Investigación y Posgrado

Sitios de Interés

Logo Uncoma UNCOMA
Logo Pedco PEDCO
Logo SIU SIU Guaraní
Logo Correo Correo electrónico FAI
Logo facebook FAI en Facebook
Logo Twitter FAI en Twitter  
boton telegram FAI en Telegram

En caso de emergencia médica dentro del Campus llamar a

sien

Teléfono: 107

Se invita a la Comunidad de la FAI a presenciar la defensa de Tesis de Licenciatura en Ciencias de la Computación titulada "Una Herramienta Gráfica con Razonamiento  basado en DL para el Análisis de Modelos de Variabilidad Ortogonal

Día y lugar: Jueves 1 de agosto de 2019 a las 14:00 hs en el Consejo Directivo de FAI

Tesista: Angela Oyarzun

Directora: Dra. Laura Cecchi

Codirector: Dr. Germán Braun
 
 
Resumen
 
La gestión de variabilidad en el desarrollo de Líneas de Productos Software involucra a las tareas de definición, modelado, implementación y validación de las características variables de un producto y, por lo tanto, tiene una influencia considerable sobre la calidad de los productos derivados de una línea. Debido a la creciente complejidad de los Sistemas de Información actuales, gestionar esta variabilidad manualmente se ha vuelto una tarea impracticable. En consecuencia, surgió el análisis de variabilidad automático, a fin de validar estos modelos en etapas tempranas de desarrollo mediante la asistencia de razonadores lógicos externos.

Existen diversas herramientas y propuestas orientadas al análisis automatizado de los modelos de variabilidad. Sin embargo, la mayoría de ellas se enfocan en los Modelos de Características (FM). En general, las escasas herramientas centradas en Modelos de Variabilidad Ortogonal (OVM) carecen de soporte gráfico y, 
al igual que los enfoques anteriores,  no logran llevar a cabo un análisis de los modelos de variabilidad del todo preciso, ya que las técnicas de traducción y validación utilizadas están limitadas por lógicas restrictivas. 

En esta Tesis se presenta  el diseño de un modelo cliente-servidor de una herramienta gráfica Web, para modelado de variabilidad ortogonal. Con el objeto de asegurar la calidad de los diseños, la herramienta interactúa con un sistema de razonamiento subyacente, basado en Lógicas Descriptivas (DL), encargado de resolver consultas acerca de la  ocurrencia de antipatrones en el modelo generado por un modelador. Asimismo, se detalla un catálogo de los antipatrones, los cuales están basados en casos de test estándar para modelos de variabilidad y extraídos de la bibliografía. 
La integración de un front-end gráfico y un back-end lógico de la herramienta se obtiene a través de la utilización de una codificación que formaliza los OVMs en la DL ALCI.

Como  resultado,    se  construyó  una herramienta cliente-servidor denominada crowd-variability  que permite el diseño gráfico, visualización y búsqueda de antipatrones en diagramas OVM. Esta herramienta provee soporte gráfico a los usuarios para modelar sus diagramas, gracias a la utilización de la biblioteca gráfica JointJS, y está integrada con razonadores automáticos externos basados en DL. Los razonadores se encargan de procesar la representación lógica de un modelo OVM y de proveer respuestas sobre la presencia de antipatrones. Finalmente, los resultados de este análisis son notificados al modelador de manera gráfica y textual.

Actividades de Posgrado en la FAI

Más información: http://faiweb.uncoma.edu.ar/index.php/investigacion-y-postgrado/86-investigacion-y-postgrado/cursos o  Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.

 

Están disponibles las encuestas a los alumnos de todas las materias dictadas en la FaI durante el primer cuatrimestre de 2019. Cada alumno debe responder una encuesta por cada materia en la que haya estado inscripto dicho cuatrimestre.

Las encuestas son anónimas: Al momento de loguearse se pide el DNI para verificar que un alumno no complete la encuesta más de una vez por materia, pero luego las opiniones se almacenan por separado, sin hacer referencia al autor.

Las encuestas tienen como objetivo saber lo que opinan los estudiantes del cursado de cada materia (contenido, docentes, modalidad de dictado, etc). La información recolectada es muy útil para mejorar el dictado de las materias a futuro y cuanto más respuestas haya, son más relevantes las opiniones de los estudiantes.

Para acceder al sistema, el nombre de usuario es el número de DNI (la contraseña también lo es la primera vez que se ingresa y luego se puede cambiar).

 

 

No olvides responder las encuestas sobre la cátedra[Enlace al sitio para responder las encuestas]

FECHAS IMPORTANTES

  • Receso de invierno: 15 al 28/07/2019
  • Exámenes turno ordinario de agosto [ver fechas]
    • Primer llamado: 5 al 9 de agosto
    • Segundo llamado: 20 al 23 de agosto 
  • Comienzo de Clases: 12/08/2019
  • Inscripción a materias 2° cuatrimestre (por SIU- Guarani) 01/08 al 31/08/2019
  • Segundo período de reinscripción a carreras: 01/08 al 23/08/2019 (por SIU- Guarani sólo para alumnos que no se hayan reinscripto el primer cuatrimestre de 2019) 

 

ATENCION:

El Departamento de Alumnos permanecerá cerrado desde el 10 al 28 de julio

El día Sábado 29 de junio a las 09:30 hs. en la Sala del Consejo Superior de la Biblioteca Central UNCo, se realizará una nueva edición del Study Jam.  En esta oportunidad se capacitará sobre Google Cloud, trabajando con laboratorios de "Google Cloud Essentials". 

Se trata de una capacitación oficial de google, sin cargo. 

Después de la sesión en vivo, se dará acceso gratuito a más laboratorios que se pueden terminar fuera del curso. Completando todos los laboratorios de los Desafios obtendrás un Badge de Google para tu perfil en línea, y 30 días adicionales de acceso a la plataforma de capacitación para completar los laboratorios extra que desees.

Debés traer tu computadora y cargador. Los laboratorios se ejecutarán en las últimas versiones de Chrome o Firefox.

Cualquier duda/consulta/sugerencia nos podes escribir por Telegram a https://t.me/gdgneuquen

 

Link Inscripcion http://eventos.gdgneuquen.org

Página 7 de 114