sería tener en cuenta valores estadísticos
sobre estos parámetros para obtener un peso en las aristas del grafo que no
dependa únicamente de las distancias entre nodos.
Creación de técnicas de visualización interactivas para los datos mencionados
anteriormente (nivel de sanciones en función de zonas, horas o días de la
semana, ocupación de zonas, etc.
Información sobre plazas de aparcamiento libres.
Búsqueda de parkings públicos.
Integración con otro tipo de sistemas como recomendación turística o acceso
a diferentes servicios de la ciudad (emergencias, restauración, ocio), etc.
 Bibliografía

[1] J. Edmondson, C. Mellon, W. Anderson, J. Loyall, J. Gray, J. White, and

K. Schmid, “Special issue on next generation mobile computing,” 2013.
[2] K. Egami, S. Matsumoto, and M. Nakamura, “Ubiquitous cloud: Managing
service resources for adaptive ubiquitous computing,” in Pervasive Compu-
ting and Communications Workshops (PERCOM Workshops), 2011 IEEE
International Conference on, pp. 123–128, 2011.
[3] J. Ferber, O. Gutknecht, and F. Michel, “From agents to organizations: An
organizational view of multi-agent systems,” in In: LNCS n. 2935: Procs.
of AOSE’03, pp. 214–230, Springer Verlag, 2003.
[4] T. Berners-lee, J. Hendler, and O. Lassila, “The Semantic Web: A new form
of Web content that is meaningful to computers will unleash a revolution
of new possibilities,” 2001.
[5] J. Samper, “Ontologias para servicios web semanticos de informacion de
trafico: descripcion y herramientas de explotacion,” 2005.
[6] R. Khare and R. Taylor, “Extending the representational state transfer
(rest) architectural style for decentralized systems,” in Software Enginee-
ring, 2004. ICSE 2004. Proceedings. 26th International Conference on,
pp. 428–437, 2004.
[7] N. Jennings and M. Wooldridge, “Technology:foundations, applications and
markets,” 1995.
[8] A. Mas, “Agentes software y sistemas multiagente : conceptos, arquitecturas
y aplicaciones,” ISBN 84-205-4367-5, pp. 29–64, 2005.
[9] M. Wooldridge, “An introduction to multiagent systems,” 2002.
[10] C. Sandores and J. Pavon, “Simulacion social basada en agentes.,” Inteligen-
cia artificial: Revista Iberoamericana de Inteligencia Artificial, pp. 71–78,
2005.
[11] J. Iglesias, “Modelado automático del comportamiento de agentes inteli-
gentes,” Departamento de Informática. Universidad Carlos III de Madrid,
2010.
[12] P. Mell and T. Grance, “The nist definition of cloud computing,” 2011.
[13] M. Eisen, “Introduction to virtualization. the long island chapter of the
ieee,” 2011.
[14] L. YamunaDevi, P. Aruna, D. Sudha, and N. Priya, “Security in virtual ma-
chine live migration for kvm,” in Process Automation, Control and Compu-
ting (PACC), 2011 International Conference on, pp. 1–6, 2011.
[15] G. Silberschatz, Operating System concepts, chapter 17 Distributed file sys-
tems. 1994.
[16] J. H. Howard, M. L. Kazar, S. G. Menees, D. A. Nichols, M. Satyanarayanan,
R. N. Sidebotham, and M. J. West, “Scale and performance in a distributed
file system,” ACM Trans. Comput. Syst., vol. 6, pp. 51–81, Feb. 1988.
[17] M. Randles, D. Lamb, and A. Taleb-Bendiab, “A comparative study into
distributed load balancing algorithms for cloud computing,” in Advanced
106

Information Networking and Applications Workshops (WAINA), 2010 IEEE

24th International Conference on, pp. 551–556, 2010.
[18] S. Nakrani and C. Tovey, “On honey bees and dynamic server allocation in
internet hosting centers,” Adaptive Behavior - Animals, Animats, Software
Agents, Robots, Adaptive Systems, vol. 12, pp. 223–240, Sept. 2004.
[19] O. A. Rahmeh, P. Johnson, and A. Taleb-bendiab, “A dynamic biased ran-
dom sampling scheme for scalable and reliable grid networks,” 2008.
[20] F. Saffre, R. Tateson, J. Halloy, M. Shackleton, and J. L. Deneubourg,
“Aggregation dynamics in overlay networks and their implications for self-
organized distributed applications,” Comput. J., vol. 52, pp. 397–412, July
2009.
[21] J. Edmonds and E. Johnson, “Matching, euler tours and the chinesepost-
man,” Mathematical Programming, Vol.5, pp. 88–124, 1973.
[22] H. Jiang, L. Kang, S. Zhang, and F. Zhu, “Genetic algorithm for mixed
chinese postman problem,” in Advances in Computation and Intelligence
(Z. Cai, C. Hu, Z. Kang, and Y. Liu, eds.), vol. 6382 of Lecture Notes in
Computer Science, pp. 193–199, Springer Berlin Heidelberg, 2010.
[23] G. Tan, X. Cui, and Y. Zhang, “Chinese postman problem in stochastic
networks,” in Autonomic and Autonomous Systems and International Con-
ference on Networking and Services, 2005. ICAS-ICNS 2005. Joint Inter-
national Conference on, pp. 78–78, 2005.
[24] B. S. E. Zoraida, “Dna algorithm employing temperature gradient for chi-
nese postman problem,” in Process Automation, Control and Computing
(PACC), 2011 International Conference on, pp. 1–4, 2011.
[25] S. Prakash, M. Sharma, and A. Singh, “A heuristic for multi-objective chi-
nese postman problem,” in Computers Industrial Engineering, 2009. CIE
2009. International Conference on, pp. 596–599, 2009.
[26] Z. Caner and T. Ekim, “Integer programming formulations for the minimum
weighted maximal matching problem,” 2011.
[27] V. Kolmogorov, “Blossom v: a new implementation of a minimum cost per-
fect matching algorithm,” Mathematical Programming Computation, vol. 1,
no. 1, pp. 43–67, 2009.
[28] P. E. Hart, N. J. Nilsson, and B. Raphael, “A formal basis for the heuristic
determination of minimum cost paths,” 1968.
[29] C. Zato, A. Sanchez, G. Villarrubia, S. Rodriguez, J. Corchado, and J. Bajo,
“Platform for building large-scale agent-based systems,” in Evolving and
Adaptive Intelligent Systems (EAIS), 2012 IEEE Conference on, pp. 69–
73, 2012.
[30] E. Argente, V. Julian, and V. Botti, “Mas modeling based on organizations,”
in Agent-Oriented Software Engineering IX (M. Luck and J. Gomez-Sanz,
eds.), vol. 5386 of Lecture Notes in Computer Science, pp. 16–30, Springer
Berlin Heidelberg, 2009.
[31] F. Hoppner and F. Klawonn, “Clustering with size constraints,” 2008.
Aplicación Multiagente en Entornos Móviles para
la Toma de Datos en Zonas de Aparcamiento

María Navarro1 y Juan Manuel Corchado1

1
Departamento de Informática y Automática, Universidad de Salamanca. Plaza de la
Merced s/n. 37008, Salamanca, España
{mar90ali94,corchado}@usal.es

Resumen En este artículo se presenta un trabajo de investigación en

torno a las organizaciones virtuales, al reconocimiento de imágenes y a
otros medios de identificación de objetos. Todo ello, tiene como objetivo
el desarrollo de una aplicación de aparcamiento automático que ayude
a los usuarios, y que además sea novedosa desde el punto de vista de
la investigación actual. Se definirán diversas técnicas de investigación
actuales y estudiaremos el problema de la integración de un sistema
mediante organizaciones virtuales de agentes, el algoritmo para reconocer
una matrícula mediante una fotografía y el uso del protocolo NFC para
identificar un objeto del entorno.

Keywords: Organizaciones Virtuales, Protocolo NFC, Técnicas OCR,

Redes Neuronales, Operaciones Morfológicas, Plataforma de Agentes,
Clustering

1. Introducción
Hoy en día, el coche es una parte fundamental de nuestras vidas, no sólo para
viajar, sino también para tareas cotidianas como ir al trabajo, ir de compras,
etc. Frente a este aumento del uso de los vehículos, existen las limitaciones de
tiempo y espacio de aparcamiento. Podemos considerar que el sistema de aparca-
miento en zonas azules que tenemos hoy en día es poco eficiente e incómodo. El
proyecto que se propone tratará de solventar estas dificultades para así mejorar
la eficiencia.
Sin embargo, pese a la importancia de esta nueva aplicación que proponemos,
el objetivo principal será la innovación en el propio desarrollo del software. A lo
largo de este proceso se ha realizado un estudio exhaustivo sobre las diferentes
tecnologías y sobre el comportamiento y la integración de agentes, base para
futuros trabajos de investigación. Debido a la gran amplitud de este trabajo, se
tuvo la necesidad de dividirlo en dos partes. En este artículo nos centraremos
en la recogida, procesamiento y presentación de los datos, y con la interacción
directa entre agentes internos y agentes externos como el usuario o el vigilante.
De forma general, el sistema desarrollado consiste en facilitar la tarea al
usuario cliente y al vigilante. Así pues, existen dos posibles subdivisiones, según
estemos pensándolo desde el punto de vista del cliente o del vigilante. El cliente
108

tendrá la posibilidad de gestionar sus pagos, recibir notificaciones si ha incurrido

en alguna infracción o conocer la posición de estacionamiento de su vehículo en
algún momento dado. Por su parte, el vigilante puede conocer en todo momento
su propia posición, la ruta más óptima a seguir en su turno para recorrer las
calles de forma eficiente y tiene acceso a los mecanismos de identificación del
vehículo.
Dentro de esta identificación, cabe destacar la labor investigadora que se ha
realizado, pues una de las propuestas de identificación es el reconocimiento de
imágenes vía dispositivo móvil. Si bien existen ya estudios previos que inten-
tan resolver de forma eficiente este problema [1], todavía hay dificultades a la
hora de reconocer la matrícula, tales como la resolución de la imagen, el co-
lor, la iluminación o la carga en la computación. Algunas formas de solventar
parcialmente estos problemas son el uso de cámara infrarroja fija, para conocer
aproximadamente la posición de la matrícula y leer fácilmente los dígitos [2]. En
nuestro caso, la posición de la cámara siempre es variable, así que la carga en la
computación no debería ser muy alta para no ralentizar a la propia aplicación.
Estas dificultades propuestas son la principal motivación para la investigación
y mejora de las técnicas hasta ahora propuestas para el reconocimiento de ma-
trícula utilizando un dispositivo móvil, así como la integración de este sistema
dentro de un sistema multi-agente.
Este artículo se encuadra dentro de una línea de investigación en el desarrollo
de organizaciones virtuales y en desarrollo de aplicaciones propias de Smart
Cities, con el fin de facilitar las tareas al ser humano. El objetivo principal
de este proyecto es la investigación en las técnicas en auge actualmente para
su uso, así como la propuesta de nuevas técnicas para desarrollar mejoras en
determinadas áreas del conocimiento como los agentes o el reconocimiento de
imágenes. En particular, comprobaremos la adecuación de las organizaciones
virtuales de agentes inteligentes en la resolución de estos problemas.

2. Estado del arte

El concepto de agente está presente en diversos campos de estudio, siendo

diferentes sus características y comportamientos en cada uno. Aunque en los orí-
genes de este campo de estudio, solo se estudiaba el comportamiento de agente
individual, la ciencia ha ido evolucionando y actualmente lo interesante es estu-
diar las organizaciones que los agentes pueden crear, los sistemas multiagentes
[3].
En los desarrollos iniciales de sistemas multiagente, los diseñadores se cen-
traron en el estudio del agente. No obstante, en los últimos años, el interés de
los desarrolladores se ha dirigido a los aspectos organizativos de la sociedad de
agentes. Debido a esta nueva concepción de los sistemas multiagente como so-
ciedades u organizaciones virtuales, aparecieron nuevas metodologías [4]. Así, si
el proceso viene guiado por la organización del sistema, se dice que la metodolo-
gía es orientada a la organización (organizational-oriented methodology). Dentro
 109

de estas, destacamos los trabajos realizados en GAIA [5] y GORMAS [6]. Nos
centraremos en GORMAS por ser la metodología que se presenta en el artículo.
Esta metodología propone un nuevo modelo de Organización que permite
describir la estructura, funcionalidad, normalización, dinamicidad y entorno de
las organizaciones. Para ello, hace uso principalmente de los conceptos de unidad
organizativa, servicio, entorno y norma. Este modelo de Organización Virtual
(VOM) está compuesto por cuatro dimensiones:

1. Dimensión estructural: Describir los elementos del sistema y sus relaciones

2. Dimensión funcional: Detallar la funcionalidad específica del sistema, en base
a servicios, tareas y objetivos;
3. Dimensión del entorno: Definir cada elemento del entorno al que se puede
acceder mediante puertos de entorno
4. Dimensión normativa: Describir las normas de la organización, y los objetivos
normativos que los agentes deben seguir.

Una vez realizado el diseño, es necesario llevarlo a la práctica mediante el

uso de alguna plataforma de agentes que nos permita la comunicación e integra-
ción. En nuestro caso, hemos utilizado para el desarrollo de nuestra arquitectura
el sistema PANGEA [7]. Este sistema es una plataforma orientada a servicios
que fomenta al máximo la distribución de recursos. Por esta razón, todos los
servicios son implementados como servicios Web, emulando una arquitectura
cliente-servidor.
De manera general, la plataforma PANGEA incluye una serie de caracte-
rísticas que la hacen especialmente flexible [7] y adecuada para su despliegue e
inclusión en proyectos de Smart Cities.

2.1. NFC

NFC son las siglas para referirse al concepto Near Field Communication. El
NFC consiste en una interfaz de comunicación inalámbrica con una distancia de
trabajo limitada a unos 10 cm, generalmente. La interfaz puede funcionar en
varios modos. Los modos se distinguen si un dispositivo crea su propio campo
de radio-frecuencia (RF) o un dispositivo recupera el poder desde el campo de
RF generado por otro dispositivo. Si el dispositivo genera su propio campo se
llama un dispositivo activo, de lo contrario se denomina un dispositivo pasivo.
El número de aplicaciones de este protocolo es muy amplio, y va desde la mera
lectura de datos para conocer un teléfono o una dirección, hasta el intercambio
de datos entre dos dispositivos NFC activos.
En el ámbito de la investigación, existen diversos estudios acerca de la posi-
bilidad de aplicar la tecnología NFC para monitorización de ciertos parámetros
relacionados con la medicina [8], o trabajos relacionado con el bienestar de las
personas es el campo de la inteligencia ambiental [9] o estudios centrados en la
seguridad, como las vulnerabilidades que el protocolo NFC puede presentar y
sus posibles soluciones [10].
110

2.2. Reconocimiento de matrícula

A pesar de existir software comercial, el reconocimiento automático de matrí-
culas está siendo investigado ampliamente [1, 2, 11]. Los sistemas comerciales en
uso en la actualidad pueden obtener tasas de acierto superiores al 95 % en entor-
nos controlados. En entornos en los que las condiciones de iluminación no están
controladas (p.ej. mediante cámaras infrarrojas) o varía el tamaño orientación o
escorzo de la placa, la tasa de acierto se reduce hasta el 75 %.
En el reconocimiento automático de matrículas podemos diferenciar dos fa-
ses: 1) Localización de la placa dentro de la imagen, paso crítico para la posterior
identificación y 2) el reconocimiento y validación de los caracteres de la matrí-
cula. Los métodos usados para localizar la matrícula dentro de la imagen son
variados. Una aproximación usual es la de realizar una búsqueda por líneas. En
cualquier caso, el resultado sería cada caracter por separado. Posteriormente, el
reconocimiento de los caracteres segmentados es implementado a menudo me-
diante redes neuronales. La entrada de las redes puede ser una representación
directa de los caracteres o indirecta, en la que los caracteres sufren alguna trans-
formación previa [11]. Otros autores se decantan por la correlación, tal y como
sucede en [12], aunque en este caso el procedimiento es modificado con ciertas
reglas heurísticas para mejorar su tasa de acierto.

3. Descripción del sistema propuesto

Como ya se comentaba anteriormente, el sistema que se quiere construir está
basado en organización de agentes. Cabe destacar que la parte más importante
de nuestra investigación es la gestión de la identificación, pues es el lugar donde
hemos centrado los estudios para el reconocimiento de la imagen, estudiando
OCR junto con otros algoritmos de clustering y redes neuronales. También entra
dentro de esta identificación el estudio del protocolo NFC. El primer paso en
este apartado consistirá en la descripción del sistema basado en agentes, para
posteriormente centrarnos en el objetivo de uno de ellos: la identificación de un
objeto de entorno.
Antes de desarrollar una organización virtual, es necesario un diseño previo
para distribuir la funcionalidad y definir la comunicación entre los distintos roles.
Para ello, se ha empleado GORMAS [6] y, como ya anticipamos en el punto 3,
PANGEA [7] ha sido nuestra plataforma final de desarrollo. Al desarrollar el
diseño de la organización virtual y así establecer el modelo, es necesario analizar
las necesidades y expectativas de los posibles usuarios del sistema. El resultado
de este análisis serán los roles de los entes que participan en el sistema propuesto.
En particular, se encontraron los siguientes roles:
Usuario. Representa al usuario o cliente del sistema. En este caso, el usuario
será el vigilante o el cliente. Los separamos porque el agente tendrá distinta
funcionalidad según el rol que adquiera.
Identificar Vehículo: Este rol se responsabiliza de llevar a cabo todo el proceso
de identificación del vehículo, pudiendo ejecutar para ello diversos métodos
según los parámetros de entrada.
 111

Figura 1. Diagrama GORMAS del modelo de organización (vista funcional). Se mues-

tran los servicios del sistema, los roles potenciales del cliente y proveedor y la misión
global del mismo

Notificador: Es el encargado de presentar las comunicaciones del sistema.

Puede llevar a cabo diversas notificaciones, en función de qué rol o agente se
comunique con él. Este rol permite al usuario interaccionar con el sistema, y
es el encargado de recoger las valoraciones que pueda realizar dicho usuario.
Localizador: Este proceso es responsable de localizar algunos objetos del
entorno, como el vehículo o el usuario.
Infracciones: Su responsabilidad es gestionar todo el sistema de infracciones
que se producen cuando un cliente no tiene un comportamiento adecuado.
Comunicación: Es el responsable de la comunicación entre la organización
virtual del servidor central y dicha organización. Esta comunicación provo-
ca la respuesta de ciertos agentes en función de los parámetros de entrada
provenientes de la OV de dicho servidor.
Proveedor: Este rol es un agente que tiene acceso y almacena toda o gran
parte de la información necesaria para gestionar las acciones que gobiernan
este sistema. Esta información la puede extraer a través de servicios como
la obtención de datos del sistema masCloud [13], o mediante objetos del
entorno tales como el tag NFC, imágenes o información suministrada por los
roles del usuario.
112

Supervisor: Un agente que ejerza este rol tendrá el control general del sis-
tema. Analiza la estructura y sintaxis de todos los mensajes de entrada y
salida del sistema.

Uno de los diagramas de la metodología es instanciar la vista funcional (mi-

sión) del modelo de organización, que representa los productos y servicios que
ofrece el sistema, el tipo de entorno, la misión global que persigue y los grupos
de interés a los que afecta. Puede observarse en la Figura 1.

3.1. Técnicas de identificación del vehículo

La gestión de la identificación del vehículo ha sido la parte central de nuestra

investigación. En este proceso, se han explorado varias técnicas y se han elegido
las que más se adaptaron a las necesidades. A continuación exploraremos cada
una de ellas, comentando el proceso de estudio y desarrollo seguido.
El reconocimiento NFC es una de las técnicas que nos ha permitido reconocer
un objeto del entorno, en nuestro caso, el vehículo. El objetivo es comunicar un
dispositivo activo (dispositivo móvil) con un dispositivo pasivo (tag NFC). La
ventaja de estos tags es que no necesitan ningún tipo de mantención ni baterías,
se activan por el propio campo electromagnético.
Cada vehículo posee un número único que le identifica. Este número se graba
de forma automática en la tarjeta y se cierra para que no se pueda volver a
escribir. De esta forma, el usuario puede leer la tarjeta con su propio móvil e
identificar el vehículo.
Por otro lado, para la identificación del vehículo mediante imagen se realizó
una investigación acerca de diferentes programas ya en explotación, pero tam-
bien sobre las facilidades que soporta la biblioteca OpenCV [14]. Actualmente,
OpenCV implementa un módulo para interaccionar con Android de forma más
eficiente, aunque se pueden utilizar algoritmos nativos de la biblioteca tales como
el algoritmo de las K-medias o las redes neuronales, sin aumentar notablemente
el tiempo de ejecución. Por ello, se optó por esta herramienta como la principal
para analizar y procesar la imagen para extraer el texto. El paso siguiente era
procesar la imagen para extraer las características básicas de la misma y poder
reconocer los dígitos. En concreto, teníamos por delante 4 etapas fundamentales:

1. Extraer la placa de la matrícula

2. Extraer cada dígito por separado
3. Reconocer el dígito
4. Comprobar la veracidad de lo reconocido

Para extraer la placa, se estudió la composición de la misma, considerando

sólo las matrículas de los turismos (la mayoría de nuestros clientes). Su diseño es
único para todo el país. En la parte izquierda lleva una franja azul con el símbolo
de la Unión Europea y la letra E de España, y contiene tres letras que van desde
la BBB a la ZZZ, y 4 dígitos que van desde el 0000 hasta el 9999. Este conjunto
de caracteres es la clave necesaria para la identificación de cada vehículo. Cabe
 113

destacar que se han suprimido las cinco vocales, y las letras Ñ, Q (por ser fácil su
confusión con la letra N y el número 0, respectivamente). Al ser una placa blanca
con letras en negro, nos facilita en cierta medida el tratamiento de la imagen.
El objetivo del preproceso es obtener una imagen binarizada, donde sólo existan
los colores negros y blancos.
Existen muchas técnicas para mejorar la calidad de la imagen y binarizarla.
De hecho, muchas veces el éxito del algoritmo de reconocimiento depende en gran
medida de este pre-proceso y de la extracción de dígitos. En este estudio se han
probado diversas formas de procesar la imagen, aunque la que mejor resultados
ha dado ha sido la que describiremos a continuación.
Para minimizar la carga dentro del dispositivo móvil, el primer paso es reali-
zar una transformación de la imagen a color a la imagen en escala de grises, para
posteriormente, estudiar la eliminación de ciertas imperfecciones en la imagen
o ruido. Para ello, se utilizó una técnica de suavizado de contornos, de forma
el color de un punto dependiera de forma parcial de los puntos de alrededor.
Así, podríamos eliminar manchas u otras imperfecciones que dificulten la iden-
tificación de la placa. Además de este suavizado, es necesario aplicar alguna
trasformación morfológica. Existen varias, que se han estudiado y se ha elegido
la que mejores resultados nos ha dado. El proceso total se muestra en la Figura
2.

Figura 2. Esquematización del proceso de transformación de la imagen para la iden-

tificación de la placa de la matrícula

Para extraer los dígitos, se siguió un proceso similar. En la imagen 3 mostra-

mos el resultado final.
114

Figura 3. Esquematización del proceso de transformación de la imagen para la iden-

tificación de los dígitos de la matrícula

Para reconocer el dígito se estudiaron dos técnicas. Por un lado, se contem-

plaron diversos algoritmos de clustering y finalmente se optó por el estudio del
algoritmo del vecino más cercano. Por otro, se entrenó una red neuronal y se
observaron los resultados obtenidos. Para ambos casos se ha tenido que crear un
conjunto de datos de entrenamiento, y otro de prueba. Para el entrenamiento, se
crearon 8 ejemplos de cada letra, teniendo en cuenta que pueden tener diversas
inclinaciones (incluidas en el set de entrenamiento). Con este set de entrenamien-
to, se entrenó la red neuronal y el algoritmo de clustering, y después se probó
con diversas imágenes recogidas de ejemplos reales, para estudiar cuál es el nivel
de precisión y el error total cometido.

4. Resultados
El grado de precisión a la hora de identificar el vehículo con NFC siempre
es del 100 %. Las pruebas han sido realizadas con cuatro tipos de tags NFC de
distintas tecnologías, según la capacidad (0’5K, 1K o 2K), siempre con idénticos
resultados. Los posibles problemas de seguridad no se han tenido en cuenta, de-
bido a la brevedad de la comunicación entre el tag y el dispositivo móvil. Aun
así, es conveniente estudiar las nuevas innovaciones para proteger este tipo de
comunicación. Este estudio queda ya en líneas futuras. Hubo dos dificultades
a la hora recoger los datos. La primera fue desarrollar un agente que recogiera
correctamente los datos mediante los protocolos necesarios de forma eficiente.
Afortunadamente, existen interfaces que facilitaron este intercambio de infor-
mación entre el dispositivo activo y el pasivo. La segunda dificultad fue estudiar
 115

cuál era la distancia máxima a la que el dispositivo móvil detectaba el tag. Esto
era importante a nivel funcional, pues el vigilante quiere la mayor comodidad
posible para poder leer las etiquetas. Por ello, se investigó acerca de diferentes
formas para aumentar la distancia de reconocimiento. Al final, la conclusión a
la que llegamos fue que dependíamos mayoritariamente del hardware y del tipo
de dispositivo activo que utilizáramos.
Para estudiar los resultados obtenidos con reconocimiento de la matrícula
en una imagen, poniendo especial atención en el tipo de iluminación y caracte-
rísticas, y en el tipo de algoritmo o estructura implementada. Se han realizado
pruebas con diversas imágenes de matrículas, y posteriormente se estudió cómo
es el reconocimiento de los caracteres de la imagen.
El algoritmo del vecino más cercano se configuró para que considerara 50
vecinos a la hora de clasificar cada carácter. Por su parte, las redes neuronales
fueron un poco más complejas de definir y entrenar. Se consideró sólo una red de
perceptrón multicapa, con una capa oculta. El primer problema fue precisamente
determinar la estructura más adecuada de la red. Desde un primer momento,
consideramos una red con una entrada por píxel. Se determinó que cada imagen
debía tener 12 píxeles de alto por 12 píxeles de ancho, lo cual nos dejaba con una
red neuronal de 144 entradas. El número de salidas tenía que ser igual al total de
las letras (28 neuronas de salida, una por cada letra). Tras varias pruebas, se fijó
el número de neuronas de la capa oculta en 150, con una función de activación
tangencial (las más utilizadas para reconocer caracteres (Holley, 2009)).
Presentamos a continuación una tabla ilustrativa (Tabla 1) con los resultados
obtenidos al utilizar el algoritmo del vecino más cercano, comparándolos con las
redes neuronales. También se presenta el porcentaje de acierto a la hora de
reconocer la placa de la matrícula y cada uno de los dígitos. Los datos han sido
calculados al probar 25 matrículas cualesquiera.

Tabla 1. Tabla comparativa de los resultados obtenidos en cada fase del reconocimiento

Etapa Clustering Redes Neuronales

Acotamiento de la matrícula 84 % (21/25)
Acotamiento de los digitos 86’5 % (173/200)
Reconocimiento de caracteres 60 % (120/200) 80’5 % (161/200)

Tras un análisis más detallado, se reveló que algunos caracteres como la

M o la W se reconocían en la mayor parte de los casos, mientras que otros
eran fácilmente confundidos entre sí. Aun así, el nivel de error aumentaba si las
matrículas probadas estaban muy inclinadas o con poca resolución. En concreto,
observamos que la letra B era reconocida frecuentemente como el número 8, la
G como el número 6. Esta confusión entre números y letras se pudo solventar
mediante la introducción de una condición. Si el dígito reconocido era uno de los
116

cuatro primeros, se reconocería como una letra. En caso contrario, se reconocería

como un número. De esta forma, si por ejemplo, se detectara un 8 en el segundo
dígito, lo consideraríamos una B. Por supuesto, una mejora de esta solución sería
posible si el reconocedor se mejorara con algunos patrones de lógica difusa o con
más sets de entrenamiento.
Por otra parte, tampoco se reconocieron correctamente algunos caracteres
que tenían patrones similares. Por ejemplo, la X, la K y la Y, o la B y la G.
Para este último problema la única solución plausible era engordar el número de
patrones de entrenamiento, y así mejorar el reconocedor.
Los tiempos de ejecución del reconocimiento de la matrícula, dependían de
las diferentes características de la imagen. Aun así, podemos fijar el tiempo de
ejecución medio alrededor de los 4 segundos. Es un tiempo aceptable, aunque un
poco lento para el entorno móvil en el que se está desarrollando. La mejora de
este tiempo y de los resultados mostrados queda pendiente como líneas futuras.
Otro punto a destacar, fue el éxito en el desarrollo de las organizaciones
virtuales para la consecución de los objetivos de este trabajo. El proceso de
identificación y organización de roles ayudó a la mejora de la gestión y por
tanto a la mejora de la eficiencia. El uso de PANGEA como plataforma permitió
una comunicación fluida entre agentes, que queda patente en el diseño de la
aplicación.

5. Conclusiones

El trabajo de investigación presentado en esta memoria pretende aportar

nuevas perspectivas en el ámbito del reconocimiento de imágenes, utilizando
los sistemas multiagente. Cabe destacar también la investigación realizada en
el campo de las organizaciones virtuales, imprescindible además para la gestión
adecuada de la aplicación. En este sentido, se ha estudiado y utilizado una me-
todología orientada al desarrollo de organizaciones que ha permitido cubrir el
análisis, diseño de la estructura organizativa y diseño de la dinámica de la orga-
nización de forma eficiente, demostrando que el sistema es viable para resolver
nuestro problema de automatización del aparcamiento.
Hemos demostrado que existe una forma viable de reconocer dígitos mediante
una cámara de un dispositivo móvil. Sin embargo, los resultados no han sido
tan buenos como esperábamos en un principio. Como línea futura principal se
propone la mejora de resultados no sólo en la precisión, sino en el tiempo de
ejecución, fundamental dada la limitación de recursos del dispositivo móvil y el
carácter del mismo (fácil de usar y rápido). Algunas propuestas para disminuir
este tiempo podría ser reducir el número de neuronas en la red neuronal, o
utilizar otro algoritmo de clustering, otra estructura de red neuronal o incluso
cambiar el tipo de red si esta no satisface nuestras necesidades. Aun así, esto
nunca debería ir en detrimento de la precisión de los resultados, que es aún más
importante.
En lo referente a estos resultados, la idea fundamental y que prevalece, po-
dría ser realizar un sistema que evolucione de forma dinámica. Este dinamismo
 117

puede venir dado por una retroalimentación del set de entrenamiento. Una posi-
bilidad sería que el sistema, después de que el usuario compruebe si ha sido bien
reconocida la matrícula, guarde la imagen de cada dígito en algún sistema de
almacenamiento dentro del servidor para engrosar así el set de entrenamiento.
Cada cierto tiempo con estos nuevos datos se pueden re-entrenar los algoritmo
para mejorar la tasa de aciertos.
Además de estas mejoras, esta aplicación puede ser analizada para futuras
investigaciones en otros campos de investigación. Por ejemplo, se podría indicar
al usuario qué plazas están libres, buscando un nuevo algoritmo de lógica difusa
que decida en función del tráfico y de una serie de parámetros determinados,
cuánta probabilidad tiene de encontrar una plaza libre en una calle determinada.
Este algoritmo estaría dentro de un campo de investigación que en esta memoria
y en este trabajo no se ha explorado aún.
 Bibliografía

[1] J. M. López Fernández, “Software para el reconocimiento automático de

matrículas,” 2006.
[2] N. Vázquez, M. Nakano, , and H. Pérez-Meana, “Automatic system for
localization and recognition of vehicle plate numbers,” Journal of Applied
Research and Technology, 2002.
[3] S. Rodríguez, Modelo Adaptativo para organizaciones virtuales de agentes.
PhD thesis, University of Salamanca, 2010.
[4] J. Ferber, O. Gutkenecht, and F. Michel, “From agents to organizations: an
organizational view of multi-agent systems,” in AAMAS03 - Agent-Oriented
Software Engineering Workshop, 2003.
[5] F. Zambonelli, N. Jennings, and M. Wooldrige, ACM Transactions on Soft-
ware Engineering and Methodology, ch. Developing Multiagent Systems: The
Gaia Methodology. 2003.
[6] E. Argente and I. V. J. Botti, GORMAS: Guía para el desarrollo de sistemas
multiagente abiertos basados en organizaciones. PhD thesis, 2008.
[7] C. Zato, G. Villarrubia, A. Sánchez, I. Barri, E. R. Soler, A. F. del Viso, and
otros., PANGEA - Platform for Automatic coNstruction of orGanizations
of intElligent Agents. Springer Verlag, 2012.
[8] K. Patrick, G. Griswold, F. Raab, and S. S. Intille, “Health and the mobile
phone,” tech. rep., 2008.
[9] J. Morak, H. Kumpusch, D. Hayn, R. Modre-Osprian, and G. Schreier, “De-
sign and evaluation of a telemonitoring concept based on nfc,” in Enabled
Mobile Phones and Sensor Devices. IEEE Transactions on Information
Technology in Biomedicine.
[10] E. Haselsteiner and K. Breitfuss, “Security in near field communication.
strengths and weakness,” tech. rep., 2012.
[11] C. Shyang-Lih and C. Sei-Wan, “Automatic license plate recognition,” in
IEEE Trans. On Intelligent Transportation Systems.
[12] F. Martín and D. Borges, “Automatic car plate recognition using partial
segmentation algorithm,” in SPPRA.
[13] F. De la Prieta, S. Rodríguez, J. Bajo, and J. M. Corchado, A Multiagent
System for Resource Distribution into a Cloud Computing Environment.
Springer Verlag, 2013.
[14] G. Bradski and A. Kaehler, “Computer vision with the opencv library,” tech.
rep., 2008.
 Estudio de Técnicas de Análisis Visual de
Guiones Cinematográficos

Daniel Toimil Martín1 y Roberto Therón Sánchez1

1
Departamento de Informática y Automática, Universidad de Salamanca. Plaza de
los Caídos s/n. 37008 Salamanca, España
{toimild,theron}@usal.es

Resumen Los guiones cinematográficos contienen gran cantidad de in-

formación susceptible de ser representada de forma gráfica. En este tra-
bajo se propone una nueva representación orientada a la información
estructural de los guiones y a las interacciones de los personajes a lo
largo de las escenas. La representación planteada presenta un abanico de
técnicas visuales orientadas a mejorar la capacidad expresiva y analítica
de los guiones y que tiene en cuenta las características inherentes a la for-
ma de percibir de los seres humanos con el fin de mejorar la transmisión
de conocimientos a partir de los datos.

Keywords: Visualización de la Información, Analítica Visual, Guiones

Cinematográficos, Análisis Estructural

1. Introducción
Los guiones cinematográficos son documentos que contienen una gran can-
tidad de información. La lectura y análisis de los mismos es una tarea larga y
compleja que requiere, en muchos casos, más de una lectura. Sin embargo, la
lectura es un proceso que no favorece el análisis porque no mantiene una visión
global de la historia y la estructura, si no que es necesario recordarla a medida
que se avanza en la lectura.
Las técnicas de visualización de la información proporcionan una manera
útil y eficaz de realizar análisis sobre los datos de los guiones, ofreciendo una
visión global de los mismos y favoreciendo la búsqueda de patrones, estructuras
y relaciones entre personajes al margen de la lectura del guion.
El presente trabajo propone una representación visual de guiones cuyo obje-
tivo es proporcionar una manera eficaz de transmitir la información subyacente
en los datos presentando a la vez un aspecto estético agradable. La representa-
ción propuesta pone especial énfasis en la información estructural, incluyendo
las escenas, los personajes y sus relaciones, validándolos con la teoría narrativa
desarrollada por analistas de guiones profesionales.

2. Visualización de la Información
La visualización de la información, cuyas primeras infografías [1, 2] datan del
siglo XVII, ha evolucionado notablemente hasta la actualidad. La incorporación
120

de los ordenadores a los procesos de visualización ofrece una gran cantidad de

nuevas posibilidades para las representaciones visuales e incrementa la cantidad
de datos que se pueden capturar y examinar, permitiendo así la aplicación de
técnicas personalizadas que cubren las necesidades de varios tipos de datos [3].
Las representaciones visuales nos ayudan a ilustrar conceptos que, si son ex-
presados verbalmente, resulta complicado que el interlocutor pueda entenderlos
fácilmente. Cuando se tienen datos con los que se quiere ilustrar conceptos, ideas
o propiedades intrínsecas a esos datos, el uso de representaciones visuales ofrece
una herramienta de comunicación muy útil.
Según Tufte [4]: “la excelencia en los gráficos estadísticos consiste en comuni-
car ideas complejas con claridad, precisión y eficiencia”. Consecuentemente, una
representación debe buscar ofrecer tanta información como sea posible procesar
de manera rápida, usando correctamente el espacio limitado disponible.
El objetivo principal de la visualización es la transmisión de la información
subyacente en los datos, de tal manera que el observador la perciba fácilmente,
minimizando el esfuerzo y el tiempo necesarios. Card et al. [5] definen la visuali-
zación de la información como “el uso de representaciones visuales de los datos,
interactivas y asistidas por ordenador, para amplificar la cognición”.
Esta transmisión de conocimiento a partir de los datos se hace más efectiva
cuando se aprovecha la capacidad innata del ser humano de procesar información
a través del sentido de la vista. Larkin and Simon [6] demostraron, a través de un
estudio, como el uso de representaciones visuales conlleva una mejora perceptual,
aumentando la comprensión y la capacidad de análisis del observador.

3. Teoría Narrativa

Para comprender los resultados presentados en este trabajo y valorar la repre-

sentación propuesta, resulta interesante plantear una serie de conceptos básicos
sobre teoría narrativa y guiones cinematográficos.
Se puede definir el guion como un documento de producción en el que se
expone el contenido de una obra cinematográfica con los detalles necesarios para
su realización [7]. El guion contiene diferentes escenas, acciones y diálogos entre
personajes, acontecimientos, descripciones del entorno y acotaciones breves para
los actores sobre la emoción con la que se debe interpretar.
Con el paso del tiempo, el formato de los guiones se ha ido estandarizando
de manera que la industria del cine espera que todos los guiones profesionales
cumplan ciertos requisitos que van, desde la tipografía utilizada, hasta los már-
genes o los cambios de escena: si la acción sucede en un interior o en el exterior,
si es de día o de noche, etc.
No sólo el formato del documento es algo estándar, sino que las estructuras
de las historias de los guiones siguen también ciertos estándares que alrededor
del 95 % de las películas cumplen (hasta el 100 % cuando se habla de las películas
comerciales de Hollywood) [8]. Estas estructuras, largo tiempo usadas, se han
establecido en los espectadores hasta el punto de que la gente tiene un sentido
 121

inherente de dichas estructuras y sienten que algo “no va bien” en una película
si é no se ajusta, en mayor o menor medida, a ellas.
A grandes rasgos, Calvisi [8] define la forma del guion como una estructura
en cuatro actos (en realidad tres actos con el segundo acto dividido en dos) que
ocupan, aproximadamente, el 25 % de la película cada uno:

Acto uno: Se plantea el tema central de la historia y ocurre una crisis sobre
la que el protagonista debe tomar una decisión.
Acto dos-A: El protagonista entra en acción. Crecen el conflicto y los pro-
blemas.
Acto dos-B: Las cosas se desmoronan, el conflicto alcanza el punto máximo
y el protagonista toca fondo.
Acto tres: Todas las subtramas convergen y se produce el enfrentamiento
final y la resolución de la historia.

Otro elemento a tener el cuenta son los personajes y su función en la historia

descrita en el guion. En este trabajo se consideran los siguientes roles como los
fundamentales propuestos en [9, 10]:

Protagonista: El personaje central de la historia, que evoluciona a lo largo

de la historia para alcanzar sus objetivos principales.
Atractor: Es el personaje conectado con la parte emocional del protagonista
y está ligado a su crecimiento emocional a lo largo de la historia.
Mentor: Es quien guía al protagonista, está ligado a su crecimiento intelec-
tual y a menudo, lo entrena o sirve como fuente de sabiduría.
Némesis: Usualmente, el enemigo del protagonista y quien lo mantiene ale-
jado de sus objetivos.
Trickster : A veces amigo, a veces enemigo. Pone trabas al protagonista y
pone a prueba la evolución personal del protagonista, que lo acerca a sus
objetivos.

Estos arquetipos no son únicos y no están presentes en todas las películas,

pero son elementos muy habituales que resultan interesantes para el análisis de
guiones.

4. Representación de Películas: Trabajos Relacionados

Existen diferentes trabajos previos relacionados con representación de pelí-

culas aunque desde un enfoque muy diferente al planteado en este trabajo. Por
ejemplo, Brodbeck [11] propone una visualización en forma de anillo cuyo obje-
tivo es crear una imagen global de la película que sirva como “huella dactilar”
visual, resaltando las características de la película y permitiendo encontrar pa-
trones diferentes según la “huella” de cada una. Sin embargo, este trabajo no
resulta adecuado para un análisis más profundo de la estructura y las relaciones
entre personajes presentes en el guion. Brodbeck afirma que “nadie ve una pe-
lícula como realmente es, si no siempre una vista parcial”, en el sentido de que
122

su representación permite una visualización global del aspecto de la película,

en contraste con la secuencia de escenas no simultáneas que se ven al visionar
la película. En el presente trabajo, a pesar del distinto enfoque, se proporciona
también una visualización que permite tener un modelo mental del “aspecto”
global de la película.
La representación propuesta por Munroe [12] en su viñeta XKCD muestra
una imagen donde utiliza líneas para representar los personajes de las películas
a lo largo de la historia. A partir de esta idea de representación, Ogievetsky [13]
creó una herramienta de edición que permite construir manualmente dichas re-
presentaciones haciendo uso de un programa informático. Posteriormente, dentro
de un proyecto de investigación del grupo VisUsal, Agudo [14] planteó una re-
presentación con muchas de las características de aquellos trabajos pero que
generaba la representación de manera automática a partir de la información
contenida en los guiones (ver Fig. 1). Este trabajo se enmarca dentro de ese
proyecto y desarrolla la propuesta inicial de Agudo con el fin de conseguir una
representación capaz de transmitir la información de manera más efectiva y con
un nivel más alto de interactividad.

Figura 1. Representación visual de guiones realizada por Agudo.

Por último, la representación planteada puede verse como un tipo de coorde-

nadas paralelas [15] en el sentido de que las escenas del guion pueden verse como
ejes paralelos por donde los personajes se sitúan dependiendo de si participan
 123

en la escena y por tanto, convergen en ella o, por el contrario, no participan y se

alejan hacia la parte exterior de la representación. Existen otros trabajos previos
que también usan variaciones y extensiones de las coordenadas paralelas para
analizar la evolución de datos a través de coordenadas paralelas animadas [16] o
para análisis de información diacrónica de diccionarios [17].

5. Decisiones de Diseño

Los guiones contienen gran cantidad de datos susceptibles de ser representa-

dos. Elegir correctamente la manera de representarlos es una tarea crítica para
conseguir una representación eficaz.
En primer lugar, es necesario establecer la fuente de datos del guion que, en
este caso, son ficheros XML generados automáticamente a partir de los guiones
escritos y que contienen la mayor parte de la información de los documentos
necesaria para la representación. Esta tarea es posible gracias a la estructuración
más o menos estándar que presentan los guiones.
El resto de esta sección contiene las principales decisiones y principios de
diseño que se han tenido en cuenta a la hora de elaborar la representación.

5.1. Mapeo de los Datos a Elementos Visuales

Los datos relevantes que se muestran en la representación deben estar aso-

ciados a elementos visuales que los representen. Los elementos visuales han sido
elegidos atendiendo a la Tabla 1 propuesta por Mazza [18].

Tabla 1. Codificación de datos cualitativos, ordinales y categóricos usando diferentes

atributos (3: apropiado, –:limitado, 7: no apropiado).

Atributo Cuantitativo Ordinal Categórico

Color
Matiz 7 7 3
Intensidad – 3 7
Forma
Orientación – – 7
Longitud 3 – 7
Ancho – – 7
Tamaño – – 7
Colinearidad 7 7 7
Curvatura – – 7
Agrupamiento 7 7 7
Marcas 7 7 3
Forma 7 7 3
Numerosidad 3 3 7
Posición espacial
Posición 2D 3 3 –
Profundidad 7 7 7
Concavidad/convexidad – – 7
Movimiento
Parpadeo 7 7 –
Movimiento – – 7
124

La lista de los principales datos mapeados son:

Atributos de Personaje:
• Personaje: Cada personaje aparece como una línea que recorre hori-
zontalmente la representación y cuyo color la distingue de las líneas de
otros personajes.
• Nombre: Representado mediante etiquetas textuales al inicio y al fin
de la línea de personaje.
• Relevancia del personaje: Se indica mediante el grosor de la línea de
personaje, siendo más gruesa cuanto más importante es el personaje en
función del número de escenas en que aparece.
Atributos de Escena:
• Escena: Representadas por elipses que se van sucediendo horizontal-
mente en el mismo orden en que aparecen en el guion.
• Número de escena: Están indicadas mediante etiquetas numéricas en
la parte superior de la representación, coincidiendo verticalmente con la
escena asociada.
• Datos de cabecera: Fundamentalmente los datos de localización. Se
muestran en una vista de detalle de la escena mediante una etiqueta
textual (lugar) y un icono (interior/exterior).
• Número de personajes: Se muestran mediante puntos contenidos en
la elipse de la escena. Esto afecta también a la altura de la escena,
consiguiendo un efecto interesante y perceptible a simple vista donde
las escenas más altas tienen más personajes.
• Duración: Codificado en la vista de duración, descrita más adelante, a
través de la anchura de la elipse de la escena.

Otra información importante se representa indirectamente como consecuen-

cia de los mapeos elegidos anteriormente:

Evolución de los personajes: Se representa como resultado del recorrido

de la línea de personaje a lo largo de la representación y mientras va pasando
por las escenas en las que aparece.
Importancia de la escena: La relevancia de la escena está planteada como
una relación entre el número de personajes que contiene y su duración. Ya
que el número de personajes influye en el alto y la duración en el ancho, la
relevancia está codificada mediante el área de la escena.

5.2. Algoritmo de Distribución de Elementos

Una de las decisiones críticas en el diseño de la representación es la elección de

las posiciones de los elementos en la imagen final. Los personajes (líneas de per-
sonaje) y las escenas (elipses) son los elementos principales de la representación
y por tanto su colocación es fundamental para que la representación transmi-
ta correctamente la información estructural del guion así como las relaciones y
evolución de los personajes.
 125

Ogievetsky [13] propone en su herramienta un algoritmo genético que realiza

un reposicionamiento de las escenas minimizando los cruces y mejorando así la
imagen final generada. Sin embargo, en su trabajo la representación se crea ma-
nualmente y no incluye todos los personajes y escenas del guion, sino aquellos
considerados más relevantes por aquel que crea la representación. En este tra-
bajo, se propone una generación automática y exhaustiva de la representación,
que incluya todos los personajes y escenas, de tal manera que contenga toda la
información necesaria para un correcto análisis del guion, permitiendo el filtra-
do a demanda de personajes poco relevantes cuando resulta necesario. Por esta
razón, la cantidad de elementos a posicionar es mucho mayor y un algoritmo
genético tiene un coste temporal mucho mayor que en el trabajo de Ogievetsky.
Además, debido a la naturaleza aleatoria de los algoritmos genéticos, las solu-
ciones que generan producen líneas de personaje con muchas oscilaciones que
provocan ruido y empeoran la eficacia de la representación.
Como solución al problema se plantea un algoritmo voraz, que busca posi-
cionar las escenas y personajes minimizando en cada paso el número de cruces
en las líneas de los personajes, ya que estos cruces generan dificultades para
obtener información a partir de la representación. Por otro lado, para conseguir
una representación más limpia, se definen n posiciones posibles de los persona-
jes en la representación, donde n representa el número de personajes total del
guion. De esta manera, en cada paso horizontal de la representación se deberán
posicionar tanto los personajes como la escena en alguna de esas n posiciones
con la restricción de que una posición solo puede ser ocupada por un personaje.
Debido a que los personajes deben converger en cada escena en la que aparecen,
será necesario hacer modificaciones en las posiciones asignadas y dichas modifi-
caciones dependerán exclusivamente de la posición de la escena. Por esta razón,
la minimización del número de cruces en cada paso horizontal se basa en elegir
la posición de la escena que menos cruces provoque.
Como muestra el Algoritmo 2, se parte de unas posiciones iniciales de los
personajes que se calculan situando en las posiciones centrales a los personajes
más relevantes. El objetivo es mantenerlos en la zona central de la representa-
ción. Las posiciones de las escenas se calculan a partir de las posiciones de los
personajes en el paso anterior, minimizando el número de cruces generado. Las
posiciones restantes de los personajes están determinadas por la posición de cada
escena.

5.3. El Color
La elección de los colores de la representación no es una tarea trivial e influye
directamente en la capacidad de transmitir información. Brewer et al. [19] y Bos-
tock et al. [20] proponen una lista de colores adecuados para la representación de
atributos categóricos y que minimizan las dificultades de identificación para las
personas con problemas de percepción de colores como el daltonismo. La elección
de los colores, tanto de las escenas como de las líneas de personaje, está basada
en esos trabajos con el objetivo de mejorar la eficiencia de la representación,
consiguiendo además un aspecto estético más agradable.
126

Algoritmo 2 Algoritmo de posicionamiento

posP ersonajes generaPosicionesInicialesPersonajes()
añadir posP ersonajes a solucion
for all escenas do
mejorP osicion calcularMejorPosicionEscena(posP ersonajes)
posP ersonajes calcularPosicionPersonajes(mejorP osicion)
añadir posP ersonajes a solucion
end for

return solucion

5.4. Uso de Transiciones

La representación propuesta en este trabajo incluye varias interacciones que

permiten acceder a información no disponible en la representación inicial. Esto
es debido a que representar a la vez toda la información disponible supone una
sobrecarga importante y satura la imagen reduciendo la eficacia en la transmisión
de información. Algunas de las interacciones conllevan la recolocación de los
elementos representados, suponiendo un cambio de contexto.
En aquellas interacciones en las que el cambio en la representación es sustan-
cial, se ha incluido una animación que sirve de transición entre la imagen inicial
y la final. Esto permite que el usuario mantenga el contexto durante el cambio
de vista, reduciendo así la carga cognitiva. Consiste, básicamente, en realizar
una interpolación visual de los cambios en la representación [21].

5.5. Vista de Duración de Escenas

Una de las interacciones fundamentales de la representación consiste en una

vista en la que la duración de las escenas está representada mediante su anchura.
A través de esta vista, se pueden identificar fácilmente las escenas más impor-
tantes y relevantes del guion. La razón de que la duración no esté representada
en la vista básica es que la gran diferencia de duración entre las escenas es sufi-
cientemente grande como para que las diferencias de tamaño afecten al análisis
de otros aspectos del guion. La Fig. 2 muestra un ejemplo de esta vista.

6. Análisis de Guiones

En esta sección se muestran dos guiones de ejemplo usando la representa-

ción propuesta y se analizan algunas de las características que se pueden extraer
haciendo uso de la representación. Los ejemplos aquí mostrados son estudios
breves que pueden ser ampliados si se realiza un análisis más profundo y ex-
haustivo y solo pretenden ser una muestra de la capacidad de análisis que ofrece
la representación.
 127

Figura 2. Vista de la duración de las escenas a través del ancho.

6.1. Babel

El primer guion representado (Fig. 3) corresponde a la película Babel dirigida

por Alejandro González Iñárritu. Una vista global permite ver varias caracterís-
ticas interesantes:

Desarrollo de la historia: Se puede observar una forma de cono en la re-

presentación que comienza con solo unas pocas líneas y va creciendo a medida
que se desarrolla horizontalmente. Esto muestra la evolución de la película
en general, que comienza de manera más simple (acto uno) y, a medida que
la película avanza (acto dos-A y dos-B), se van presentando más historias y
la trama se complica. La altura creciente de la representación codifica esta
complicación de las tramas. Sin embargo, en un punto determinado de la
representación (que coincide aproximadamente con el acto tres) la altura de
ésta decrece, representando la convergencia de las historias típica del acto
tres mencionada en la Sección 3, alcanzando la convergencia de todas las
líneas en las escenas finales correspondientes al clímax de la película. La
representación muestra, por tanto, parte de las características de cada acto
planteadas por Calvisi [8].
Historias paralelas: Babel es una película que sigue un formato de his-
torias paralelas, donde se narran varias historias independientes que se van
cruzando en algún momento de la película. Si se observa detenidamente, se
pueden observar agrupaciones de líneas de personaje que evolucionan juntas
y representan dichas historias independientes.
Interacciones entre personajes: Otra característica que se puede obser-
var son unas líneas que “saltan” de su historia principal a otra de las historias.
Esto representa la interacción de los personajes con otras historias y queda
representado de manera clara.
Convergencia de historias: En la parte final del guion, las historias acaban
juntándose dando lugar al final de la película. Esto se puede apreciar en los
saltos de todas las líneas de personaje restantes hacia las escenas finales.
128

Figura 3. Representación de Babel (2006).

6.2. Rocky
La segunda representación (Fig. 4) muestra el guion de Rocky, dirigida por
John G. Avildsen. En este caso, se pueden ver algunas otras características in-
teresantes extraídas directamente de la representación:
Personajes principales: La representación mostrada tiene los personajes
filtrados, de tal manera que solo se muestran 5 personajes. El algoritmo em-
pleado para este filtrado es capaz de elegir los personajes más importantes.
En este caso, los personajes mostrados corresponden precisamente a los per-
sonajes más relevantes y que representan los roles comentados en la Sección 3
y analizados para esta película por Sayler [22]:
• Protagonista: Rocky, línea azul. Personaje principal. Se puede ver como,
siendo el protagonista, interviene en casi la totalidad de las escenas. Su
línea es la más gruesa, ayudando a resaltar su importancia.
• Atractor: Adrian, línea roja.
• Mentor: Mickey, línea morada.
• Némesis: Apollo, línea verde.
• Trickster : Paulie, línea naranja.
Localizaciones: En esta representación se pueden apreciar de manera bas-
tante visual los cambios de localización del guion. La imagen muestra di-
ferentes series de escenas juntas representadas a diferentes alturas. Estos
saltos, que son seguidos por la línea azul del protagonista, se corresponden
casi en su totalidad con cambios en el lugar donde sucede la acción de las
escenas, ofreciendo esa información de manera intuitiva y eficaz.

Figura 4. Representación de Rocky (1976)

 129

7. Conclusiones y Trabajo Futuro

Se ha presentado una representación visual que, partiendo de trabajos an-

teriores [12, 13, 14], propone nuevas técnicas que mejoran la representación,
permitiendo un análisis profundo de la estructura del guion y las relaciones en-
tre los personajes. A través del uso de interacciones, apoyadas en algunos casos
por transiciones, se proporcionan herramientas para acceder a toda la informa-
ción disponible sin la sobrecarga que supondría mostrarla toda junta de forma
estática.
Los ejemplos de análisis planteados ofrecen una muestra del tipo de análisis
que se puede realizar con la representación, haciendo hincapié en la capacidad de
transmitir las características estructurales del guion y la información relacionada
con los personajes y sus interacciones. Además, las características analizadas se
contrastan con parte de la teoría narrativa encontrada en la literatura [8, 9, 10],
validando así los resultados obtenidos a través de la representación.
A continuación se muestran algunas líneas de trabajo futuras:
Representación temporal: En la representación planteada se muestran
las escenas en el mismo orden en que aparecen en el guion. Sin embargo,
esto no siempre coincide con el orden temporal de las escenas en la historia
(por ejemplo, en los flashbacks u otros saltos temporales). Una evolución
interesante sería una representación temporal que se pudiese contrastar con
la actual y que ayude a comparar y analizar las estructuras generadas en
ambos casos.
Análisis de sentimientos: A través de un análisis de sentimientos en los
textos de las escenas, es posible incorporar en la representación información
relativa a las emociones dominantes en cada escena, añadiendo información
semántica a la información estructural ya existente.
Capacidad de edición: Otra posibilidad interesante es añadir capacidad
de edición a la representación, permitiendo modificar el guion a la vez que se
realiza el análisis, incluyendo nuevas escenas, modificando las ya existentes,
cambiando los personajes que intervienen en ellas, etc.
 Bibliografía

[1] W. Playfair, The commercial and political atlas: representing, by means of

stained copper-plate charts, the progress of the commerce, revenues, expen-
diture, and debts of England, during the whole of the eighteenth century. T.
Burton, 1768.
[2] J. H. Lambert, Mémoire sur quelques propriétés remarquables des quantités
transcendantes et logarithmiques, Histoire de l0 Académie royale des sciences
et belles-lettres. Histoire de l0 Académie royale des sciences et belles-lettres,
Berlín, 1761.
[3] O. Sindiy, K. Litomisky, S. Davidoff, and F. Dekens, “Introduction to infor-
mation visualization (infovis) techniques for model-based systems enginee-
ring,” Procedia Computer Science, vol. 16, no. 0, pp. 49 – 58, 2013.
[4] E. R. Tufte, “The visual display of quantitative information,” CT Graphics,
Cheshire, 1983.
[5] S. K. Card, J. D. Mackinlay, and B. Shneiderman, Readings in information
visualization: using vision to think. Morgan Kaufmann Pub, 1999.
[6] J. H. Larkin and H. A. Simon, “Why a diagram is (sometimes) worth ten
thousand words,” Cognitive science, vol. 11, no. 1, pp. 65–100, 1987.
[7] Wikipedia, “Guión cinematográfico - wikipedia, la enciclopedia libre.”
http://es.wikipedia.org/wiki/Guion_cinematografico, 2013.
[8] D. P. Calvisi, STORY MAPS: How to Write a GREAT Screenplay. Act
Four Screenplays, 2012.
[9] C. Vogler, The Writer’s journey. Michael Wiese Productions, 1998.
[10] S. Myers, “Character archetypes | go into the story.”
http://gointothestory.blcklst.com/2008/08/character-archetypes.html,
2008.
[11] F. Brodbeck, “Cinemetrics.” http://cinemetrics.fredericbrodbeck.de/, 2011.
[12] R. Munroe, “Movie narrative charts.”
[13] V. Ogievetsky, “Plotweaver. cs488b data visualization final project,” 2009.
[14] J. A. P. Agudo, “Herramienta de visualizacion de la linea temporal en na-
rraciones audiovisuales,” 2011.
[15] A. Inselberg, “The plane with parallel coordinates,” The Visual Computer,
vol. 1, no. 2, pp. 69–91, 1985.
[16] R. Theron, “Visual analytics of paleoceanographic conditions,” in Visual
Analytics Science And Technology, 2006 IEEE Symposium On, pp. 19–26,
2006.
[17] R. Theron and L. Fontanillo, “Diachronic-information visualization in his-
torical dictionaries,” Information Visualization En Prensa, 2013.
[18] R. Mazza, Introduction to information visualization. Springer, 2009.
[19] C. Brewer, M. Harrower, A. Woodruff, and D. Heyman, “Colorbrewer 2.0:
color advice for cartography,” 2009.
[20] M. Bostock, V. Ogievetsky, and J. Heer, “D3: Data-driven documents,”
IEEE Trans. Visualization & Comp. Graphics (Proc. InfoVis), 2011.
 131

[21] J. Heer and G. G. Robertson, “Animated transitions in statistical data grap-

hics,” Visualization and Computer Graphics, IEEE Transactions on, vol. 13,
no. 6, pp. 1240–1247, 2007.
[22] J. Salyer, Rocky Road: The Hero’s Journey of Rocky Balboa Through the
Rocky Anthology. ProQuest, UMI Dissertation Publishing, 2011.
132
 Mobile Image Recognition with
Convolutional Neural Networks

William Raveane and María Angélica González Arrieta

Department of Computer Science, University of Salamanca. Plaza de la Merced s/n.

37008, Salamanca, Spain
{raveane,angelica}@usal.es

Abstract. Convolutional neural networks provide a powerful solution

for image recognition, but also present a trade-off due the computing
power required to carry out the classification procedure. This is primarily
due to the difficulty involved in calculating multiple convolution opera-
tions over various layers in the neural network. With the ever increasing
performance of mobile devices, it is natural to explore the possibility of
implementing such a system on board a device to perform interactive
image recognition tasks in real time.

Keywords: Deep Learning, Computer Vision, Image Recognition, Con-

volutional Neural Networks, Machine Learning, Artificial Intelligence,
Biologically Inspired Computing

1. Introduction
Biological visual systems are easily able to recognize objects. However, com-
puter systems still have great difficult performing the same task, primarily due
to viewpoint dependent differences that greatly impact the numerical representa-
tion of the visual stimulus perceived by these systems. For this reason, computer
vision and image recognition continue to be an active research priority in ma-
chine learning.
Over time, multiple solutions have been proposed to this problem. One of the
most successful of these has been biologically inspired deep networks [1], where
input images are processed through several layers of feature extractors and are
eventually classified as one out of several target labels. These works are based on
the findings by Hubel & Wiesel [2] where two main types of cells were identified
in the primary visual cortex of cats, the so called simple cells and complex cells,
connected through a cascading hierarchical model. The first functional model to
be inspired by these findings was the Neocognitron, introduced by Fukushima [3],
wherein two types of cells similarly take on the roles of local feature extractors
and deformation toleration.
Later work by Yann LeCun [4] introduced the convolutional neural network
(CNN) as a more robust system for the identification of handwritten characters
in scanned documents. Again, a similar dual cell type system is used, where a
convolutional layer extracts features and a subsampling layer reduces the input
134

space to tolerate space-wise variations in these features. CNNs form the foun-
dation for most modern image recognition systems based on hierarchical deep
learning techniques as they have proven to be a powerful solution when applied
to a large variety of vision tasks. Traditionally, these systems are deployed over
multiple GPUs to leverage the power of parallelism provided by this kind of
hardware[5].
The problem, however, becomes much more challenging when one attempts
to fit the demanding algorithms required by this task into a mobile environment
where computing capacity is limited. The main focus of this work is an attempt
to alleviate some of these issues by deploying a full CNN within a mobile device
for real time image recognition. Mobile Image Recognition (MIR) is thus defined
as an umbrella term under which to group the various technological components
involved in such a system.
The task involves the recognition of 2D planar images within a full 3D envi-
ronment to provide a solid framework upon which to base the results observed
and onto which apply the techniques detailed herein. Such a system would have
considerable real world usage applications, and it is quite evident how a mo-
bile device equipped with such capabilities can be exploited in a commercially
successful fashion.
As is well known, there currently exist various other systems capable of doing
similar tasks. Historically, the needs of these applications has been met by using
either simplified targets – as with the 2D markers usually seen in augmented
reality applications – or simply by offloading the required computations to a
remote server when full image recognition is required, thereby introducing a
certain latency in the results.
This work attempts to solve this problem by presenting a method where the
recognition occurs in real time within the device itself, to provide immediate
feedback to the user and to take advantage of the recognition on a live video
feed to increase the responsiveness of the MIR system.

2. Convolutional Neural Networks

This chapter reviews the basic background information forming the basis of
neural networks, making an emphasis on the biological concepts behind these
mathematical models, and how they can be applied to supervised learning tasks
in machine learning.

2.1. Biological Fundamentals of Neural Networks

Neurons in a biological brain are connected to each other through synapses,
connections usually formed from the axon of an emitting cell to the dendrites
in the receiving cell. The synapses transmit electrical and chemical signals from
one neuron to another through a process called synaptic transmission [6].
The connections formed by a synapse between two cells can have either an
excitatory or inhibitory effect on the receiving neuron’s stimulation. An excita-
tory synapse will act as previously described increasing the neuron’s potential
 135

voltage. An inhibitory synapse, on the other hand, will act in the opposite man-
ner by further lowering the neuron’s potential – thereby making it more difficult
for other incoming transmissions to overcome it and reach the required threshold
value needed to trigger a spike. As there may be both types of synapses present
on the receiving end of each cell, complex patterns of excitatory and inhibitory
stimulations can result in different behaviors altering the signals this cell itself
transmits to others.
This is the basic method by which cells communicate with one another, thus
providing a mechanism through which information can be either forwarded or re-
strained throughout the connected network – depending on the unique behavior
governing the actions of individual neurons.

Hubel & Wiesel Visual Cortex Model. The work by Hubel & Wiesel [2]
played an important role in understanding the operation of the visual cortex
– a specialized section of the brain responsible for interpreting visual stimuli.
Of particular interest are the cells in control of orientation selectivity and edge
detection of visual information in the V1 visual cortex. Two main types of cells
were identified in this area, which have elongated receptive fields and therefore
a better response to elongated stimuli – such as lines and edges. These cells
received the names of simple and complex cells.
Simple cells have distinct excitatory and inhibitory regions, both forming
elementary elongated patterns in one particular direction, position and size for
each cell. If visual stimulation reaches the cell in the exact same orientation
and position such that it aligns itself perfectly with the patterns created by
the excitatory regions, and at the same time the inhibitory regions do not get
stimulated – the neuron gets activated and responds accordingly.
Complex cells operate in a similar manner. Like simple cells, they have a par-
ticular orientation they are sensitive to. However, they lack position sensitivity.
Therefore, a visual stimulation needs only arrive in the correct angle to activate
this neuron, regardless of the exact position in the visual field it falls upon.
Another important fact about the cells in the visual cortex is the structure
that they form. Along the cortex hierarchy, proceeding from the V1 region of the
visual cortex and proceeding to the V2, V4, and IT regions, one finds that the
complexity of the ideal stimuli for each cell increases in complexity. Simultane-
ously, the activations of neurons become less sensitive to position and size. This
happens as cells activate and propagate their own stimuli to other cells they are
connected to in this hierarchy, primarily due to alternating simple and complex
cell layers.

2.2. Mathematical Model of Convolutional Neural Networks

Traditionally, the architecture of image recognizers has always been divided

into two separate functions. The first of these being a fixed feature extractor
that transforms input images into a low dimensional representation vector hold-
ing characteristics found in the input image. The resulting vector should not
136

only be easily comparable, but also relatively invariant to transformations and

distortions in the input image image dataset. Next, a classification module takes
this low dimensional vector and interprets it by classifying the data into one of
several possible target labels.
The difficulty with such an architecture is the feature extraction stage, which
usually requires manual fine-tuning of the parameters to find the features needed
which can then be successfully classified. The advantage of CNNs over previous
systems, then, is the unification of both procedures into a single neural network
system. Using backpropagation, the CNN is able to automatically learn the
parameters that will produce the most optimal set of feature extractors, as well
as learn the optimal way to classify those same features into a discrete target
class set.
A CNN is composed of several specialized layers, the first few of which form
the feature extraction stage, and the latter compose a classifier. The feature
extraction stage is built with alternating convolutional and subsampling layers.
This alternating structure between neuron types is influenced by the Hubel &
Wiesel model of the visual cortex. Convolutional neurons have similar properties
to the biological simple cells, in that they are highly sensitive to the edges of
an image, in particular to the orientation of edges and the position where they
appear in the image. Subsampling layers, on the other hand, are modeled after
complex cells, in that the sampling procedure effectively blurs away position sen-
sitivity by bundling together the activation values of neighboring pixels. Finally,
the structure in the biological model is mimicked by the CNN as well, in that
further layers increase the complexity of the neuron responses while increasing
the tolerance for positional invariance.

Convolutional Layer. In the feature extraction stage, the single value neurons
forming a traditional multi layer perceptron are replaced by matrix processors
which perform an action over the 2D image data passing through them, instead
of a single scalar value. The output of each convolutional neurons is given by:
!
X
Y j = g bj + Kij ⌦ Yi (1)
i

The output of the calculated neuron Yj is a matrix holding image data, as

are the outputs Yi of each connected neuron in the preceeding layer, all of which
are convolved (⌦ operator) with the corresponding kernel filters Kij of each
connection. These kernels replace the scalar weights of traditional MLPs. The
term for bias for the receiving neuron bj , and the nonlinear activation function
g(x) are identical to the original MLP linear combination equation.
The convolution operator has the effect of filtering input image data with
a previously trained kernel. This transforms the data in such as way that cer-
tain features, determined by the shape of the kernel, become more dominant
by having a higher numerical value assigned to the pixels representing them.
The kernels learned by a CNN will usually have intricate shapes and structures
 137

to extract composite features which may have non-trivial purposes within the
feature extraction stage of the neural network system.

Max-pooling. In principle, CNNs should have a small amount of tolerance

over tiny perturbations in the input image data. For example, if two essentially
identical images differ only by the translation of a few pixels, the network should
be able to treat both identically, and not expect to learn an entirely new set of
feature extractors to account for such a small divergence. This is achieved by
reducing the sampling of the output from the convolutional neuron. By having
a lower resolution, the same features which would otherwise differ only by a
small difference in position, will now be assigned to the same subsampled output
position.
Max-pooling effectively finds the maximum value over every consecutively
sampled pixel window. As a result, the data size of the input is reduced by a
factor equal to the size of the window over which this function operates.

Linear Classifier. The last stage in a CNN is that of a linear classifier, which
is exactly identical to the latter stages of a typical MLP.
The input of this classifier is given by the output of the last step in the CNN
feature extractor. By the time the data reaches this stage, the input images
should have been distilled into a lower size representation of multiple extracted
features, having been reduced several times over the course of several convolu-
tional and max-pooling layers. This last stage should now be able to do a final
non-linear classification over the feature vector to finally recognize the original
input image. Therefore, the output layer of the classifier consists of one neuron
for each of the target labels over which the data is being classified.

3. CNN Architecture

This chapter reviews the architecture of the CNN implemented in the MIR
system and the reason behind these decisions – not only for practical reasons –
but also for optimization and performance enhancement.

3.1. Input Size

The input image size is the first, and possibly most important parameter
that must be set in the CNN architecture. It defines the data size over which the
network will run, requiring all tested images to first be resized to match these
dimensions.
A fine balance must be found when selecting the input data size, the reason
being that this setting will affect both the performance and the accuracy of
the model. If the size is too small, the model will be fast, but it won’t have
enough pixel data to make correct decisions on what exactly it is viewing, so
classification accuracy will drop. if the size is too big, there will be a lot of data
138

to work with which will aid the model’s accuracy rating but more calculations
will be required and performance may be too slow for real time usage.
Table 1 shows a few different values for possible image input sizes. The clas-
sification accuracy on the test dataset can be seen in the last column. This
provides sufficient evidence that a 32⇥32 input image size is an optimal value
for this particular system by balancing both needs in an appropriate manner.

Table 1. Multiple input size configuration values and its effect on the DCNN perfor-
mance

Parameters Performance
Input Kernel Pooling No. of Computation Mean
Size Size Size Operations Time Error
16⇥16 3⇥3 2 110,954 3.2 ms 12.54 %
24⇥24 5⇥5 2 481,418 8.5 ms 1.32 %
32⇥32 5⇥5 2 1,121,418 17.1 ms 0.44 %
48⇥48 7⇥7 2 4,907,882 54.9 ms 0.15 %
64⇥64 7⇥7 4 10,038,378 147.3 ms 0.18 %

3.2. Color Space

Historically, the RGB color space is the preferred color model when dealing
with digital imaging. The question arises if there is a better way to represent the
image data such as to help with the neural network’s learning process, making as
efficient use as possible of the given data distribution. As usual, we look to the
biological visual system for inspiration on how to better treat this information.
It is well known that the human visual cortex is much more sensitive to changes
in luminance than to changes in color [7]. Therefore, it would be beneficial to
have a system where the intensity can be treated with the attention it demands,
while still making use of chromatic data as supporting information.
There exist various color models which follow such a structure, such as the
well known YUV color model, where the image intensity is represented in one
channel (Y) and the color information is given in two supporting channels (U
and V). The YUV method is chosen for the system presented in this work for
one particular reason: the MIR device camera.
In accordance to digital video standards, most hardware cameras output im-
age data in YUV format, and it therefore makes perfect sense to make use of this
data directly, thus avoiding the computationally expensive step of continuously
transforming a full HD video signal frame from one color space to another.
 139

3.3. Contrast Normalization

Prior to processing the image data by the first layer of neurons, the luminosity
channel of the image is normalized. The purpose of this is to make a preemptive
attempt at levelling out the effects caused by illumination differences.
Traditionally, in image recognition, preprocessing involves one form or an-
other of histogram equalization. For this work, however, contrast normalization
is chosen. The main reason being that this system is biologically inspired as well
[8, 9] usually outperforming other alternative methods. This process is primar-
ily calculated through image convolution operations, making it somewhat more
expensive computationally than other statistics-based algorithms – however, the
MIR system can reuse for this preprocessing step the same optimized algorithms
that the CNN itself already takes advantage of.
It is important to note that this normalization is applied only to the lu-
minosity channel. The color channels are not modified in any way with prior
preprocessing filters, as shifting any of their values would have the effect of
remapping image color hues significantly, something which is not desirable when
the chromatic value of specific regions have great significance.
The contrast normalization filter is achieved by applying two sets of convo-
lutions on the input data, each with a 1D gaussian kernel, an operation which is
considerably less computationally expensive than a full 2D kernel convolution.
The contrast normalization filter is performed by the following set of operations:

C S (I, K) = I K T ⌦ (K ⌦ I)
I
C D (I, K) = p
K T ⌦ (K ⌦ (I I))
N D
C (I, K) = C C S (I, K), K

Where I is the input image at each operation, usually modified with the 1D
gaussian kernel K and its corresponding transposed kernel K T to convolve in
both the horizontal and vertical directions of the image.
The C S (I, K) function is a subtractive operation, where the dual convolu-
tions have the effect of generating a localized mean representation of the input
image, thus, subtracting this mean from the original input image yields a zero-
centered normalized image.
The C D (I, K) function is a divisive operation, where the dual convolutions
operate on the input image squared (element-wise matrix multiplication by it-
self). The square root of this amount represents a localized standard deviation of
the input image, thus, dividing the input by its own standard deviation results
in a normal distribution with = 1.
The final C N (I, K) function to implement the contrast normalization op-
eration, then, is that of the previous two operations applied sequentially with
the same kernel, resulting in a normalized image with values centered around 0,
and a standard deviation of 1 – priming it for a machine learning algorithm to
process. The localized convolutions applied throughout the process also have the
140

effect of flattening gradients over the image, while enhancing the ever important
edge outlines describing the object contours, both of which are ideal for easier
recognition.
Figure 1 shows the mean classification error over 10 training epochs of two
learning runs, one using the contrast normalization preprocessing algorithm,
and the other without. It is clear from these results that contrast normalization
applied on the Y channel data achieves better recognition performance.

Figure 1. The effect of contrast normalization on the mean error learning curves.

3.4. Connection Mapping

The connectivity of the neural network is very important in that prior do-
main knowledge can be integrated into the system, and in this manner mold the
algorithm to better suit a particular goal. Neurons are not simply fully connected
in every possible way to each other, but rather, information bottlenecks can be
introduced that force the influence of data to take specific routes within the
network, thereby modifying the behavior of individual neurons in a particular
manner.
As explained in section 3.2, more importance needs to be assigned to the
luminosity channel of the input image than to the color data channels. Structure-
wise, this influence is built into the system through a custom connection map
 141

between the first two layers. By doing this, the prior knowledge of assymetrical
channel influence can be embedded into system. A connection map is thus formed
between the input neurons and the first convolutional layer in such a way that
the Y channel input neuron fully connects to eight convolutional layer neurons,
whereas each of the U and V channel input neurons connect to only 2 other
convolutional neurons each. Assigning more connections to one neuron greatly
increases the effect its stimulus information has over the entire system state. It
is important to note here that each channel will be processed separately on this
first convolutional layer of the CNN, and it is not until the next stage where the
information from all channels is finally mixed together.
The two convolutional stages serve as a form of feature extractor that reduce
the input image to a lower dimensional representation. By repeated convolutions
and max-pooling operations, the data is reduced from a tensor of size 32⇥32⇥3
= 3072 data points, to one of size 5⇥5⇥32 = 800. These 800 data points serve as
the input for the final stage of the CNN, a simple MLP which is able to classify
the 800 non-linear features extracted from the input image into the final number
of target classes the recognizer is trained upon.
The output layer in the linear classifier has as many neurons as there are
classes in the problem to solve, plus one. The extra output neuron corresponds
to a catch-all background class.

3.5. Training

The training targets are ideal one-vs-all vectors, where the i-th element of the
vector corresponding to the class index takes on a value of +1, while all other el-
ements are assigned a -1 value instead. The (-1,+1) interval, being zero-centered,
helps in the training phase by having evenly and symmetrically distributed target
values.
The network is trained through Stochastic Gradient Descent, where the con-
figuration parameters are updated after every single training image. This requires
the image data set to be previously shuffled so as to avoid any biasing that may
occur from training over the same class for too many sequential steps.

4. Implementation and Results

The decision was made to use Torch [10], which is a library that implements
many features related to deep neural networks. The MIR system itself is built as a
hybrid Java and C++ mobile application for the Android OS. The API provided
by the Android Software Development Kit is used for the application’s outer UI
and the high level logic of the program, while the low level core computations
dealing with the CNN implementation are all custom built in C++ and interfaced
with the Java program via the Java Native Interface, and compiled with the
Android Native Development Kit.
142

4.1. Artificial Fovea

Traditionally, image recognition systems scan an entire target image itera-

tively by stepping through all possible positions at different sized scales, thereby
searching for a recognizable object in any of the viable extracted regions. Al-
though functional, it is computationally expensive as the full CNN must effec-
tively run at each of these regions. Assuming a search pattern of ten different
scales with a conservative 50% window overlap over a complete 1280x720 image
frame, a full image scanner would require approximately 900 executions of the
CNN.
In a mobile device, where the user has full control over the direction that the
camera points in, it is possible to greatly reduce the searchable image space over
which the CNN runs by simply requiring the user to aim the camera directly
towards the object, a perfectly reasonable demand given the nature of the recog-
nition task. Under these conditions, the MIR system only needs to scan over
a series of concentric square regions extracted from the center of the view at
several different scales. Again, assuming ten unique scales over which the CNN
scans for an object – but without the need of offseting the scanning position –
the device now only needs to run the network over the ten extracted regions,
reducing the computational cost by as much as a factor of 90. Figure 2 shows
the scanning steps followed by this procedure.

Figure 2. A screen capture of the application showing the artificial fovea overlay,
wherein three of the foveal regions have detected one of the images the system has
been trained to recognize
 143

This method of operation can be compared to the way the fovea centralis
works in the human eye. The fovea is the region of the eye where there is a greater
concentration of photoreceptor cells [11]. It is located in the center of the retinal
surface and it accounts for the greater visual acuity at the the middle of the eye’s
field of vision. As the human eye is free to rotate and look around, there only
needs to be such a concentration of cone cells at its center, as additional detail
can easily be obtained by looking towards a different direction. This mechanism
then, allows allocating resources more efficiently where they are truly needed as
opposed to having a dense concentration of photoreceptors throughout the eye.
The same idea applies in the artificial fovea proposed here, where the costly
CNN computations are concentrated towards the center of the field of vision, as
the freedom of movement given by the device diminshes the need for full frame
scanning. By reducing the required computational time needed to analyze each
image frame, the system can be released sooner and thus be able to scan the
camera view with much greater frequency.
Table 2 shows the results of using an artificial fovea in this manner, where
the input image fed to the network is classified through a simple winner-takes-
all approach over multiple CNNs using the arrangement described above. This
run was made over 32,000 image samples, each of which consisting of a target
trained-for image, overlaid over a random background at a random scale – in
such a way that different images will have different CNNs activated for each of
the ten analyzed scales. In this case, the neuron with the highest output over
all ten foveal views wins and the full image frame is classified with this output
neuron’s label.

Table 2. Confusion matrix and global mean error of the CNN, using a winner takes
all strategy

Classes Error
BG C1 C2 C3 C4 C5 C6 C7 C8 C9
BG - 148 57 36 18 26 102 96 1 53 6.781%
C1 7 - 1 2 1 11 0 7 0 2 0.969%
C2 10 0 - 3 1 0 4 0 1 14 1.021%
C3 9 26 19 - 16 0 15 261 0 41 12.084%
C4 0 4 0 0 - 0 0 0 0 0 0.130%
C5 8 6 2 0 0 - 0 0 0 0 0.500%
C6 15 1 5 4 0 3 - 0 0 13 1.281%
C7 20 0 0 71 0 1 3 - 0 0 2.969%
C8 4 0 0 0 0 0 1 0 - 0 0.156%
C9 0 4 23 0 0 0 3 0 2 - 1.000%
Global Misclassification Error 3.691 %
144

4.2. Committee Algorithm

The practice of using neural network committees starts from the Hypothesis
Boosting Problem [12], which when simply stated asks if a set of weak learners
can form a single strong learner, where the strength of a learner is an informal
measure of its prediction or classification accuracy. Many algorithms have shown
this to be the case and various boosting meta-algorithms have been developed
based on this idea.
Implementing such a procedure naively into the MIR system would involve
the execution of multiple CNNs for every single viewed input. Unfortunately, this
is something that must be avoided as it would obviously increase computational
demand linearly by a factor proportional to the number of concurrent networks
being executed. The fact that concentric viewing squares are being extracted
from the camera view, however, gives the opportunity of reusing the existing
knowledge from each of these foveal view outputs as a weak learner itself, and
thus it is possible to combine them all into a stronger learner with a higher
recognition accuracy than what any of the individual recognizers would be able
to achieve.
Unlike regular classifier ensembles, however, a straightforward average op-
eration will not work properly as every network being sampled is looking at a
different input scale (different foveal view). As can be seen in figure 2, various
networks will recognize their corresponding input differently – and naturally all
networks will never concurrently agree on the same output. Therefore, a new
mechanism is introduced where the ensemble takes into account the probability
that each of the CNNs is viewing a non-recognizable image (background class).
This probability is used to weight that network’s influence over the averaging
calculation.
This is implemented by first normalizing the output values of each CNN
with a softmax activation function, which basically scales the output into a
probability-like distribution with all values summing to 1. This activation is
defined as follows:

eyjn
ŷjn = PM
yin
i=1 e

Where yjn is the output value of neuron j for network n, M is the total num-
ber of output neurons or classes in a network, and ŷjn is the softmax activated
output of this neuron. Note that this function looks at the outputs of all other
neurons in the current network to calculate what this neuron’s activated output
should be.
Next, a weighted ensemble average over the outputs of all networks is applied.
This is defined by:

N
X
ỹj (↵) = ↵jk ŷjk
k=1
 145

Where ỹj is the averaged value of the output neuron for class j over all
networks. The weight ↵jk is the influence network k has over the average, and
this is defined by:
⇢
(ŷ1k + ) 1 if j > 1
↵jk =
1 if j = 1
Here, is a small positive number that not only helps to avoid dividing
by zero, but also plays a regulatory role by modulating the influence of small
BG-class probabilities over the end results. Essentially, this definition of ↵jk
weights the output of class j in network k by the inverse of ŷ1k . This ŷ1k value is
the probability of the output neuron with index 1, that is, the probability that
network k has detected a background (or non-recognizable) image. An exception
is made for the background class itself, where the averaging weight is left as 1
in order to avoid compounding the effect of this class on itself.
The basic idea behind this is to give greater influence to neural networks that
have not defaulted to the backgound target output in the current foveal view
region they are analyzing. Table 3 shows an updated confusion matrix, trained
in the same manner as the previous run as in Table 2 above, and over the same
data – with the only change being the use of the proposed algorithm for weighted
ensemble classification. It is evident that there is a strong improvement by using
this type of meta-algorithm to unify the outputs of multiple networks in a more
intelligent manner.

Table 3. Confusion matrix and global mean error of the CNN, using the proposed
algorithm for weighted ensemble classification

Classes Error
BG C1 C2 C3 C4 C5 C6 C7 C8 C9
BG - 14 6 16 0 8 15 20 0 3 2.562%
C1 6 - 0 0 0 0 0 0 0 0 0.969%
C2 2 0 - 2 0 0 0 0 0 0 0.125%
C3 3 0 0 - 0 0 0 19 0 0 0.687%
C4 0 0 0 0 - 0 0 0 0 0 0.000%
C5 4 0 0 0 0 - 0 0 0 0 0.125%
C6 8 0 0 0 0 0 - 0 0 0 0.250%
C7 21 0 0 6 0 0 0 - 0 0 0.844%
C8 0 0 0 0 0 0 0 0 - 0 0.000%
C9 0 0 0 0 0 0 0 0 0 - 0.000%
Global Misclassification Error 0.478 %

One additional benefit provided by this algorithm, in addition to boosting

the strength of individual networks, is that the ensemble can work together to
reduce the occurrence of false positives. A false positive occurs when there is
nothing particular in view, but the network still gets activated due to a random
146

internal activation that just happens to be triggered by an incorrect stimulus.

By taking into account the results of multiple networks looking over different
scales, this effect is greatly reduced as the chances of the same random stimulus
to happen overs various image scales is close to zero.
The end result is a very robust self-correcting system that is capable of
recognizing with great accuracy the planar images it has been trained with.
A final mean error over tested data of only 0.478% represents a strong result in
any machine learning task, let alone image recognition.

5. Conclusions
In this work, a mobile image recognition system based on convolutional neu-
ral networks was presented. Many of the steps involved in the development of
this application were reviewed in detail, although there were many other imple-
mentation issues which for brevity were not mentioned here. A lot of background
information was also seen in order to fully understand the operation of this type
of neural network, including much of the neuroscience that provides the support
upon which this branch of deep learning is built upon.
The effects of the chosen CNN architecture were reviewed, reviewing the
choices on colorspace model and normalization algorithm. The meta-algorithm
proposed in this work for multiple neural network ensemble averaging over dif-
ferent input scales proved to be quite valuable in strengthening the classification
performance of the overall system. It was seen how it boosts the performance of
individual networks, but perhaps the most important contribution is the reduc-
tion of false positives in the detection.
The final performance obtained by the system when deployed on a mobile
device was quite surprising. Although a simple use of the system was reviewed
here, the fast response of the system opens up the door to a large amount of
other applications on which this system can be used, such as augmented reality
and possibly even motion analysis applications.
 Bibliography

[1] K. Jarrett, K. Kavukcuoglu, M. Ranzato, and Y. LeCun, “What is the best

multi-stage architecture for object recognition?,” in 12th International Con-
ference on Computer Vision, pp. 2146–2153, IEEE, October 2009.
[2] D. H. Hubel and T. N. Wiesel, “Receptive fields of single neurons in the
cat’s striate cortex,” The Journal of Physiology, no. 148, pp. 574–591, 1959.
[3] K. Fukushima, “Neocognitron: A self-organizing neural network model for a
mechanism of pattern recognition unaffected by shift in position,” Biological
Cybernetics, vol. 36, no. 4, pp. 93–202, 1980.
[4] Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, “Gradient-based learn-
ing applied to document recognition,” in Proceedings of the IEEE, IEEE,
November 1998.
[5] D. C. Ciresan, U. Meier, J. Masci, and J. Schmidhuber, “Multi-column
deep neural network for traffic sign classification,” Neural Networks, no. 32,
pp. 333–338, 2012.
[6] J. H. Byrne, “Neuroscience online, http://neuroscience.uth.tmc.edu/,” 1997.
[7] M. Livingstone, Vision and Art: The Biology of Seeing. Abrams, 2008.
[8] N. Pinto, D. D. Cox, and J. J. Dicarlo, “Why is real-world visual object
recognition hard?,” PLoS Computational Biology, vol. 4, no. 1, 2008.
[9] S. Lyu and E. Simoncelli, “Nonlinear image representation using divisive
normalization,” in Conference on Computer Vision and Pattern Recogni-
tion, pp. 1–8, IEEE, June 2008.
[10] R. Collobert, K. Kavukcuoglu, and C. Farabet, “Torch7: A matlab-like en-
vironment for machine learning,” BigLearn, NIPS Workshop, 2011.
[11] H. Kolb, R. Nelson, E. Fernandez, and B. Jones, “Webvision: The organiza-
tion of the retina and visual system,” 2013.
[12] M. Kearns, “Thoughts on hypothesis boosting.” 1988.
148
 Sistema Multiagente Basado en Organizaciones
para el Control de Vídeo Multidispositivo

Juan Agustín Rodríguez Valle1 y Juan Manuel Corchado1

1
Departamento de Informática y Automática, Universidad de Salamanca. Plaza de la
Merced s/n. 37008, Salamanca, España
{jrodriguez,corchado}@usal.es

Resumen La visión artificial está siendo actualmente objeto de un in-

tenso estudio de investigación. El objetivo de los investigadores es prin-
cipalmente conseguir un sistema funcional capaz de hacer un análisis de
las imágenes obtenidas lo más preciso posible en tiempo real.
Este trabajo tiene dos metas principales: por un lado, el estudio de las
técnicas para la adquisición y tratamiento, en tiempo de ejecución, de
imágenes procedentes de cámaras web; y por otro, el desarrollo del sis-
tema de análisis de dicha información con tecnología multiagente.
Como se expondrá a lo largo de este documento, los algoritmos de visión
son muy costosos y toman tiempos de respuesta muy altos, lo que en
nuestro caso es un gran inconveniente si consideramos que muchas de las
aplicaciones pueden requerir operación en tiempo real. La arquitectura
de agentes pretende automatizar el proceso de análisis de las imágenes
obtenidas por las cámaras y optimizar su procesamiento, para reducir el
tiempo de ejecución de los procesos costosos.

Keywords: Visión artificial, SMA, Multiagentes, Reconocimiento de

personas

1. Introducción

La gran evolución de la tecnología hace que los sistemas que hay en el mercado
cada vez sean mejores y más capaces de facilitar la vida de las personas. Con la
alta velocidad de internet y el alto avance de las cámaras web se puede visualizar
en tiempo real lo que está pasando al otro lado de la cámara.
Esto ha supuesto que empresas de seguridad o de marketing quieran utilizar
esta tecnología para hacer que su trabajo sea mucho más sencillo y amplio que
sin estos sistemas, para evitar, por ejemplo, accidentes como el que surgió en el
Madrid Arena el pasado 1 de Noviembre.
El problema de la visión artificial, ha recibido una considerable atención du-
rante muchos años desde el punto de vista psicofísico, y en los últimos años en
la comunidad científica preocupada por el estudio de la visión artificial. Se ha
producido un considerable aumento de interés en los temas de procesado de ima-
gen, lo que ha conllevado la necesidad y aparición de nuevos métodos teóricos y
desarrollos prácticos para el diseño de este tipo de sistemas. Las aplicaciones del
150

procesado de imagen son muy variadas, e incluyen aspectos como la medición

remota, el análisis de imágenes biomédicas, la simulación de cirugía guiada re-
mota, el reconocimiento de caracteres, aplicaciones de realidad virtual y realidad
aumentada en sistemas colaborativos, entre otros.
Un análisis rápido de las publicaciones recientes revela que una gran canti-
dad de contribuciones tratan el problema del análisis de imágenes y escenas. El
objetivo general del procesado de imagen es analizar imágenes de una determi-
nada escena y reconocer su contenido, para poder tomar decisiones de acuerdo
con el mismo. Muchos tipos de escenas son esencialmente bidimensionales, co-
mo el reconocimiento de caracteres, o el tratamiento de la mayoría de imágenes
biomédicas, pero en otras situaciones, las escenas a describir o interpretar son
fundamentalmente tridimensionales.
Se presenta en este trabajo un sistema diseñado con el objetivo de mejorar
la eficiencia de la seguridad en los recintos cerrados. El sistema interactúa con
los usuarios y el entorno a través de un conjunto de agentes inteligentes incorpo-
rando características propias de las técnicas utilizadas en visión artificial, para
proporcionar una monitorización en tiempo real de los usuarios. El sistema faci-
lita un control y supervisión preciso del numero de personas que están presentes,
ya que este trabaja en tiempo real.

2. Objetivos

El objetivo principal de este trabajo es diseñar un sistema multiagente que

implemente algoritmos para la descomposición de las características de una ima-
gen con el objetivo de detectar personas que entran y salen de una o varias
habitaciones. Las principales tareas que se persiguen son:

Creación de un sistema capaz de contar personas que entran y salen de una

habitación.
Obtención de imágenes a partir de una cámara web.
Investigación de las diferentes técnicas de procesado de imagen, detección
del movimiento y de seguimiento de personas y seleccionar la mejor entre
ellas.
Creacción de un sistema de agentes capaces de comunicarse entre ellos y
así compartir y distribuirse la información y las tareas para el análisis de
imágenes capturadas por una cámara web.
Análisis de los distintos tipos de sensores que se utilizan en estos sistemas
viendo las ventajas y desventajas con la cámara web que se utilizará para la
realización del sistema.
El sistema de agentes será un sistema coordinado en el cual los agentes
se comuniquen entre ellos, compartiendo determinada información. Estos
agentes realizarán funciones como:
• Sumar el conteo en distintas puertas.
• Enviar un mensaje de alerta al móvil cuando se sobrepase un determi-
nado umbral de personas.
 151

• Permitir la visualización y la modificación de la información solo a las

personas autorizadas.

El principal motivo de la elección de una cámara web para la utilización en

el sistema ha sido su bajo coste, ya que los distintos tipos de aplicaciones que
existen en el mercado utilizan cámaras estereoscópicas encareciendo la utilización
del mismo.
Se ha decidido utilizar la arquitectura Pangea [1] [2] [3] [4], ya que este sistema
posee un protocolo de comunicación con el cual se podrá utilizar cualquier tipo
de dispositivo en un futuro si fuese necesario.

3. Arquitectura del sistema

En el presente sistema se desea implementar una arquitectura distribuida

basada en agentes, los cuales permitan procesar la información visual contenida
de una imagen que ha sido anteriormente obtenida por una cámara web.
Este sistema se implementará en la arquitectura Pangea. Todos los agentes
creados para el sistema tendrán que adaptarse a la arquitectura, que más tarde
conformarán el conjunto de agentes nombrado.

Figura 1. Integración con Pangea

La comunicación con la plataforma Pangea se realizará mediante el protocolo

IRC [5]. Es un protocolo de tiempo real basado en texto plano.
La sencillez de este protocolo y la corta carga de datos que genera en las co-
municaciones hacen de éste un protocolo rápido y eficaz. Como la comunicación
es realizada mediante éste protocolo, el cual utiliza socket para la comunica-
ción, se pueden desarrollar los agentes en cualquier lenguaje de programación,
haciendo más fácil su implementación.
152

Como se aprecia en la figura 1, una de las características es que, al no es-

tar restringidas las aplicaciones por un determinado lenguaje de programación,
debido al protocolo de comunicación, se amplía el abanico de posibilidades para
desarrollar interfaces sobre un mayor número de dispositivos y sistemas. La es-
tructura de componentes es modular, siendo los agentes quienes gestionan todas
las funcionalidades y comunicaciones, tanto de los sistemas como de la propia
arquitectura.
El sistema está compuesto por un conjunto de agentes, con roles bien defini-
dos que comparten información y servicios. El análisis de imágenes implica un
proceso complejo donde cada agente ejecuta su tarea con la información dispo-
nible en cada momento. En la figura 2 se muestra un esquema de la arquitectura
multiagente propuesta.

Figura 2. Esquema de la arquitectura

Como se muestra en la figura 2 la arquitectura presentada está compuesta

por 4 capas:

Las aplicaciones consisten en todos aquellos programas que pueden ser

utilizados para acceder a las funcionalidades del sistema. Las aplicaciones
son dinámicas y adaptables al contexto, reaccionando de forma distinta ante
determinadas situaciones y el tipo de servicio solicitado. Las aplicaciones
pueden ser ejecutadas localmente o de forma remota, incluso desde dispo-
sitivos móviles con limitada capacidad de procesamiento, debido a que las
tareas de cómputo se delegan a los agentes y a los servicios.
Los servicios representan el grueso de las funcionalidades del sistema a nivel
de procesamiento, entrega y adquisición de información. Los servicios pue-
den definirse como conjuntos de actividades que pretenden responder a las
necesidades de quien los invoca de forma local o incluso de forma remota.
Se pretende que el sistema cuente con un directorio flexible de servicios, de
 153

manera que puedan ser modificados, añadidos o eliminados dinámicamen-

te y bajo demanda. En esta capa también se ha de introducir una base de
datos para almacenar la información que después es utilizada por los dis-
tintos agentes. Un servicio puede ser prácticamente cualquier programa que
ejecute una determinada tarea y que además comparta sus recursos con la
plataforma. Estos programas proporcionan métodos para analizar datos, ob-
tener información de dispositivos externos (sensores), publicar información,
o incluso hacer uso de otros servicios para ejecutar una determinada tarea.
Los desarrolladores tienen la libertad de utilizar cualquier lenguaje de pro-
gramación, con el único requerimiento de seguir el protocolo de comunicación
definido en la arquitectura.
La capa de agentes. Es un servidor que contiene una organización de agen-
tes, y es donde todos ellos se comunican para llevar a cabo las tareas o
servicios.
Capa de sensores: es una capa física de sensores instalados en un edificio que
se comunican con la Capa de Agentes de Sensores por medio del protocolo
IRC. En ella se encuentran todos los sensores de la aplicación, en este caso
cámaras web, pero puede ser ampliable a otros dispositivos, ya que el proto-
colo utilizado permite la comunicación con múltiples dispositivos siempre y
cuando se respete el protocolo.
El funcionamiento del sistema multiagente conlleva la coordinación de agen-
tes que cooperan y comparten entre sí la información necesaria durante el proceso
de análisis. Al descomponer el proceso de análisis descrito en los anteriores apar-
tados, las tareas generadas se distribuyen entre cada uno de los roles del sistema.
Se han obtenido los siguientes agentes:
Clasificador: encargado de recibir las imágenes, comprobar su formato y
cambiarlo en el caso de que sea necesario.
Filtrador: encargado de las tareas de filtrado básico. Coordina los filtrados
de las primeras fases ya sea desde las aplicaciones incrustadas en las cámaras
o desde el propio sistema de análisis.
Procesador: encargado de la extracción de características. Podrá hacer uso
del servicio de extracción que crea conveniente (Canny, etc.)
Analizador: Es el encargado de detectar las personas.
Móvil: Es el encargado de enviar las notificaciones a las distintas aplicaciones
en caso de necesitarlo.
Sensor. Es el encargado de detectar si hay algún movimiento en la imagen,
para así enviarla al sistema.
Monitor: se encarga del control de los procesos. Asigna tareas a los demás
agentes. Divide en bloques de las imágenes y asigna las tareas de análisis a los
agentes analizadores. Los agentes analizadores le devolverán sus resultados
y éste enviará la información concentrada al agente Reconstructor que se
encargará de hacer que se represente tridimensionalmente.
Comunicador: responsable de las comunicaciones entre las aplicaciones y la
plataforma y los servicios y la plataforma. Maneja las peticiones de entrada
desde las aplicaciones para ser procesadas por los servicios.
154

Supervisor: analiza la estructura y sintaxis de todos los mensajes de entra-

da y salida del sistema y supervisa el correcto funcionamiento de los otros
agentes en el sistema (verifica periódicamente el estado de todos los agentes
registrados en la arquitectura enviando mensajes ping).
Roles: Define los permisos que tienen los usuarios, así como identificar los
agentes no válidos que se conecten a la arquitectura.
Directorio: llevará un listado activo de todos los servicios que ofrece la ar-
quitectura (locales o remotos).

Aplicando la metodología Gaia [6], se ha obtenido un modelo de roles de

agentes como muestra la figura 3. Estos roles pueden ser:

CLASIFICADOR. Encargado comprobar el formato de las imágenes y cam-

biarlo en el caso de que sea necesario.
PROCESAIMAGEN. Se aplicará los distintos tipos de algoritmos para pro-
cesar la imagen.
ANALIZADOR. Analizará los mensajes entre la plataforma, así como las
imágenes que se obtienen.
COMUNICADOR. Mantendrá una comunicación entre los agentes de la pla-
taforma internos como externos.
MONITOR. Se encarga del control de los procesos. Asigna tareas a los demás
agentes.
ALMACENADOR. Llevará el acceso a la base de datos.
TRACKING. Detecta movimiento y lo envía al sistema.

Figura 3. Modelo de roles

Otro modelo aplicando la metodología es el que muestra la figura 4. Este

modelo representa la comunicación entre los agentes y permite visualizar el flujo
de comunicación entre ellos, además de detectar posibles puntos de congestión
antes de la implementación. Como resultado de la interacción entre los roles, se
definen los protocolos necesarios, así como los roles que toman parte de dicha
interacción.
 155

Figura 4. Modelo de interacción

4. Servicios ofrecidos

Dentro de los servicios, podemos clasificar estos en 2 categorías, los con-

trolados por el usuario dentro de un dispositivo y los servicios brindados por
comandos dentro de la plataforma de agentes, que incluye a los primeros.
En la Tabla 1 se pueden ver la lista de algunos de los servicios a los que
pueden acceder las aplicaciones del sistema.

Tabla 1. Servicios desde las aplicaciones

Nombre del servicio Descripción

NúmeroPersonas([habitación]) Número de personas que hay en una deter-
minada habitación.
EntradoPersonas([habitación]) Número de personas que han entrado en
una determinada habitación.
SalidoPersonas([habitación]) Número de personas que han salido de una
determinada habitación.
VerCámara(habitación) Permite visualizar la cámara de una deter-
minada habitación.
ModificaUmbral(umbral,habitación) Definir número de personas máximas de
una habitación
NuevosAgentes() Devuelve una lista de los agentes nuevos
que hay en la cola de espera.
ConfirmarAgente(NombreAgente) Aceptar agente en la plataforma.
156

Todos los agentes realizan una tarea específica y esta puede ser finalizada
por ellos mismos o con ayuda de otro agente. Algunos agentes necesitan de otros
para finalizar su requerimiento, por lo que se creó una serie de comandos los
cuales proveen comunicación entre ellos para lograr los objetivos previamente
planteados por cada Agente.

Tabla 2. Servicios desde las aplicaciones

ListarServicios() Devuelve un listado de los servicios dispo-

nibles y su manera de uso.
ListarAgentes() Devuelve un listado de los agentes dispo-
nibles en el sistema.
EstadoAgente(NombreAgente) Devuelve el estado actual del agente espe-
cificado.
ActivarAgente(NombreAgente) Activa el agente determinado y lo conecta
a la plataforma de agentes.
EstadoSensor(NombreAgente) Devuelve el estado actual del sensor aso-
ciado al agente especificado.
ActivarSensor(NombreAgente) Enciende el sensor asociado al agente si es-
te se encuentra apagado.
DesactivarSensor(NombreAgente) Apaga el sensor asociado al agente si este
se encuentra apagado.
AgregarTarea(NombreTarea, NombreA- Crea una tarea específica para un agente
gente, [Fecha]) determinado a una hora.
EliminarTarea(NombreTarea) Elimina una tarea en caso de que exista
dentro de la cola.
ListarTareas([NombreTarea]) Lista las tareas pendientes.
UsuariosPermitidos() Devuelve una lista de usuarios a los cuales
se les permite conectarse.
RolUsuario(NombreAgente,Rol) Cambia el rol de un determinado usuario.
AddUsuario(NombreAgente,Rol) Añade un usuario a la plataforma con un
determinado rol.

Tras el estudio de los diferentes tipos de algoritmos de análisis, procesamien-

to y tratamiento de imágenes, en este proyecto se han utilizado los filtros de
suavizamiento y realce [7], el algoritmo Canny [8] para la extracción de las ca-
racterísticas de la imagen y el algoritmo de Hog para detectar personas y para
la detección de movimiento se utilizan métodos recursivos.
El algoritmo de detección de movimiento y el de Hog [9] [10] [11] se ha desa-
rrollado bajo openCV utilizando la librería Egmu para .NET, ya que implementa
las características de openCV para poder utilizarlas en el lenguaje de programa-
ción C Sharp.
 157

5. Resultados y conclusiones

El objetivo fundamental de este proyecto era crear una arquitectura de sis-

tema que brindara servicios de control de video vigilancia que pudieran ser uti-
lizados remotamente, esto con el fin de instalar en un edificio o casa particular,
cámaras con el fin de poder saber el número de personas que existen dentro.
En la gestión y control de estos sensores se eligió realizarlo a través de una
arquitectura distribuida de agentes que lograran procesar la información de ellos.
Conforme a esto se crearon 3 capas (aparte de la capa física de sensores), una para
la gestión de los sensores como tal, una para la gestión del sistema multiagentes
y otra de presentación, desarrollada para dispositivos, cuya finalidad era poder
ver los sensores externamente, así como las estadísticas ofrecidas por el sistema.
A continuación se muestran las pantallas que forman la aplicación en los
dispositivos que muestran la información al usuario. Esta aplicación constará de
tres pantallas y una última que mostrará determinadas alertas:

La pantalla de login que sirve para que un agente se conecte a la plataforma.

Si el agente no estuviese en la plataforma se notificaría al usuario de que hasta
que no le den de alta en la plataforma no podrá acceder a la aplicación.

Figura 5. Pantalla de login

Una vez que se entra en la aplicación el usuario verá otra pantalla en la

cual podrá seleccionar alguna de las cámaras que disponga la casa. Tras
seleccionarla le saldrá el video en vivo de la cámara. Si el agente dispone
de los suficientes permisos aparecerá un botón para acceder a la pantalla de
opciones.
158

Figura 6. Pantalla de principal

La pantalla de opciones muestra la información por habitación del conteo de

personas, tanto las que entran como las que salen como las que se encuentran
dentro. Si el usuario tiene permisos suficientes aparecerá un control para
establecer el umbral de personas en esa habitación.

Figura 7. Pantalla de opciones

La pantalla notificación aparecerá cuando se sobre pase el umbral definido

para una habitación notificando de ello y puediendo acceder a la cámara o
en su defecto ignorar la advertencia.
 159

Figura 8. Pantalla de alerta

En la arquitectura multiagente se desarrollaron una serie de servicios ofreci-

dos por los distintos tipos de agentes. Pero la plataforma provee otra cantidad
de servicios de gestión como obtener la imagen procesada o enviar notificación,
que pueden ser utilizados internamente, o extendidos para ser utilizados exter-
namente. Se podría ver la detección de la imagen devolviendo este servicio o una
utilización del sistema de notificaciones para un posible sistema de avisos entre
usuarios. Se utilizó un lenguaje procedural a través de una serie de comandos
con los cuales se invocan a estos servicios.
Además, se definieron una serie de roles que la plataforma debía de tener, y
conforme a esto se crearon distintos tipos de agentes. Esto con el fin de proveer
a la plataforma con una mejor gestión y control del proceso.
Para darle un control más autónomo a la plataforma, se implementó un
servicio especial de Planificación, en el que un usuario puede establecer horarios
de ejecución de tareas, y posterior a esto, el control total de la plataforma es
administrado entre los Agentes de Planificación, Coordinación y Sensores, sin
intervención del usuario.
Al final, se obtuvo un sistema inteligente, capaz de utilizar los sensores insta-
lados en él sin la supervisión directa de un usuario, los cuales están conectados
a través de un agente a una plataforma central de agentes, y a la vez, están
controlados automáticamente por un Agente.
Se pudo observar que la calidad del servicio obtenido por los agentes era de
un 88 % de precisión. Esto era así por los errores que se cometían al interceptar
cambios muy bruscos en la intensidad de la imagen en las cámaras.

5.1. Líneas de trabajo futuro

Después del desarrollo de la arquitectura de agentes los cuales son capaces

de proporcionar unas estadísticas del conteo de personas en una habitación a
partir de cámaras web, podemos diferenciar como líneas principales de trabajo
futuro:

Los agentes en los dispositivos puedan controlar las cámaras cambiando su

configuración o su posición con respecto a la actual.
Desarrollo de técnicas de paralelización automática de los algoritmos para
mejorar la optimización del sistema.
160

Utilizar otros dispositivos, como cámaras estereoscópicas, para mejorar la

calidad del sistema.

Como apunte de futuro final decir que la información del color aporta una
fuente de importante peso. Los resultados de todos los métodos mencionados en
las secciones anteriores pueden mejorarse considerablemente añadiendo informa-
ción del color. La calidad de los resultados del algoritmo basado en bordes puede
mejorarse grandemente usando imágenes en color.
 Bibliografía

[1] L. Búrdalo, A. Terrasa, V. Julián, C. Zato, S. Rodríguez, J. Bajo, and

J. M. Corchado, “Improving the tracing system in PANGEA using the
TRAMMAS model,” in Advances in Artificial Intelligence–IBERAMIA
2012, pp. 422–431, Springer, 2012.
[2] C. Zato, A. Sánchez, G. Villarrubia, J. Bajo, S. Rodríguez, and J. F. De Paz,
“Personalization of the workplace through a proximity detection system
using user’s profiles,” in 7th International Conference on Knowledge Mana-
gement in Organizations: Service and Cloud Computing, pp. 505–513, 2013.
[3] C. Zato, A. Sanchez, G. Villarrubia, S. Rodriguez, J. M. Corchado, and
J. Bajo, “Platform for building large-scale agent-based systems,” in Evol-
ving and Adaptive Intelligent Systems (EAIS), 2012 IEEE Conference on,
pp. 69–73, 2012.
[4] J. M. Corchado, J. Bajo, Y. De Paz, and D. I. Tapia, “Intelligent environ-
ment for monitoring alzheimer patients, agent technology for health care,”
Decision Support Systems, vol. 44, no. 2, pp. 382–396, 2008.
[5] B. Jähne, Computer Vision and Applications. Academic Press.
[6] C. R. Wren, A. Azarbayejani, T. Darrell, and A. P. Pentland, “Pfinder:
Real-time tracking of the human body,” Pattern Analysis and Machine In-
telligence, IEEE Transactions on, vol. 19, no. 7, pp. 780–785, 1997.
[7] S. McHugh, “Tutorials – digital camera sensors,” 2007.
[8] J. Canny, “A computational approach to edge detection,” Pattern Analysis
and Machine Intelligence, IEEE Transactions on, vol. PAMI-8, pp. 679–698,
Nov. 1986.
[9] N. Dalal, Finding People in Images and Videos. PhD thesis, 2006.
[10] N. Dalal and B. Triggs, “Histograms of oriented gradients for human detec-
tion,” Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE
Computer Society Conference on, vol. vol. 1, pp. 886 – 893, 2005.
[11] T. University of Iowa, “Digital image processing. image analysis and unders-
tanding.” http://www.icaen.uiowa.edu/ dip/LECTURE/contents.html.
162
 Intelligent Models and Simulation to Optimise
Industrial Processes

Roberto Vega Ruiz1 , Héctor Quintián Pardo1 and Emilio Corchado Rodríguez1
1
Department of Computer Science, University of Salamanca. Plaza de los Caídos s/n.
37008, Salamanca, Spain
{rvegaru,hector.quintian,escorchado}@usal.es

Abstract. This study presents a novel Intelligent System based on the

application of Soft Computing Models and Identification Systems, which
makes possible to optimise industrial processes, such as a dental milling
process. The main goal is the optimization of some parameters as time.
This novel intelligent procedure is based on two steps. Firstly, statistical
techniques and unsupervised learning are used to analyse the internal
structure of the data set and the identification of the most relevant vari-
ables. Secondly, the most those variables are used to model the system
using supervised learning such as artificial neural networks and support
vector machines. The model has been succesfully tested using an indus-
trial real data set.

Keywords: Soft Computing, Identification Systems, Support Vector

Machine, Artificial Neural Networks, Industrial Processes, Milling Den-
tral Process

1. Introduction
Soft Computing [1, 2] has been succesfully used for industrial process mod-
elling. Recently, different paradigms of Soft Computing have been applied to
different industrial problems [3]. System identification [1, 5] has made possi-
ble to model, simulate and predict the behavior of many industrial applications
successfully and in different areas, such as control [6], robotics [8], energy pro-
cesses [8], milling machine [9], high precision [10], etc. A novel and economically
advantageous application is the optimization process in the area of Odonto-
Stomatology. Improved processing and optimization of parameters, such as time
processing, for the development of dental pieces are the focus of rigorous studies
today.
The optimization process of machine parameters, such as the time parameter
and accuracy, permits significant saving money due to the high number of dental
pieces produced daily by the same high precision dental milling machine centre.
One way to achieve this optimization is based in the use of emerging method-
ologies, such as neural netwoks [11], nature-inspired smart systems[9], fuzzy logic
[10], support vector machine [11], data mining [15], visualization [16], genetic al-
gorithms [17], case-based reasoning [18], among others.
164

This contribution is organised as follows. Section 2 describes the two steps

intelligent model for analysing and modelling the dataset. Section 3 introduces
the industrial case study. Section 4 describes the experiments and the results
obtained. Finally, the conclusions are set out and some comments on future
research lines are presented.

2. Two Steps Model

A Two Steps Model (Fig. 1) is presented in this contribution. It is based

on the analysis of the Internal Structure of a data set and the identification of
the most relevant variables followed by the application of System Modelling to
optimize the process.

Figure 1. Two Intelligent Steps Model diagram

Firstly, the analysis of internal structure is done by using statiscal methods as

Principal Components Analysis (PCA) [19, 20] and unsupervised learning based
models as Maximum Likelihood Hebian Learning (MLHL) [5] and Cooperative
Maximum Likelihood Hebbian Learning (CMLHL) [22]. These models are also
used to identify the most significant features.
 165

Finally, Identification Systems is applied through Artificial Neural Networks

(ANN) [23] and Support Vector Machine (SVM) [24] to create the best model
of an industrial process.
This model has been built under a visual tool called DataEye. It has been
developed in PHP, JavaScript and HTML5. This tool is accesible from any device
(Fig. 2) such as Pc, Smartphone and Tablet, having internet connection.

(a) Applying CMLHL from MacBook Pro (b) Applying PCA from iPhone

Figure 2. DataEye is accesible from any device

2.1. Internal Structure Analysis

To begin with, PCA, MLHL and CMLHL are applied to analyze the internal
structure of the data set from a case study. If it is possible to identify an internal
structure, it means that the data set is informative and valid, otherwise it must
be expanded with more data.

Principal Component Analysis (PCA)

PCA [19, 20] is a statistical model which describes the variation in a set of
multivariate data in terms of a set of uncorrelated variables, each of which is
a linear combination of the original variables. The main goal is to derive new
variables in decreasing order of importance, with the less loss of information.
Applying PCA, it is possible to find a smaller group of underlying variables that
describe the data. PCA has been the most frequently reported linear operation
involving unsupervised learning for data compression.

Maximum Likelihood Hebian Learning (MLHL)

MLHL [19] is a neuronal implementation of Exploratory Projection Pursuit
166

(EPP) [25] which it is a recent statistical method aimed at solving the difficult
problem for identifying structure in high dimensionality data. However, not all
projections will reveal this structure well.
MLHL identifies interestingness by maximizing the probability of the resid-
uals under specific probability density functions that are non-Gaussian.
Let have an N -dimensional input vector, x, and M -dimensional output vec-
tor, y, with Wij being the weight linking the j th output. The learning rate, ⌘
is a small value which will be annealed to zero over the course of training the
network and p is a parameter related to the energy function. The activation
passing from to output through the weights is described by Eq. 2.
MLHL can be expressed [5] as:
Weight change:
4Wij = ⌘yi sign(ej )|ej |p 1 (1)
Feed-forward step:
N
X
Yi = Wij xj , 8i (2)
j=1

Feedback step:
M
X
ej = xj Wij yi , 8j (3)
i=1

Cooperative Maximum Likelihood Hebbian Learning (CMLHL)

CMLHL [22] is based on MLHL adding lateral connections.
CMLHL can be expressed [22] as:
Weight change:
4Wij = ⌘yi sign(ej )|ej |p 1 (4)
Feed-forward step:
N
X
Yi = Wij xj , 8i (5)
j=1

Feedback step:
M
X
ej = xj Wij yi , 8j (6)
i=1

Lateral activation passing:

yi (t + 1) = [yi (t) + ⌧ (b Ay)]+ (7)

Where: ⌘ is the learning rate, [ ]+ is a rectification necessary to ensure that

the y-values remain within the positive quadrant, ⌧ is the "strength" of the
lateral connections, b is the bias parameter, p is a parameter related to the
energy function and A is the symmetric matrix used to modify the response to
the data. The effect of this matrix is based on the relation between the distances
separating the output neurons.
 167

2.2. System modelling using identification algorithms

System Identification [1, 5] procedure comprises several steps: the selection

of the models and their structures, the learning methods, the identification and
optimization criteria and the validation method.
Validation ensures that the selected model meets the necessary conditions
for estimation and prediction.
A good model is one that makes good predictions and it produces small
errors [1], for this reason Artificial Neural Networks (ANN) [11] as Multilayer
Perceptron (MLP) [26] and Least Square Suppor Vector Regression (LS-SVR)
[11] are applied in this study to get the best model.

Artificial Neural Networks (ANN)

ANN [11, 26] are one of the most interesting soft computing paradigms. It
is used also under the frame of System Identification. When ANN is used, the
purpose of an identification process is to determine the weight matrix based on
the observations Z t , so as to obtain the relationships between the network nodes.

Least Square Support Vector Regression (LS-SVR)

LS-SVR [11] is a modification of the algorithm of the Support Vector Machine
(SVM) [27]. In SVR the main idea is to map the data into a high dimensional
feature space F via a nonlinear mapping and to perform a linear regression in
this space.
The application of LS-SVM for regression purposes is known as Least Square
Support Vector Regression (LS-SVR).
In LS-SVR, only 2 parameters , 2 are needed. Where 2 is the width of
the used kernel and is a weight vector.

3. Optimising a Dental Milling Process

Advancements in dental technology can offer modern and innovative solutions

to traditional dental problems. The driving force behind technological advances
is a desire to provide with leading edge dental treatment that can be performed
in a more efficient, effective, comfortable manner. The development of dental
technology is advancing with the application of computer science in this field.
The aim of manufacturing a tooth prosthesis is creating an impression of the
patient’s mouth. To do this, the dentist jams silicone putty into the patient’s
mouth. The dentist removes the negative mold and fills it with plaster. When
mold is dried, this provides an exact replica of the patient’s dentition. Then, the
3-D model of the dentition is transferred to a CAM system, where an operator
generates toolpaths for high-speed, multi-axis machining of the final workpiece.
The industrial case scenario is based on the real data gathered by means
of a Machining Milling Center of HERMLE type-C 20 U (iTNC 530) (Fig. 3),
with swiveling rotary (280 mm), with 5-axis, with a control system using high
168

precision drills and bits, by optimizing the time error detection for manufacturing
dental metal.
The material (Cr–Co, Ti), the tools and the feed rates affect the conformation
times. Since the processing involves polishing and milling the piece, the time of
conformation determines its size.
The milling process in the preparation of dental pieces is currently the most
modern processing prosthesis in existence. When it finished, the completed crown,
bridge or veneer is cut away from the blank, hand-finished to remove coping and
runner marks, polished and attached to the patient’s damaged tooth using dental
cement or affixed to a previously installed implant.
The advantages of 5-axis machines are numerous allowing complete multilat-
eral machining in a single cycle, reducing non-productive time, eliminating the
lack of precision arising from the multiple ties of the piece and allowing better
access to restricted areas difficult to reach. The angle adjustment can be freely
defined and it is possible to use shorter and more rigid tools, which results in
improved surface finish.
The main parameter to estimate and optimize in this research is the time
error for manufacturing. It is the difference between the estimated time by the
machine itself and real work time. Negative values indicate that real time exceeds
estimated time.

(a) Milling Center of HERMLE type-C 20 U (b) Metal pieces manufactured

Figure 3. HERMLE highprecision machine (a) and pieces manufactured process(b)

3.1. Data Set

The real case study is described by an initial data set of 190 samples obtained
by the dental scanner in the manufacturing of dental pieces with different tool
 169

types (plane, toric, spherical, and drill) characterized by 12 input variables (see
Table 1). The input variables are the type of work, the thickness, the number of
pieces, the radius of the tool, the tool, the revolutions per minute of the drill,
the feed rate (X, Y and Z), the initial tool diameter, the initial temperature and
the estimated duration of the work.

Table 1. Variables and range of values

Variables Values

Work 1 to 7
Disk thickness (mm) 8 to 18
Pieces 1 to 4
Radius (mm) 0.25 to 1.5
Plane (1), Toric (2),
Type of tool
Spherical (3), Drill (4)
Revolutions per minute (RPM) 7,500 to 38,000
Feed X (mm) 0 to 3000
Feed Y (mm) 0 to 3000
Feed Z (mm) 50 to 2000
Initial Diameter (mm) 91.061 to 125.57
Initial Temperature (ºC) 21.6 to 31
Theoretical Working Time (s) 6 to 2,034
Difference between Theoretical and Real Time (s) -3 to 565
Weathering (mm) -8 to 22
Temperature Variation (ºC) -5 to 6.7

4. Experiments and Results

This multidisciplinary research analyzed the data set to obtain the variables
that are most important to optimize the time error in the manufacturing process.
In the first step, PCA and some unsupervised learning algorithms as MLHL
and CMLHL were applied to identify the internal data sets structure and com-
pare the results obtained by every algorithm.
In the case of PCA, the model is looking for those directions where variance
is the biggest. An internal structure appears in the data set due to feed X, feed Y
and feed Z increase when the X-axis values grow up and revolutions per minute
170

(RPM) increase when the Y-axis values decrease. In addition, five clusters are
identified (Fig.4).

Once the internal structure of the data set is analysed it has been concluded
that the most relevant variables are revolutions per minute (RPM), feed X, feed
Y and feed Z variables.

Figure 4. PCA projection

MLHL identifies five clusters as PCA projection but in this case the number of
relevant variables is six instead of five as it can be seen in (Fig.5). Revolutions per
minute (RPM), feed X, feed Y, feed Z, temperature, type of tool and difference
between theoretical and real time are the most representative variables in this
projection. It also has an internal structure in all clusters where revolutions per
minute decrease when the Y-axis values increase and temperature values increase
when the X-axis values increased.
 171

Figure 5. MLHL projections with iters = 10, 000, lrate = 0.05, m = 4 and p = 0.02.

In the last case, CMLHL algoritm was applied to improve MLHL results and
it got the best representation as it was showed in (Fig.6).
CMLHL projection is showed in (Fig.6). The results obtained were better
than the others projections by PCA and MLHL. The clusters were well defined.
Six clusters were identified and the most important variables were revolutions
per minute (RPM), feed X, feed Y, feed Z, temperature, type of tool, difference
between theoretical and real time and radius. It also has an internal structure
in all clusters where revolutions per minute decrease when the Y-axis values
increase and temperature values decrease when the X-axis values increased.
It has been concluded that the most relevant variables of the data set are
eight: revolutions per minute (RPM), feed X, feed Y, feed Z, temperature, type
of tool, theoretical working time and radius.
In the second step, these eight variables were selected to model the system.
ANN and SVR are applied and compared.
The models are trained using an initial data set of 190 samples obtained
by the dental scanner in the manufacturing of dental pieces. These samples are
formed by 8 input variables (revolutions per minute (RPM), feed X, feed Y, feed
Z, temperature, type of tool, theoretical working time and radius) and 1 output
variable (difference between theoretical and real time).
172

Figure 6. CMLHL projections with iters = 100, 000, lrate = 0.008, m = 4, p = 0.25,
⌧ = 0.1.

The number of samples in the data set is small, for this reason a 12-fold cross-
validation schema is used. This technique reduces variability, multiple rounds of
cross-validation are performed using different partitions, and the validation re-
sults are averaged over the rounds. The final model is obtained using the full
data set. Crossvalidation is applied to ANN and SVR.
MLP was tested with several difference structures, getting the best result
using 4 hidden layers. The structure was made up by 12 neurons in the first
layer, 3 neurons in the second layer, 10 neurons in the third layer and 6 neurons
in the fourth layer. The selected activation function in the hidden layers was the
tangent sigmoidal. The results applying MLP using all variables and the 8 main
variables are shown in Table 2. It can be appreciated how the results using only
the most relevant variables are better (67.5723%) than the ones which use all
the variables (40.9975%).
LS-SVR was tested through Matlab toolbox. In this toolbox, the tuning of the
parameters is conducted in two steps. First, a state-of-the-art global optimiza-
tion technique, Coupled Simulated Annealing (CSA) [28], determines suitable
parameters according to specific criterion. These parameters were then given
to a second optimization procedure simplex to perform a fine-tuning step and
 173

Radial Basis Function (RBF) kernel was selected. The optimal adjustment pa-
rameters are 2 and .

Table 2. Results for ANN applying all variables and the 8 main variables

Variables Model Fit Fit Test Train

Test(%) Train(%) Variance Variance

All ANN 40.9975 55.9809 22.2028 27.8434

8 Main ANN 67.5723 71.2486 8.2520 21.7662

Table 3. Results for SVM applying all variables and the 8 main variables

Variables Model Fit Fit Test Train 2

Test(%) Train(%) Variance Variance

All SVM 75.1545 89.9686 1.3554 8.8492 71.5273 193.8523

8 Main SVM 75.0069 86.0872 2.1611 13.2415 3.94753 51.9611

The results applying SVM are shown in Table 3. It can be appreciated how
the results are similar applying feature selection (75.0069%) and selecting all
variables (75.1545%). These results justify that feature selection allows to discard
the variables that are not relevant and reduce the computational cost.
Feature selection is necessary to identify the most relevant variables and
reduce the computational cost. The results are also better applying SVM because
the Fit Test parameter (75.1545%) is greater than ANN (67.5723%) and the
variance is also more reduced for SVM (1.3554). For this reason, it has been
concluded that SVM model is better than ANN model.

5. Conclusions

This contribution has been presented to prove the advantages of the combi-
nation of statistical and connectionist unsupervised models with identification
systems, providing a two steps model characterized by indicating the relevance
of the data. It avoids wasting time attempting to model a system with data that
do not represent the system dynamics.
Feature selection has reduced the number of variables to be considered in
the modeling process, with the least loss of information about the system. This
reduces the complexity of the model and computational cost.
174

An intelligent two steps model has been presented which has allowed analyz-
ing the real data set formed by 190 samples where every sample has 15 variables.
In the first step, some visualization techniques such as PCA, MLHL and
CMLHL were applied. It has allowed to find the internal structure of the data
set. At the first moment, an internal structure was found by applying PCA.
MLHL and CMLHL are also applied and the most importante variables were
identified.
In the second step, ANN and SVM were applied to model the system. It has
been concluded that SVM is better than ANN because SVM Fit Test is greater
in a 7.5822% and SVM Variance Test is less than ANN model in a 6.8966.
Future research lines will be based on the analysis of some other features
selection models as wrappers, filters and hybrid models. Also the application of
other optimization models will be studied.
Finally the application of this intelligent model will be tested under the frame
of some other industrial use cases.

Acknowledgement. This research has been funded through MIDAS project

[ref:TIN2010-21272-C02-01] of the Spanish Ministry of Science and Innovation .
The authors would also like to thank ESTUDIO PREVIO (Madrid-Spain) and
TARAMI (Madrid-Spain) for their collaboration in this research.
 Bibliography

[1] T. T. Nguyen, S. Yang, and J. Branke, “Evolutionary dynamic optimization:

A survey of the state of the art,” Swarm and Evolutionary Computation,
vol. 6, pp. 1–24, 2012.
[2] E. Corchado, J. Sedano, L. Curiel, and J. R. Villar, “Optimizing the oper-
ating conditions in a high precision industrial process using soft computing
techniques,” Expert Systems, vol. 29, no. 3, pp. 276–299, 2012.
[3] E. Corchado, A. Abraham, and V. Snásel, “New trends on soft comput-
ing models in industrial and environmental applications,” Neurocomputing,
vol. 109, pp. 1–2, 2013.
[4] L. Ljung, ed., System identification (2nd ed.): theory for the user. Upper
Saddle River, NJ, USA: Prentice Hall PTR, 1999.
[5] Y. Irshad, M. Mossberg, and T. Söderström, “System identification in a net-
worked environment using second order statistical properties,” Automatica,
vol. 49, no. 2, pp. 652–659, 2013.
[6] A. Smyk and M. Tudruj, “Genetic algorithms hierarchical execution control
under a global application state monitoring infrastructure,” in PDP, pp. 16–
23, 2013.
[7] G. Palli, G. Borghesan, and C. Melchiorri, “Modeling, identification, and
control of tendon-based actuation systems.,” pp. 277–290, 2012.
[8] P. Afshar, M. Brown, J. M. Maciejowski, and H. Wang, “Data-based robust
multiobjective optimization of interconnected processes: Energy efficiency
case study in papermaking.,” pp. 2324–2338, 2011.
[9] A. Ancuta, O. Company, and F. Pierrot, “Modeling and optimization
of quadriglide, a schönflies motion generator module for 5-axis milling
machine-tools.,” in ICRA, pp. 2174–2179, 2009.
[10] E. Corchado, J. Sedano, L. Curiel, and J. R. Villar, “Optimizing the oper-
ating conditions in a high precision industrial process using soft computing
techniques,” Expert Systems, vol. 29, no. 3, pp. 276–299, 2012.
[11] A. B. Nassif, D. Ho, and L. F. Capretz, “Towards an early software estima-
tion using log-linear regression and a multilayer perceptron model,” Journal
of Systems and Software, vol. 86, no. 1, pp. 144–160, 2013.
[12] Y. Marinakis, M. Marinaki, G. Dounias, J. Jantzen, and B. Bjerregaard,
“Intelligent and nature inspired optimization methods in medicine: the pap
smear cell classification problem,” Expert Systems, vol. 26, no. 5, pp. 433–
457, 2009.
[13] T. K. Pratihar and D. K. Pratihar, “Design of cluster-wise optimal fuzzy
logic controllers to model input-output relationships of some manufacturing
processes,” IJDMMM, vol. 1, no. 2, pp. 178–205, 2009.
[14] X. C. Guo, C. Wu, M. Marchese, and Y. Liang, “Ls-svr-based solv-
ing volterra integral equations,” Applied Mathematics and Computation,
vol. 218, no. 23, pp. 11404–11409, 2012.
176

[15] M. Deypir, M. H. Sadreddini, and S. Hashemi, “Towards a variable size slid-

ing window model for frequent itemset mining over data streams,” Comput-
ers & Industrial Engineering, vol. 63, no. 1, pp. 161–172, 2012.
[16] E. Corchado and B. Baruque, “WeVoS-visom: An ensemble summarization
algorithm for enhanced data visualization,” Neurocomputing, vol. 75, no. 1,
pp. 171–184, 2012.
[17] R. Karakis, M. Tez, Y. A. Kiliç, B. Kuru, and I. Güler, “A genetic algorithm
model based on artificial neural network for prediction of the axillary lymph
node status in breast cancer,” Eng. Appl. of AI, vol. 26, no. 3, pp. 945–950,
2013.
[18] B. S. Villanueva and M. Sànchez-Marrè, “Case-based reasoning applied to
textile industry processes,” in ICCBR, pp. 428–442, 2012.
[19] D. Shen, H. Shen, and J. S. Marron, “Consistency of sparse pca in high
dimension, low sample size contexts,” J. Multivariate Analysis, vol. 115,
pp. 317–333, 2013.
[20] K. Pearson, “On lines and planes of closest fit to systems of points in space,”
Philosophical Magazine, vol. 2, pp. 559–572, 1901.
[21] P. Krömer, E. Corchado, V. Snásel, J. Platos, and L. García-Hernandez,
“Neural pca and maximum likelihood hebbian learning on the gpu,” in
ICANN (2), pp. 132–139, 2012.
[22] V. Vera, E. Corchado, R. Redondo, J. Sedano, and A. E. Garcia, “Applying
soft computing techniques to optimise a dental milling process,” Neurocom-
puting, vol. 109, pp. 94–104, 2013.
[23] M. Ghiassi and S. Nangoy, “A dynamic artificial neural network model
for forecasting nonlinear processes,” Computers & Industrial Engineering,
vol. 57, no. 1, pp. 287–297, 2009.
[24] A. Rosales-Pérez, H. J. Escalante, J. A. Gonzalez, C. A. R. García, and
C. A. C. Coello, “Bias and variance multi-objective optimization for support
vector machines model selection,” in IbPRIA, pp. 108–116, 2013.
[25] A. Berro, S. L. Marie-Sainte, and A. Ruiz-Gazen, “Genetic algorithms and
particle swarm optimization for exploratory projection pursuit,” Ann. Math.
Artif. Intell., vol. 60, no. 1-2, pp. 153–178, 2010.
[26] A. B. Nassif, D. Ho, and L. F. Capretz, “Towards an early software estima-
tion using log-linear regression and a multilayer perceptron model,” Journal
of Systems and Software, vol. 86, no. 1, pp. 144–160, 2013.
[27] A. Rosales-Pérez, H. J. Escalante, J. A. Gonzalez, C. A. R. García, and
C. A. C. Coello, “Bias and variance multi-objective optimization for support
vector machines model selection,” in IbPRIA, pp. 108–116, 2013.
[28] S. X. de Souza, J. A. K. Suykens, J. Vandewalle, and D. Bollé, “Coupled sim-
ulated annealing,” IEEE Transactions on Systems, Man, and Cybernetics,
Part B, vol. 40, no. 2, pp. 320–335, 2010.
 Análisis Cibermétrico y Visual de Twitter

Zhangxian Zheng1 , José Luis Alonso Berrocal1 y Luis Carlos García de

Figuerola Paniagua1
1
Departamento de Informática y Automática - Facultad de Traducción y
Documentación, Universidad de Salamanca. Calle de Francisco Vitoria 6-16. 37008
Salamanca, España
{r.carlos, berrocal, figue}@usal.es

Resumen Este trabajo aborda el tema de análisis cibermétrico y visual

de Twitter. En él se describe como resolver la necesidad de recoger el per-
fil, los seguidores y seguidos de un usuario de Twitter vía su propia API
y desarrollar una aplicación de crawler en Python utilizando la librería
Python-Twitter, con el objetivo de realizar un análisis y visualización de
la red que construyen los usuarios de Twitter mediante una herramienta
desarrollada.

Keywords: Twitter, Cibermetría, Crawler, Analítica Visual

1. Introducción
En la vida social actual, todo el mundo tiene sus propias relaciones personales;
este tipo de relaciones existen entre las personas que constituyen la red social[1]
de la vida real. En los últimos años, con la evolución de Internet, han comenzado
a aparecer sitios web promocionando las redes de círculos de amigos en línea. El
término se empleaba para describir las relaciones en las comunidades virtuales y
se hizo popular en 2003 con la llegada de sitios tal como MySpace, y continúan
avanzando en Internet a pasos agigantados, especialmente dentro de lo que se
ha denominado Web 2.0.
Twitter [2] es uno de los sitios más relevantes hoy en día; en la actualidad,
tiene más de 200 millones de usuarios activos y se publican más de 400 millones
de mensajes de texto cada día [3]. Las informaciones que contiene en su sitio
web son muy enriquecidas, significativas e importantes, por lo tanto nos interesa
recoger datos desde este sitio web y hacer análisis y visulalización para descubrir
nuevos conocimientos.

2. Estado del Arte

2.1. Métricas de Análisis de Redes Sociales
Las redes sociales se pueden representar mediante grafos, y se utilizan téc-
nicas de la teoría de grafos para estudiar la estructura de éstas. Sin embargo,
existen diferencias en la forma en que se aplican los distintos conceptos de la
178

teoría de grafos sobre el Análisis de Redes Sociales (ARS). Las propiedades que
presentan las redes sociales se pueden representar en base a su forma, distribu-
ción y similaridad entre los conjuntos de nodos y relaciones que existen en la
red.

Cohesión: es una fuerza de atracción entre los individuos, que puede ser
medida por el número de intercambios entre dos actores, el promedio de las
distancias geodésicas, el tamaño de la red, etc.

Densidad: la densidad de la red nos muestra la alta y baja conectividad de

ésta, expresada en porcentaje como el cociente entre el número de relaciones
activas entre las posibles. Se mide la proporción de enlaces que existen entre
las relaciones posibles de una red en concreto.

Diámetro de la red: el diámetro es la distancia de grafo más larga entre

dos nodos cualesquiera en la red, el mayor valor de los geodésicos de la red.
Representa el tamaño del grafo y permite saber lo grande que es.

Centralidad de Grado: se define al grado de un nodo como el número de

enlaces que posee, es decir, el número de relaciones que tiene el nodo con los
otros nodos. Para los grafos dirigidos el grado del nodo suele ser dividido en
dos formas: el grado de entrada y el grado de salida.

Centralidad de Intermediación: este tipo de centralidad basada en la

frecuencia en la que un nodo aparece en el geodésico entre dos nodos, es la
medida de las veces en que se presenta entre un nodo con trayectoria mínima.

Centralidad de Cercanía: la centralidad de cercanía es la distancia media

desde un nodo inicial a todos los demás nodos de la red, mide los pasos
requeridos para acceder a cada vértice desde un vértice dado.[4]

2.2. Twitter y Twitter API

El funcionamiento de Twitter es muy simple: el usuario envía mensajes de tex-
to plano de corta longitud, con un máximo de 140 caracteres, llamados “tweets”,
que se muestran en la página principal del usuario y que pueden ser leídos por
cualquiera que tenga acceso a su página. Los usuarios pueden suscribirse a los
“tweets” de otros usuarios, a esto se le llama “seguir” y a los usuarios abonados se
les llama “seguidores”. A los usuarios a los que se sigue se les llama “seguidos”.[5]
Uno de los mayores éxitos de Twitter ha sido proporcionar una API abier-
ta y funcional desde sus inicios, lo que permite que otras personas extiendan
las características que Twitter ofrece y desarrollen aplicaciones para enviar y
compartir nuestros tweets sin estar obligados a utilizar el sitio oficial. Resulta
interesante como han surgido las posibilidades de permitir apreciar y analizar
los datos del servicio en diferentes formas. Para recoger los perfiles de usuario y
obtener los seguidos y los seguidores para crear un grafo de relaciones, son útiles
los siguientes métodos del API[6]:
 179

GET users/show: Devuelve una información amplia de un solo usuario

determinado, especificado por el ID o el nombre de la pantalla (screen names)
según el parámetro id requerido.

GET followers/ids: Devuelve un conjunto de IDs de cada usuario que está

siguiendo al usuario específico, es decir, todos IDs de los seguidores/followers
de un usuario específico.

GET friends/ids: Este método es similar al anterior, en lugar de devolver

los id de los seguidores/ followers, devuelve los de los seguidos/friends.

GET users/lookup: Este método es casi igual que GET users/show, la úni-
ca diferencia es que este método devuelve información de hasta 100 usuarios
por una petición.

2.3. Web Crawler

Un Web Crawler es un sistema capaz de recorrer, de forma planificada, un

conjunto de recursos. Uno de los usos más frecuentes de un Web crawler es un
programa que inspecciona las páginas del World Wide Web de forma metódica
y automatizada, creando una copia de todas las páginas web visitadas para su
procesado posterior por un motor de búsqueda que indexa las páginas propor-
cionando un sistema de búsquedas rápido.[7]
Hay varias formas de hacer un recorrido de Web Crawler en la web, aunque
básicamente existen tres[8]: recorrido en anchura, recorrido en profundidad y el
mejor posible. Las dos primeras son bien conocidas y dependen de que dicha
lista se organice como una pila o como una cola. En el primer caso, el entorno
inmediato y más cercano a una página es explorado primero, resulta útil cuando
se buscan exploraciones exhaustivas de un dominio, aun cuando éstas se limiten
a una determinada profundidad solamente.

2.4. Herramientas de Análisis y Visualización

La visualización de las redes sociales sirve como método para descubrir pro-
piedades en las redes, aunque tiene menos peso teórico en el análisis, pero tiene la
ventaja de alimentar rápidamente la intuición del investigador [9]. En la actua-
lidad existen diversas herramientas desarrolladas para el análisis y visualización
de redes, tales como Pajek, NodeXL o UCINET. Gephi [10] es una de las más
relevantes.
Gephi es una herramienta de código abierto multiplataforma bajo la licencia
GNU GPL 3 y gratuita. Es una de las herramientas más completas para ma-
nejar todo tipo de datos y gráficos y con un desempeño bastante considerable,
incluso al manejar y procesar datos sumamente grandes, ofreciendo los cálculos
de ARS tales como Grado, Diámetro, Centralidad y Modularidad. También está
disponible una variedad de disposiciones para la visualización de grafos.
180

3. Desarrollo de la Aplicación

El primer paso para el desarrollo del trabajo es la realización de un crawler

de información para Twitter. Este crawler debe ser capaz de obtener y almacenar
información sobre Twitter de manera estructurada, continua y además, debe ser
tolerante a fallos. El crawler de Twitter está íntegramente escrito en Python [11]
y se apoya en la librería Python Twitter Tools [12] para realizar la autentificación
y las llamadas a Twitter API [13].

3.1. Análisis de los Datos a Extraer

Los principales datos que extraeremos desde el Twitter de la Usal (Univer-

sidad de Salamanca) son los perfiles de todos seguidores de él y un grafo de la
red social. Desde la nueva versión 1.1 de Twitter API, los resultados devueltos
por el servidor de Twitter se encuentran únicamente en formato JSON. La es-
tructura de datos es sencilla, cada clave tiene su nombre entre comillas y con su
correspondiente valor después del caracter “:”, y los diferentes pares “clave”:valor
se separan por comas, como la estructura de datos de diccionario de Python,
facilitando el tratamiento previo y almacenamiento de los datos recogidos.
Los perfiles de usuarios de Twitter contienen las siguientes informaciones que
nos pueden interesar extraer para hacer algún análisis estadístico: localización,
huso horario, idiomas, la cantidad de tweets, seguidores, seguidos y fecha de
creación de cuenta.

3.2. Arquitectura, Diseño y Funciones

Hay tres componentes importantes dentro del crawler : Autentificación, Craw-

ler y Tratamiento previo. La Autentificación es el componente imprescindible del
crawler, debido a que desde el retiro del antiguo Twitter API v1, cualquier pe-
tición enviada al servidor de Twitter requiere la autentificación del usuario o la
aplicación. El Crawler es el componente principal, se encarga de las funciones
principales, como mandar peticiones, recuperarse del límite de llamadas al API
o error de red, extraer informaciones de interés desde los perfiles, etc. El Trata-
miento previo es el componente encargado del pre-proceso y almacenamiento de
datos en ficheros para su uso posterior, como importarlo en Gephi para hacer
análisis y visualización.
El Twitter Crawler se compone de varias funciones y una clase de interfaz
gráfica. A continuación se explica en detalle cada una de las funciones:

Autentificación: para obtener el acceso completo a toda la Twitter API es

necesario obtener la autentificación vía OAuth. Para ello, necesitamos crear
una aplicación en Twitter Apps (https://dev.twitter.com/apps), y obtene-
mos el nombre de la aplicación (App Name), Consumer Key y Consumer
Secret para el proceso de autentificación.
 181

Mandar peticiones robustas [14]: cuando mandamos peticiones al ser-

vidor de Twitter, los resultados que nos devuelve no siempre son los que
esperamos, muchas veces el servidor de Twitter nos devuelve código error
de HTTP para expresar si ha ocurrido algo. El Twitter crawler debe saber
como responder a los códigos de error devuelto, por eso utilizamos la función
make_twitter_request para manejar los errores.

Crawl por seguidores o seguidos: para crear un grafo con los seguidores
o seguidos de uno o varios usuarios de Twitter, necesitamos hacer al crawler
caminar desde los primeros usuarios, recoger y seguir por sus seguidores o
seguidos, hasta un nivel de profundidad deseado. Es necesario establecer
alguna regla al crawler. En el Twitter crawler v1 implementamos el nivel de
profundidad de crawl y el número mínimo y máximo de seguidores de un
usuario para una mejor recogida de datos.

Guardar resultados: es necesario de guardar los resultados obtenemos me-

diante el crawl para usos posteriores. En lugar de utilizar una base de datos,
Python proporciona el módulo pickle para almacenar sus objetos en ficheros,
con la ventaja de funcionar bastante rápido y de recuperar la información
sin problemas.

Exportación en CSV; para importar datos a una herramienta de análisis

o visualización, hay que proporcionar el dato en el formato adecuado. Por
ejemplo en el siguiente apartado planteamos utilizar la herramienta Gephi,
y necesitamos el dato en formato CSV: se escriben dos ids de usuarios sepa-
rados por una coma, que significa que el usuario anterior está siguiendo al
posterior.

Recoger perfiles: aparte de los seguidores y seguidos, también nos interesa

recoger el perfil de los usuarios, incluyendo su descripción, idiomas, locali-
zación, fecha de creación en Twitter, etc. Podemos utilizar el método GET
users/lookup para lograr hasta 100 perfiles en una petición.

Obtener nombres: El resultado de crawl proporciona los seguidores y se-

guidos mediante los ids de los usuarios. Debido a que necesitamos crear el
grafo con las etiquetas en nombres, hacemos la transformación a través del
método para recoger perfiles.

4. Análisis Cibermétrico y Visualización

4.1. Descripción de Datos

Perfiles de todos seguidores de @usal : El twitter de la Universidad de

Salamanca tiene 14943 seguidores. Hemos recogido los perfiles de cada uno
de ellos, estos datos están almacenado en formato Python pickle.
182

Red social en Twitter a partir de @usal : Es una red de 3 niveles de

profundidad desde el usuario la Universidad de Salamanca. Cada usuario
que forma parte de esta red debe tener al menos 5 seguidores o seguidos, y
pueden tener hasta 20 seguidores o seguidos en esta red, en resumen, esta
red esta constituida por 37684 usuario y 47404 relaciones entre ellos.
Perfiles de todos usuarios de la red @usal : En este dato se incluyen los
perfiles de todos usuarios que aparecen en el dato de Red social en Twitter
a partir de @usal.

4.2. Análisis Estadístico

El twitter de la Universidad de Salamanca tiene aproximadamente 15000
seguidores, que provinientes de diferentes zonas del mundo y tienen diversas
características. También ocurre en el grupo de usuarios que aparecen en la red
de @usal. Nos interesa a hacer un análisis estadístico sobre ellos para ver como
están relacionados los dos grupos de usuarios, qué diferencia y similitud tienen.
A continuación detallamos el resultado que obtenemos atendiendo a diferentes
aspectos

Idiomas. En el perfil de usuario de Twitter, cada usuario tiene su idioma codi-

ficado con dos letras de abreviación, por ejemplo “es” significa español, “en” es
inglés, etc. Como la Universidad de Salamanca es una universidad española, el
resultado es como esperábamos: la mayoría hablan en español, y el inglés ocupa
el segundo lugar.
Idiomas Seguidores @usal Red @usal
Español 90,24 % 79,00 %
Inglés 6,37 % 16,10 %
Dialectos en España 0,38 % 0,97 %
Idiomas europeos 2,79 % 3,03 %
Idiomas orientales 0,20 % 0,34 %

Localización: Para este dato de perfiles es un poco difícil de hacer un análisis

estadístico, porque el contenido de este campo no está normalizado, es libre de
editar por los usuarios. Lo que podemos hacer es sacar los términos que aparecen
con más frecuencia en las localizaciones de perfiles.
Términos Frecuencia en Términos Frecuencia en
Seguidores @usal Seguidores @usal
España 1921 Sevilla 75
Salamanca 3104 Valencia 83
Valladolid 206 Cáceres 100
Ávila 150 Argentina 116
León 164 México 108
Madrid 582 Venezuela 103
Barcelona 159 Colombia 102
 183

Huso horario. A diferencia de la localización, el huso horario en cada perfil

de usuario está normalizado. Podemos obtener un resultado sobre esto para
generalizar el estado geográfico del grupo de usuarios. Sin embargo, como no
todos los usuarios rellanan esta parte del perfil, solo obtenemos las dos terceras
partes de ellos.

Huso horario Seguidores Red Huso horario Seguidores Red

@usal @usal @usal @usal
Amsterdam 8,26 % 5,81 % Hawaii 1,55 % 1,46 %
Athens 8,71 % 7,13 % London 1,22 % 2,01 %
Caracas 0,86 % 1,21 % Madrid 24,99 % 18,59 %
Central Time (US) 1,30 % 3,38 % Mexico City 0,82 % 1,83 %
Eastern Time (US) 0,95 % 3,96 % Otros 8,50 % 13,90 %
Greenland 9,26 % 4,59 % Unknown 33,58 % 36,13 %

Número de Tweets: En el perfil de usuario también viene la información sobre

cuántos tweets ha publicado el usuario, en el que podemos observar la actividad
de éste.
Número Seguidores @usal Red @usal
0 3,14 % 2,42 %
1-10 7,66 % 6,72 %
11-100 18,29 % 17,26 %
101-1.000 36,22 % 32,40 %
1.001-10.000 31,62 % 32,71 %
10.001-100.000 3,04 % 8,29 %
100.000+ 0,02 % 0,21 %

Número de seguidores y seguidos: Los números de seguidores o seguidos

que tiene un usuario también pueden reflejar su actividad de uso en Twitter.
Número de Seguidores Red Número de Seguidores Red
seguidores @usal @usal seguidores @usal @usal
0 0,63 % 0,54 % 10.001-100.000 0,62 % 7,49 %
1-10 6,72 % 5,70 % 100.001-1.000.000 0,07 % 2,82 %
11-100 37,43 % 25,75 % 1.000.000+ 0,01 % 0,66 %
101-1.000 50,08 % 42,13 % 10.000.000+ - 0,06 %
1.001-10.000 4,44 % 14,85 % - - -

Número de Seguidores Red Número de Seguidores Red

seguidos @usal @usal seguidos @usal @usal
0 0 0,41 % 1.001-10.000 12,07 % 17,68 %
1-10 1,98 % 2,15 % 10.001-100.000 0,18 % 2,38 %
11-100 20,20 % 18,18 % 100.000+ 0.01 % 0,33 %
101-1.000 65,56 % 58,86 % 1.000.000+ - 1
184

Fecha de creación: Por último, el resultado sobre la fecha de creación de los

usuarios en Twitter muestra que la mayoría seguidores de @usal se han registrado
entre el año 2010 y 2012, y los de la red @usal se registran más uniformemente.
Año Seguidores @usal Red @usal Año Seguidores @usal Red @usal
2006 - 0,04 % 2010 17,23 % 15,94 %
2007 0,23 % 0,80 % 2011 38,49 % 25,11 %
2008 0,87 % 2,00 % 2012 26,92 % 24,26 %
2009 7,26 % 10,38 % 2013 9,00 % 21,47 %

4.3. Análisis de Redes Sociales

Para encontrar algunos nodos o patrones más significativos en la red @usal,
necesitamos calcular y conseguir las métricas del Análisis de Redes Sociales de
esta red. En la herramienta Gephi nos facilitan diversos cálculos de este aspecto.
A continuación presentamos los resultados obtenidos.

Grado. El grado medio de la red @usal es 1,258. En la siguiente tabla se

presentan los 12 primeros nodos que tienen el grado más alto en esta red y
sus descripciones. Los usuarios de esta tabla son muy diversos, @usal ocupa el
duodécimo puesto en la tabla. Además, se presentan los usuarios que tienen el
grado de entrada y salida más alto en esta red.

Tabla 1. Usuarios con el grado más alto

Nombre Descripción Grado

1. leonactualidad Diario digital de la localidad de Leon. 67
2. SalamancArlequinada Por un baloncesto de calidad en Salamanca 66
3. Educación INTEF Instituto Nacional de Tecnologías Educativas 62
4. Farmacia EL PUENTE Un lema 365 dias de salud Evolucionando 61
5. Zamora Perfecta Zamora. Desconocida. Perfecta. 60
6. .......... .......... ..
.. .......... .......... ..
12 Usal La Universidad de Salamanca es.. 54

Tabla 2. Usuarios con grado de entrada más alto

Nombre Descripción Grado

1. National Geographic Desde 1888, hemos estado viajando por Tierra 36
2. Usal La Universidad de Salamanca es una.. 34
3. Policía Nacional Cuerpo Nacional de Policía de España 33
4. ElinformerdelaUSAL Envíale tu mensaje al Informer y Él se encargará 32
5. EL PAIS Las noticias globales más relevantes y la última 30
 185

Tabla 3. Usuarios con grado de salida más alto

Nombre Descripción Grado

1. leonactualidad Diario digital de la localidad de Leon. 44
2. Farmacia EL PUENTE Un lema 365 dias de salud Evolucionando 41
3. SalamancArlequinada Por un baloncesto de calidad en Salamanca 38
4. BIOTECHNEWS Si eres un científico español tus tweets merecen 35
5. RECIMOVIL Compra-Venta telefonos de segunda mano: 35

Diámetro y Centralidad: El diámetro de esta red es 18. La distancia media

de grafo es 7,84. El usuario que tiene la intermediación más alta en esta red es
@usal, que posee un valor de intermediación siete veces más alto que el segundo.
Se presentan los cinco primeros usuarios con Intermediación más alta en esta red.
Se puede observar un punto interesante: como hemos visto, hasta el momento,
todos los nodos relevantes en esta red son de organizaciones; sin embargo en
esta lista aparecen tres usuarios como individuos, que son dos estudiantes y un
delegado.

Tabla 4. Usuarios con Intermediación más alto

Nombre Descripción Intermedia.

1. Usal La Universidad de Salamanca es 144 millones
2. Zamora Perfecta Zamora. Desconocida. Perfecta. 24 millones
3. Silvia Ramos Castro Tecnica Superior en Educación Infantil 23 millones
4. Susana Junquera Rey Estudiante de Educación Social y.. 22 millones
5. Rafael Daniel Delegado de El Economista en.. 19 millones

4.4. Visualización de Twitter

En Gephi se ofrecen diversas disposiciones para visualización de datos. En
nuestro trabajo, elegimos la disposición ForceAtlas 2 [15] y OpenOrd [16] para
visualizar este gran tamaño red, que son algoritmos que tienen la capacidad de
tratar gran cantidad de nodos de un modo bastante rápido (ver Fig. 1).
Podemos ajustar las visualizaciones para descubrir patrones u obtener una
imagen más intuitiva. A continuación aplicamos los resultados de cálculo que
obtenemos anteriormente a los diferentes atributos de los nodos (color y tamaño)
para poder presentar más informaciones.
En la disposición de ForceAtlas 2, aplicamos el grado al tamaño de nodo y
una gama de colores rojo-blanco-azul al color de nodos. El nodo que tiene el
color más rojo significa que tiene menos grado, y al contrario, el que tiene color
más azul, tiene el grado más alto. En la disposición de OpenOrd, asignamos al
tamaño del nodo su valor de Intermediación y su color con una gama de color
de blanco a rojo según su grado de entrada. El nodo con color más rojo tiene el
grado de entrada más alto. Como el nodo @usal tiene un valor de Intermediación
186

Figura 1. Visualización con ForceAtlas 2 y OpenOrd

mucho más alta que los demás, y su grado de entrada también es alto en la red,
es fácil de encontrar este nodo en la figura de visualización (ver Fig. 2).

Figura 2. Visualización con grado y centralidad

Por otro lado, podemos utilizar los resultados de Modularidad, el algoritmo de

detección de comunidades, tinturar los nodos y aristas con diferente color según
su grupo de comunidad, para obtener una nueva representación de visualización
(ver Fig. 3).

5. Conclusiones

La realización de este trabajo ha servido para aprender cómo manejar el

Twitter API y emplearlo en un crawler, controlando el comportamiento del
 187

Figura 3. Visualización con Modularidad

crawl para conseguir una mejor recogida de datos. Hemos realizado un análisis
y visualización de los datos obtenidos con las herramientas de análisis, hemos
hecho una prueba con el Twitter de la Universidad de Salamanca y conseguimos
un resultado muy interesante, que significa conseguimos el método para resolver
el problema y la necesidad que planteamos al principio del trabajo. Desde este
punto de vista, podemos decir hemos alcanzado los objetivos del trabajo.
Sin embargo, no hay que olvidar las deficiencias que existen en este trabajo,
hay muchos aspectos que serán susceptibles de mejora, por ejemplo el límite
impuesto por Twitter API es el mayor problema que nos acompaña durante
toda la realización de trabajo, especialmente en el Twitter API v1.1, dónde que
se ha reducido considerablemente el límite. Deberíamos encontrar una manera
para resolver esta problemas evitando gastar mucho más tiempo en la espera de
recogida de datos que en el proceso más importante de análisis de los datos.
Para el trabajo futuro, podemos desarrollar un crawler de tipo distribuido
para solucionar el problema de límite de API, podemos mejorar el presente tra-
bajo en diferentes aspecto como una interfaz gráfica más estable, un algoritmo
de crawl más eficiente o añadir más funciones en el crawler. Además, aparte
de Twitter existen muchos sitios de redes sociales en Internet, pudiendo aplicar
el método que aprendimos en este trabajo a otros sitios dependiendo sus APIs
disponibles.
 Bibliografía

[1] Wikipedia, “Red social — wikipedia, la enciclopedia libre,” 2013. [Internet;

descargado 1-julio-2013].
[2] Wikipedia, “Twitter — wikipedia, la enciclopedia libre,” 2013. [Internet;
descargado 1-julio-2013].
[3] TwitterBlog, “Celebrating #twitter7 | twitter blog,” 2013. [Internet; des-
cargado 1-julio-2013].
[4] Wikipedia, “Centralidad — wikipedia, la enciclopedia libre,” 2013. [Internet;
descargado 15-julio-2013].
[5] J. L. Alonso Berrocal, “Twitter,” 2013. [Internet; descargado 1-julio-2013].
[6] Dev.twitter.com, “Twitter developers,” 2013. [Internet; descargado 1-julio-
2013].
[7] J. L. Alonso Berrocal, C. García Figuerola Paniagua, and Á. F. Zazo Ro-
dríguez, “Sacarino (sonda automática para la recuperación de información
en la web): un robot para recorrer y procesar la web.,” Scire: representación
y organización del conocimiento, vol. 12, no. 1, pp. 211–224, 2006.
[8] J. L. Alonso Berrocal, C. García Figuerola Paniagua, and Á. F. Zazo Ro-
dríguez, “Diseño de spiders,” tech. rep., Departamento de Informática y
Automática, Universidad de Salamanca (España), 2006.
[9] M. M. Moreno, “Análisis de redes sociales: un tutorial,” 2008.
[10] Gephi.org, “Gephi, an open source graph visualization and manipulation
software,” 2012. [Internet; descargado 1-julio-2013].
[11] Python.org, “Python programming language – official website,” 2013. [In-
ternet; descargado 1-julio-2013].
[12] Mike.verdone.ca, “Python twitter tools (command-line client and irc bot),”
2013. [Internet; descargado 1-julio-2013].
[13] M. A. Russell, Mining the social web: Analyzing data from Facebook, Twit-
ter, LinkedIn, and other social media sites. O’Reilly, 2011.
[14] M. Russell et al., 21 Recipes for Mining Twitter. O’Reilly, 2011.
[15] M. Jacomy, S. Heymann, T. Venturini, and M. Bastian, “Forceatlas2, a
graph layout algorithm for handy network visualization,” Paris http://www.
medialab. sciences-po. fr/fr/publications-fr, 2011.
[16] S. Martin, W. M. Brown, R. Klavans, and K. W. Boyack, “Openord: an
open-source toolbox for large graph layout,” in IS&T/SPIE Electronic Ima-
ging, pp. 786806–786806, International Society for Optics and Photonics,
2011.
 Autores

José Luis Alonso Berrocal es Doctor en Informática

por la Universidad de Salamanca. Actualmente desarrolla
su actividad académica como Profesor Titular del Depar-
tamento de Informática y Automática de la Universidad de
Salamanca (Área de Lenguajes y Sistemas Informáticos).
En el apartado de investigación cuenta con dos tramos de
investigación y pertenece al grupo de investigación REI-
NA (REcuperación de INformación Avanzada). Es autor
de un importante número de artículos en revistas y congresos internacionales y
ha participado en diferentes proyectos de investigación de carácter regional, na-
cional. Sus líneas de investigación son: Recuperación de Información, Extracción
Automática de Conocimiento, Cibermetría, Redes Sociales, Recuperación de In-
formación en el Web. Imparte docencia en estudios de grado y en 3 másteres. Es
miembro del Instituto de Estudios de la Ciencia y la Tecnología.

Juan José Álvarez Navarrete nació en Donostia,

San Sebastián, donde terminó sus estudios preuniversita-
rios. Cursó Ingeniería Informática en la Universidad Pon-
tificia de Salamanca; periodo durante el que además parti-
cipó tanto en las becas de colaboración con departamentos
ofertadas por el País Vasco, como en las becas de la Fun-
dación Caja Duero. Tras terminar el Máster en Sistemas
Inteligentes impartido por la Universidad de Salamanca,
se encuentra trabajando como programador en Madrid.

Astrid Paola Bogram cursó sus estudios de Inge-

niera en Computación en la Universidad Tecnológica de
Honduras. Desde 2007 hasta 2011 formó parte de la Direc-
ción Ejecutiva de Ingresos (DEI) localizada en Honduras,
una Institución Gubernamental enfocada a recolectar los
impuestos tributarios y aduaneros de todo el país, donde
ocupó el puesto de Gestor de Calidad en el Departamen-
to de Tecnologías de Información, trabajando con un gran
abanico de técnicas y métricas desarrolladas para pruebas de caja blanca y caja
negra. Cuenta con una gran habilidad para conseguir que el código a entregar
sea de alta calidad y limpio de forma rápida y correcta, consiguiendo un códi-
go estructurado, trabajando con acceso a bases de datos, programación OO y
adecuándose al flujo de trabajo y a las reglas del negocio. Aquí mismo presen-
tó su Tesis, “El Control de Calidad en el Software”. Posteriormente obtuvo una
190

beca para cursar sus estudios de Maestría obteniendo el título, “Máster en Siste-
mas Inteligentes” en la Universidad de Salamanca, España. Actualmente reside
en la ciudad de New Orleans, Estados Unidos de Norte América, continuando
sus estudios como complemento al área de Ingeniería en el Máster “Engineering
management” de la Universidad de New Orleans.

Emilio S. Corchado es profesor Titular acreditado

como Catedrático de Universidad por la ANECA (Agen-
cia Nacional de Evaluación de la Calidad y Acreditación)
desde febrero de 2012. Ha sido elegido presidente del IEEE
España durante el periodo 2014-2015. Es coautor de diver-
sas patentes y propiedades intelectuales. Cuenta con una
dilatada experiencia en la revisión y evaluación de pro-
yectos de la Comisión Europea desde 2007. Es coautor de
más de 60 publicaciones en revistas científicas con alto índice de impacto y
también actúa como miembro del Consejo de Redacción de varias revistas de
reconocido prestigio internacional. Ha sido invitado como editor en varias “Spe-
cial Issues” de alto renombre. Es el organizador de diversos congresos científicos
como (HAIS, IDEAL, SOCO, CISIS, NABIC, CASON, NWESP, WICT). Ha
participado en varios proyectos Europeos (IT4Innovation, APP for AAL, EN-
GINE, SOFTCOMP, EMaCS, IntelliCIS, NISIS). Además ha sido Investigador
Principal de diversos proyectos a nivel nacional y regional, también ha estado
trabajando en estrecha colaboración con empresas como Grupo Antolín, Inmo-
tia, Infranor, etc. Sus líneas de investigación se centran en el estudio de las redes
neuronales, con especial énfasis en la Búsqueda Exploratoria de Proyecciones,
Maximum Likelihood Hebbian Learning, Mapas Auto-Organizados, Redes SOM,
Sistemas de Clasificación Múltiple y Sistemas Híbridos. Además de la optimiza-
ción de procesos industriales y energéticos.

Juan M. Corchado es catedrático de Ciencia de la

Computación e Inteligencia Artificial. Es actualmente De-
cano de la Facultad de Ciencias de la Universidad de Sa-
lamanca y Director del Grupo en Biotecnología, Siste-
mas Inteligentes y Tecnología Educativa de esta misma
universidad (http://bisite.usal.es). Doctor en Informática
por la Universidad de Salamanca, España (1998) y doctor
en Inteligencia Artificial por la University of the West of
Scotland, Reino Unido (2000). Es Coordinador Académico del Instituto de Arte
y Tecnología de la Animación. Anteriormente ha sido Sub-director de la Escuela
Superior de Ingeniería Informática en la Universidad de Vigo (España, 1999-00)
e investigador en la Universidad de Paisley (1995-98). Colabora, como investiga-
dor, con el Laboratorio Oceanográfico de Plymouth (Reino Unido) desde 1993.
Ha dirigido más de 70 proyectos de Inteligencia Artificial con financiación tanto
 191

internacional, como nacional o autonómica. Ha dirigido 16 tesis doctorales y es

co-autor de más de 300 libros, capítulos de libros, artículos en revistas cientí-
ficas, etc. la mayoría de ellos presentan aspectos tanto prácticos como teóricos
relacionados con los Sistemas Híbridos de Inteligencia Artificial, la Biomedicina,
la Inteligencia Ambiental, los Sistemas Inalámbricos y la Oceanografía. Es autor
de más de una veintena de propiedades intelectuales y patentes.

Juan Cruz Benito es Graduado en Ingeniera Infor-

mática por la Universidad de Salamanca y máster en Sis-
temas Inteligentes por la misma universidad. Actualmente
es uno de los miembros más jóvenes del GRupo de Inves-
tigación en InterAcción y eLearning (GRIAL) de la Uni-
versidad de Salamanca, donde desempeña labores técni-
cas relacionadas con los ecosistemas de aprendizaje. Posee
gran experiencia en la definición, desarrollo y gestión de
Mundos Virtuales de Aprendizaje adquirida a través del proyecto USALSIM
(http://sim.usal.es) coordinado desde el Servicio de Inserción Profesional, Prác-
ticas y Empleo (SIPPE) de la Universidad de Salamanca y el proyecto de innova-
ción docente UsalPharma (http://campus.usal.es/ farmacia/node/87) coordina-
do por el Departamento de Farmacia y Tecnología Farmacéutica de la Facultad
de Farmacia de la misma universidad.

José Rafael García-Bermejo Giner posee un doc-

torado en Físicas (1989, Universidad de Salamanca, Es-
paña) y la Certificación de Apple ACTC T3 (Snow 100,
Snow 101, Snow 201). Actualmente desarrolla su actividad
académica como Profesor Titular del Departamento de In-
formática y Automática de la Universidad de Salamanca
en el área de Lenguajes y Sistemas Informáticos. Ha rea-
lizado estancias como docente e investigador en diferentes
universidades de Alemania y Finlandia. Es coordinador Erasmus de los estu-
diantes de Ingeniería Informática. Sus principales líneas de investigación inclu-
yen Programación Estructurada, Programación Orientada a Objetos, Interfaces
Hombre-Máquina, Interfaces de Usuario, Dispositivos Móviles y Administración
de Sistemas. Es autor y traductor técnico de un gran número de libros.
192

Carlos García de Figuerola es profesor en el Gra-

do en Documentación de la Universidad de Salamanca, así
como en el Máster y Doctorado en Sistemas Inteligentes
y en el de Estudios Sociales sobre Ciencia y Tecnología.
Su docencia se centra en las técnicas informáticas base
de las Ciencias de la Información y Documentación, tan-
to en asignaturas de planes de estudio de primer, segun-
do y tercer ciclo, posgrado (máster y doctorado), títulos
propios, cursos extraordinarios, etc. Además es miembro del grupo de investi-
gación en REcuperación de INformación Avanzada (REINA), grupo reconocido
de la Universidad de Salamanca, cuyos temas de interés son la recuperación de
información y la cibermetría: Implementación de Conocimiento Lingüístico en
Sistemas de Recuperación, Procesamiento de Lenguaje Natural, Recuperación
de Información Multilingüe, Clasificación Automática, Recuperación Robusta,
Recuperación Interactiva, Recuperación de Información en el Web, Cibermetría,
etc.

Alicia García Holgado es Ingeniera Informática

(2011, Universidad de Salamanca, España) y máster en
Sistemas Inteligentes (2013, Universidad de Salamanca,
España). Actualmente es uno de los miembros más jóve-
nes del GRupo de Investigación en InterAcción y eLearning
(GRIAL), donde está especializada en la definición e im-
plantación de soluciones software basadas en ecosistemas
tecnológicos. Coordina y desarrolla la plataforma eLear-
ning y las herramientas software que dan soporte a la gestión del conocimiento
generado en GRIAL. Es experta en el uso de redes y herramientas sociales con
el fin de definir y gestionar las estrategias de diseminación de la información.
Ha realizado varios desarrollos Open Source para extender la funcionalidad de
algunos de los CMS y LMS más utilizados actualmente. Ha participado en varios
proyectos europeos como soporte tecnológico (MIH, TRAILER, EHISTO). Ha
sido colaborada externa en la empresa Aqua Development Network (ADN) del
grupo Agbar definiendo el ecosistema de formación.

Francisco José García Peñalvo es Ingeniero Infor-

mático por la Universidad de Valladolid y Doctor en In-
formática por la Universidad de Salamanca. Actualmente
desarrolla su actividad académica como Profesor Titular
del Departamento de Informática y Automática de la Uni-
versidad de Salamanca. Desde el punto de vista de inves-
tigación dirige el GRupo de investigación en InterAcción
y eLearning (GRIAL) de esta Universidad, contando en-
tre sus principales líneas de investigación la Interacción Persona-Ordenador, el
 193

eLearning, la Ingeniería Web, la Arquitectura del Software, la Informática Edu-

cativa, y la Teoría de la Comunicación. Es autor de más de un centenar de
artículos en revistas y congresos internacionales y ha participado en más de
cincuenta proyectos de investigación de carácter regional, nacional, europeo e
internacional en los últimos diez años. Por último, en relación con la actividad
de gestión, fue Vicedecano de Innovación y Nuevas Tecnologías de la Facultad
de Ciencias de enero de 2004 a marzo de 2007 y Vicerrector de Innovación Tec-
nológica de la Universidad de Salamanca de marzo de 2007 a diciembre de 2009.
Fue promotor y presidente del Comité de Dirección del Observatorio de la ac-
tividad, la innovación y las tendencias en la Formación en Red-SCOPEO desde
su creación hasta diciembre de 2009.

Sergio García Sánchez se graduó en Licenciatura

en Física e Ingeniería Técnica en Informática de Sistemas
por la Universidad de Salamanca en 2011. En noviem-
bre del 2011 comienza a ser investigador FPI-MICINN
del proyecto “Diodos y Transistores avanzados para ge-
neración, detección y procesado de señales milimétricas y
submilimétricas” en el Grupo de Investigación en Dispo-
sitivos Semiconductores de la Universidad de Salamanca
(http://www.usal.es/ gelec), donde está realizando su tesis doctoral, centrándo-
se en el estudio de las oscilaciones Gunn en dispositivos semiconductores III-V.
Además, es colaborador del proyecto europeo ROOTHz. En febrero de 2013 pre-
sentó el Trabajo de Grado de Salamanca titulado “Análisis Monte Carlo de la
frecuencia de las oscilaciones Gunn y la eficiencia de conversión en diodos ver-
ticales y planares de GaAs, InP y GaN”. En junio de 2013 finalizó el Máster en
Sistemas Inteligentes.

Angélica González Arrieta es doctora en Informá-

tica por la Universidad de Salamanca. Cuenta con una am-
plia experiencia investigadora en el campo de la Compu-
tación Neuroborrosa y las Redes Neuronales. Es Profesora
Titular del Departamento de Informática y Automática
de dicha Universidad. Actualmente compatibiliza su labor
docente e investigadora con la dirección de diversas activi-
dad formativas sobre seguridad informática, colaborando
activamente con la Academia de la Policía Nacional de Ávila.
194

Daniel Hernández Alfageme Nació en Zamora, Es-

paña en 1989. Estudió Ingeniería Técnica en Informática
de Gestión e Ingeniería Informática en la Universidad de
Salamanca. Posteriormente realizó el Máster en Sistemas
Inteligentes de la misma universidad. Actualmente traba-
ja como investigador y desarrollador en el Grupo de In-
vestigación BISITE (Biomedicina, Sistemas Inteligentes y
Tecnología Educativa, http://bisite.usal.es) en el que ha
centrado su trabajo en las áreas de Cloud Computing, Agentes Inteligentes y
Sistemas Multiagente.

Ignacio Iñiguez-de-la-Torre nació en Valladolid,

España, en 1981. Se graduó en Física en la Universidad
de Salamanca en 2004, donde recibió el título de Doctor
en Física en 2008. Realizó una estancia de tres meses en el
Institut d’Electronique, de Microélectronique et de Nano-
technologies (IEMN), en Francia en 2007 y otra de también
de tres meses en la School of Electrical and Electronic En-
gineering en la Universidad de Manchester, Reino Unido
en 2008. Trabajó durante un año, 2009-2010, en el Department of Electrical
and Computer Engineering de la Universidad de Massachusetts en Lowell como
Postdoc. Después, se unió al grupo de Electrónica del Departamento de Física
Aplicada de la Universidad de Salamanca, primero durante 2010-2011 con un
contrato Postdoc del proyecto europeo ROOTHz y actualmente como Ayudante
Doctor. Su investigación se concentra en el desarrollo de nuevos dispositivos y
conceptos en la banda de los THz para el procesado de datos, detección y emisión
de señales usando semiconductores III-V de gap ancho y estrecho.

María Navarro Cáceres nació en Salamanca el 8 de

Marzo de 1990. Estudió Grado de Ingeniería Informática y
un máster en Inteligencia Artificial por la Universidad de
Salamanca, y de forma paralela, obtuvo el Grado Profesio-
nal en el Conservatorio de Salamanca. Actualmente, for-
ma parte del grupo de investigación BISITE (Biomedicina,
Sistemas Inteligentes y Tecnología Educativa), también en
la Universidad de Salamanca. Sus líneas de investigación
se centran en el estudio de plataformas multiagente, e-learning y temas relacio-
nados con la creatividad artística.
 195

Emiliana Pizarro Lucas es licenciada en psicología

por la Universidad de Salamanca. Actualmente ocupa el
cargo de Directora del Servicio de Inserción Profesional,
Prácticas y Empleo (SIIPE, http://empleo.usal.es) de la
misma Universidad. Es especialista en competencias profe-
sionales, recursos humanos y relaciones laborales, campos
en los que cuenta con multitud de publicaciones y diversos
proyectos de innovación dirigidos.

Héctor Quintián Pardo es becario predoctoral y está

desarrollando su tesis doctoral en la Universidad de Sala-
manca. En 2010 obtuvo el título de Ingeniero Industrial
por la Universidad de León y un año más tarde realizó
el Máster en Computación por la Universidad de La Co-
ruña. Ha participado en 1 proyecto proyectos de I+D+i
financiados en convocatorias competitivas del Ministerio
de Economía y Competitividad (MIDAS, TIN 2010-21272-
C02-01). Es miembro de una COST Action financiada con fondos europeos (AAP
for AAL: Algorithms, Architectures and Platforms for Ambient Assisted Living).
Es autor de 1 propiedad intelectual denominada GAP Gestor de Aulas de Profe-
sorado (Número de solicitud: C-277-2012). Tiene varias publicaciones en revistas
de impacto. Es autor/coautor de 18 publicaciones en congresos internacionales,
organizador de 10 congresos internacionales, editor de 6 congresos internaciona-
les y 1 simposio. Es Miembro del IEEE desde 2011, y del IEEE capítulo español;
Secretario del IEEE capítulo español desde Marzo de 2013. Además es miembro
del IBSAL y del Grupo de Investigación BISITE. Sus líneas de investigación se
centran en el estudio de las Redes Neuronales, con especial énfasis en la Búsqueda
Exploratoria de Proyecciones, Maximum Likelihood Hebbian Learning, Mapas
Auto-Organizados, Redes SOM, Sistemas de Clasificación Múltiple y Sistemas
Híbridos. Además de la optimización de procesos industriales y energéticos.

William Raveane obtuvo una Licenciatura en Física

por Southern Oregon University en Estados Unidos, y un
Máster en Sistemas Inteligentes por la Universidad de Sa-
lamanca en España. Trabaja como programador principal
en una compañía en Tokio, Japón, desarrollando sistemas
cloud para aplicaciones web y procesamiento de imágenes.
Sus principales líneas de investigación son las Redes Neu-
ronales Profundas, en especial su uso en la visión artificial.
196

Juan Agustín Rodríguez Valle es Graduado en In-

formática por la Universidad Pontificia de Salamanca en
2012 y máster en Sistemas Inteligentes por la Universi-
dad de Salamanca en 2013. Ha formado parte del Club
de Innovación de la Universidad Pontificia de Salamanca
participando como co-autor, diseñador y desarrollador en
el proyecto Apolo destinado al control domótico para per-
sonas invidentes. También ha participado en el proyecto
PixKid financiado por la Junta de Castilla y León, un juego para niños diseñado
para la plataforma iPad. Sus principales líneas de investigación giran en torno a
la computación ubicua.

Ángel Luis Sánchez Lázaro es Doctor en Informá-

tica por la Universidad de Valladolid. Actualmente desa-
rrolla su actividad académica como Profesor Titular del
Departamento de Informática y Automática de la Univer-
sidad de Salamanca (Lenguajes y Sistemas Informáticos).
Desde el año 2010 es director del Departamento de Infor-
mática y Automática. Es miembro del Grupo de Inves-
tigación en Minería de Datos (MiDa), grupo reconocido
de la Universidad de Salamanca. Sus principales líneas de investigación son las
Aplicaciones de Minería de Datos, la Minería Web Semántica y los Modelos de
estimación software.

Roberto Therón cursó sus estudios de Informática

en la Universidad de Salamanca (Diplomatura) y la Uni-
versidad de la Coruña (Licenciatura). Tras entrar a formar
parte del Grupo de Investigación en Robótica de la Univer-
sidad de Salamanca, presentó su trabajo de Tesis recibien-
do el Premio Extraordinario de Doctorado. Posteriormen-
te ha obtenido los títulos de Licenciado en Comunicación
Audiovisual (Universidad de Salamanca) y Licenciado en
Humanidades (Universidad de Salamanca). En la misma Universidad de Sala-
manca continúa realizando su trabajo de investigador, como encargado del grupo
VisUsal (dentro del Grupo de Investigación Reconocido MiDa) que se centra en
la combinación de enfoques procedentes de la Informática, Estadística, Diseño
Gráfico y Visualización de Información, para obtener una adecuada compren-
sión de conjuntos de datos complejos. En los últimos años, se ha dedicado al
desarrollo de herramientas de visualización avanzada para datos multidimensio-
nales. En el área de Analítica Visual desarrolla productivas colaboraciones con
grupos e instituciones de reconocido prestigio internacional, como el Laboratorio
de Ciencias del Clima y del Medio Ambiente (París) o el Centro de Analítica
Visual Avanzada de la ONU (Suiza). Es autor de más de 70 artículos en revistas
y congresos internacionales.
 197

Daniel Toimil Martín nació en 1987 en Avilés, Espa-

ña. Es Ingeniero Técnico Informático por la Universidad
de Oviedo, 2009, donde posteriormente obtuvo el título
de Ingeniero Informático en 2012. Actualmente es Máster
en Sistemas Inteligentes por la Universidad de Salamanca.
Sus líneas de investigación son el Análisis Estadístico y la
Minería de Datos, en las cuales trabaja como investigador
en la Universidad de Oviedo.

Roberto Vega Ruiz. Nacido en Valladolid el 1 de

diciembre de 1990. Graduado en Ingeniería Informática
con Mención en Ingeniería del Software por la Universidad
Pontificia de Salamanca en el año 2012. Un año más tarde,
obtuvo el Máster en Sistemas Inteligentes por la Univer-
sidad de Salamanca, trabaja en esta entidad como inves-
tigador dentro del grupo BISITE en el proyecto MIDAS
financiado por el Ministerio de Economía y Competitivi-
dad. Además es miembro del IBSAL. Ha gestionado, coordinado y desarrollado
diversos proyectos de investigación. Ha participado en la organización de diver-
sos congresos científicos (HAIS, SOCO, ICEUTE y CISIS). En febrero de 2013
recibió el Premio Innovadores Proyecto Joven 2012, otorgado por el diario “El
Mundo” en Valladolid. Las líneas de investigación que trata son la Inteligencia
Artificial y las Tecnologías Móviles.

Zhangxian Zheng es licenciado en Ingeniería Infor-

mática por la Universidad de Shenyang en China, máster
en Sistemas de Información Digital por la Universidad de
Salamanca en 2012 y máster en Sistemas Inteligentes por
la misma Universidad en 2013. Sus principales líneas de
investigación se centran en los Sistemas de Información y
en el Análisis de la Información generada en los mismos,
con especial hincapié en las redes sociales.