|
PROYECTOS DE INVESTIGACION CON PARTICIPACION DEL DEPARTAMENTO DE SISTEMA BÚSQUEDA Y GESTIÓN ESPECIALIZADA DE LA INFORMACIÓN: EL OBSERVATORIO TECNOLÓGICO DE LA UTN-FRT |
| Desde la perspectiva de la Vigilancia Tecnológica (en adelante VT) como factor clave para el éxito en la I+D+i y encuanto a las necesidades detectadas durante las investigaciones y estudios realizados en el proyecto ?Vigilancia eInnovación Tecnológica?, PID 25/P040, notamos un entorno propicio para la creación del Observatorio Tecnológico enla UTN-FRT. Actualmente, este grupo está conformado por diversos miembros de la comunidad universitariamencionada, interesados en contribuir al desarrollo del proceso de la VT, en números, este equipo está conformadopor 23 miembros de las siguientes características: - Becarios BINID. - Becarios de I+D. - Docentes investigadores. -Estudiantes. - Graduados. - Integrantes voluntarios. Logrando, a través de este equipo de trabajo, un grado de avanceimportante en cuanto a los siguientes ítems: - Estudio, análisis y delimitación conceptual de la ?VT? y la ?InteligenciaCompetitiva? (en adelante IC). - Desarrollo de una metodología específica de trabajo con el fin de crear un ambientealentador para la práctica de la VT. - Desarrollo de un proceso específico de aplicación de la VT con el objeto deimplementar tal proceso por medio de trabajos de las materias de ?Práctica Profesional Supervisada? y "ProyectoFinal de Carrera?, materias del último nivel de la carrera de ?Ingeniería en Sistemas de Información? de esta casa dealtos estudios, UTN-FRT. - Desarrollo de un proceso de VT, respetando el origen de la información y su legalidad, paraestablecer el marco legal de trabajo. Redacción de convenios de confidencialidad de la información y de servicios. -Ejecución de prácticas reales de VT relacionadas con temas específicos sobre ?Tecnologías de Calefones Solares -Precios de Gas Natural en la Argentina?, temática relacionada con un proyecto de investigación, y en la actualidad,realizando otro proceso de VT sobre el Dpto. de Sistemas de la UTN-FRT. También nos encontramos desarrollando laetapa de planificación para el proyecto "Vigilancia Tecnológica en el Ámbito de las Energías Alternativas". De estemodo, y por todo el trabajo realizado hasta el momento, se pretende y desea continuar trabajando en esta interesante temática y así, llegar en forma exitosa al desarrollo para una posterior implementación de la plataforma de software querepresente en forma virtual al ?Observatorio Tecnológico (en adelante OT) de la UTN-FRT?, bases prácticamenteestablecidas con la labor de estos años.
|
| INTEGRACION DE SISTEMAS |
| La complejidad de la estructura organizativa se encuentra vinculada a la cantidad de elementos que interactúan entre síen una organización. El tamaño tiene que ver con el mercado que atiende,las relaciones producto-mercado, el númerode empleados y otros criterios. El rubro condiciona el tamaño y el grado de complejidad de la organizacion define eltipo de estructura que soporta tambien, a los sistemas de informacion. Donde la integracion de los sistemas deinformacion se refleja en la información, que es otro recurso vital e intangible dentro de la organización, es decir, es unproducto de los sistemas de Información. Se la comprende como parte fundamental de toda empresa que ayuda atener un alto nivel de competitividad y ofrece posibilidades de desarrollo, por consiguiente ayuda a cumplir con losobjetivos de la empresa y logra ventajas competitivas incluyendo la gestion medioambiental. Teniendo presente estacomplejidad se considera importante su estudio en las empresas relevadas en la Provincia de Tucuman. Dondetambien los sistemas de información operan, en forma dinámica, según el lugar en que se encuentran en la estructurade la empresa, lo cual le permite aportar su valor en la estrategia de negocio logrando ventajas competitivas que debetener su correlato con el medio ambiente. Donde se tendrán en cuenta los aspectos comunes de los sistemasindividuales para evitar duplicaciones, mejorando la eficiencia y eficacia de los negocios brindando una estructurafacilitadora para lograr la integración de un sistema de gestion respetando las pautas del mercado y del medio |
| ANÁLISIS INTELIGENTE DE DATOS APLICADO A GESTIÓN Y OPTIMIZACIÓN DE LA ENERGÍA |
| El consumo de energía, y de la electricidad en particular, ha crecido en forma sostenida en los últimos años provocando un aumento de la demanda tanto a nivel de la generación como en la transmisión y distribución. Esto se debe al crecimiento natural de la población, a la disponibilidad de nuevas tecnologías que han aparecido y modificado casi todos los aspectos de la vida moderna, y al crecimiento industrial. Los sistemas eléctricos de Transmisión y Distribución (T&D) han seguido operando de la misma manera desde hace décadas sin que las inversiones efectuadas puedan seguir el ritmo de crecimiento de la demanda. Esta falta de inversión en nuevas instalaciones, junto con componentes utilizados durante mucho tiempo, ha resultado en sistemas eléctricos ineficientes y cada vez más inestables [2, 21]. Esto se conjuga con el uso cada vez mayor de energías renovables y generación distribuida, junto a los impactos ambientales relacionados a la producción de electricidad [31], para hacer que se requiera un nuevo sistema de red más inteligente que pueda manejar eficientemente este incremento de complejidad. En ese sentido, la gestión eficiente de la demanda de electricidad aparece como prometedora para mejorar la eficiencia energética, disminuyendo el consumo total de la electricidad y permitiendo reducir el impacto ambiental del consumo eléctrico. Las Redes Inteligentes (Smart Grids) son consideradas como las redes de energía de la próxima generación. Este tipo de redes posibilitan el acceso a datos sobre la red eléctrica en tiempo real, lo que a su vez permite diseñar sistemas de monitoreo y control, permiten el desarrollo de sistemas de predicción, modelización, y análisis de datos, de aplicación en la gestión y optimización del consumo eléctrico. El objetivo del presente proyecto es por un lado, la investigación y desarrollo de modelos, sistemas y metodologías de gestión y optimización del consumo eléctrico, con especial énfasis en la aplicación de métodos de Machine Learning e Inteligencia Artificial al análisis de datos provistos por una Smart Grid. Por otro lado, uno de los mayore de los problemas relacionados al análisis de datos provenientes de una Smart Grid es la gran cantidad de datos que se relevan diariamente: la gestión, visualización, y análisis de ese volumen de información es un problema complejo que requiere de técnicas especiales de gestión de datos, comúnmente conocidos como Big Data [17, 28, 18]. Ahora si bien el volumen de datos generado en el presente en la ciudad de Tucumán puede ser considerado insuficiente para técnicas de Big Data, la necesidad de ampliar la red de comunicación asociada a la red eléctrica en el presente hace que se prevea un aumento sensible en la cantidad de datos que será necesario gestionar y analizar en el futuro. El problema resulta más complejo si se considera que en la mayoría de las empresas y organismos públicos y privados de nuestro país y con contadas excepciones, los sistemas de recolección y registro de datos crece de acuerdo a la necesidad, sin un criterio y diseño planificados. Esto hace que el estudio e implementación de técnicas de Datamining y Machine Learning asociadas a Big Data una necesidad imperiosa que debe ser iniciada y estudiada e implementada a la brevedad posible.
|
| GESTIÓN Y OPTIMIZACIÓN INTELIGENTE DE LA ENERGÍA II |
| El consumo de energía, y de la electricidad en particular, ha crecido en forma sostenida en los últimos años provocando un aumento de la demanda tanto a nivel de la generación como en la transmisión y distribución. Esto se debe al crecimiento natural de la población, a la disponibilidad de nuevas tecnologías que han aparecido y modificado casi todos los aspectos de la vida moderna, y al crecimiento industrial. Los sistemas eléctricos de Transmisión y Distribución (T&D) han seguido operando de la misma manera desde hace muchas décadas. La falta de inversión en las nuevas instalaciones junto con los componentes utilizados durante mucho tiempo ha resultado en sistemas eléctricos ineficientes y cada vez más inestables [11]. Las empresas de servicios públicos están preocupadas por el futuro de los sistemas eléctricos, ya que se espera que las energías renovables y la generación distribuida jueguen un papel importante en la reducción de emisiones de gases de efecto invernadero: El protocolo de Kyoto destaca a la Eficiencia Energética como una de las formas más efectivas, a corto y mediano plazo, de reducir las emisiones de CO2 y otros gases de efecto invernadero (Protocolo de Kyoto, Art 2do [Decreto PEN 140]). Esto se debe a los impactos ambientales relacionados a la producción de electricidad [Stoppato_2008]). En este sentido, la gestión de la demanda aparece como prometedora para mejorar la eficiencia energética, disminuyendo el consumo total de electricidad y permitiendo reducir el impacto ambiental del consumo eléctrico. Uno de los problemas importantes dentro de este contexto es el problema del pico de carga (peak load). Se conoce como Pico de Carga al crecimiento marcado de la demanda de electricidad por períodos cortos, usualmente alcanzando valores altos por unas horas, en relación con el resto del día. Es un problema severo con gran impacto a muchos niveles, ya que es necesario sobredimensionar o incluso instalar equipos específicamente para cubrir la demanda de esos picos de corta duración que permanece ociosa la mayor parte del resto del tiempo. El problema de pico de carga puede ser considerado como complejo, ya que es un efecto que surge del comportamiento de la población o sociedad determinada en cuestión. Resulta de extrema complejidad desarrollar mecanismos capaces de evaluar, afrontar, y determinar mecanismos que puedan hacer frente al problema. Debido a éste panorama es que resulta de vital importancia el desarrollo de sistemas complejos, basados en inteligencia artificial, que cuenten con propiedades y características que sean suficientes para poder afrontar los diversos escenarios, adaptando su comportamiento y la toma de decisiones de tal manera que no llegue a afectar sensiblemente, o lo menos posible, a dicha población. Más aún, estos sistemas conforman hoy en día parte de las tecnologías de punta, como lo son los Sistemas Multi-Agentes que brinda un panorama bien adaptado para las características y necesidades establecidas por los Smart Grids. Los mismos brindan soporte a aspectos de análisis, modelización y desarrollo de sistemas o plataformas que se encargan de gestionar y administrar todos los aspectos del paradigma en auge que fue establecido por el advenimiento de las Smart Grids. El objetivo del presente proyecto es entonces desarrollar sistemas inteligentes que aborden el problema de Peak-Shaving, permitiendo disminuir los picos de consumo de energía eléctrica sin afectar, o afectando lo menos posible, a los clientes o equipos.
|
| Enseñanza y aprendizaje de la ciencia y la tecnología. Construcción de propuestas didácticas. |
| El proyecto está centrado en la investigación de problemáticas de enseñanza y aprendizaje de las ciencias básicas en el nivel medio y universitario básico, siguiendo un enfoque interdisciplinario donde se integran los aportes de las disciplinas específicas (física, matemática y ciencias de la computación), de la epistemología e historia de las ciencias, de la psicología cognitiva y de los enfoques actuales sobre la construcción del discurso científico. Surge de la convicción de que las facultades de ingeniería de las universidades públicas deben atender y dar respuesta a las
|
| Enseñanza y aprendizaje de la ciencia y la tecnología. Construcción de propuestas didácticas. |
| El proyecto está centrado en la investigación de problemáticas de enseñanza y aprendizaje de las ciencias básicas en el nivel medio y universitario básico, siguiendo un enfoque interdisciplinario donde se integran los aportes de las disciplinas específicas (física, matemática y ciencias de la computación), de la epistemología e historia de las ciencias, de la psicología cognitiva y de los enfoques actuales sobre la construcción del discurso científico. Surge de la convicción de que las facultades de ingeniería de las universidades públicas deben atender y dar respuesta a las problemáticas educativas de las ciencias básicas, generando propuestas y recursos didácticos fundamentados en sólidos marcos teóricos. Las preguntas que guían la investigación apuntan a dar respuesta a: - ¿Cómo aprenden los estudiantes? ¿Qué procesos cognitivos se producen durante el aprendizaje de las ciencias? ¿Qué es lo que en realidad cambia? ¿Cómo cambia? ¿Por qué persisten las dificultades y las concepciones científicamente incorrectas? - ¿Por qué los estudiantes frecuentemente construyen modelos híbridos, donde aparecen indiscriminados conceptos, supuestos y características de diferentes modelos científicos y precientíficos? ¿cuáles son los principales obstáculos epistemológicos en ese proceso de construcción? - ¿Qué relaciones hay entre el desarrollo de capacidades de lectura y escritura científica y el desarrollo de competencias cognitivas superiores tales como la comprensión conceptual, la objetivización del conocimiento, la diferenciación progresiva de conceptos, la integración de marcos conceptuales, la resolución de problemas y la elaboración de respuestas justificadas, etc.? ¿Qué espacios y estrategias favorecen esa construcción? - ¿Qué metodologías de enseñanza resultan más eficaces para favorecer los aprendizajes de las conceptuaciones y la capacidad de aplicar los nuevos conocimientos para explicar y resolver situaciones problemáticas de situaciones reales? ¿Cómo influyen las concepciones científico ? didácticas y el accionar docente en el aprendizaje de los estudiantes? ¿Con qué criterios se emplean las nuevas tecnologías en el diseño de propuestas didácticas? ¿Cuál/ o cuáles estrategias resultan más eficientes en su implementación? Las preguntas planteadas permiten distinguir dos ejes o enfoques de la investigación, donde se articulan, complementan y convergen metodologías cualitativas y cuantitativas: * Un enfoque explicativo, cuyo interés está centrado en interpretar cómo y por qué se producen los aprendizajes científicos y qué dificultades y obstáculos se detectan en el proceso de construcción. Esta etapa está vinculada, fundamentalmente, a los estudios de procesos. Estudiar estos procesos requiere: a) una metodología cualitativa que a través de técnicas específicas permita realizar un mapeo dinámico del sistema cognitivo y la posibilidad de obtener datos de la naturaleza de las concepciones y de los mecanismos de reconstrucción de las conceptuaciones científicas de los estudiantes; b) el registro minucioso del accionar docente. * Un enfoque experimental, en el cual se diseñan, aplican, evalúan y contrastan propuestas didácticas, fundamentadas en los resultados de la investigación educativa. Este enfoque supone que los aspectos cuantitativos y cualitativos son complementarios, no antagónicos en la investigación educativa, y que la triangulación de datos aporta mayor validez a las conclusiones en relación con las hipótesis planteadas. Se procurará asegurar, a partir de la metodología propuesta, la consistencia y sistematización de los resultados, como así también algún grado de generalización de los mismos, plausibles de ser transferidos a contextos educativos similares. Los resultados serán presentados a reuniones y congresos científicos y enviados a publicación en revistas con referato y factor de impacto en la comunidad nacional e internacional. Se asume el compromiso social de la investigación a través de la transferencia de los resultados a los distintos niveles educativos.
|
| Procesos lúdicos educativos aplicados a Mundos Virtuales |
| Como parte de las líneas de trabajo planteadas en el PID 1778 ?Proceso Instruccional aplicando Mundos Virtuales?, el cual se aprobó en el año 2013, docentes, estudiantes y graduados descubrieron la necesidad de definir nuevas líneas de investigación y aplicación de los Mundos Virtuales (en adelante MV), que llevó a plantearnos renovados requerimientos para el mundo virtual prototipo que generamos. En esta oportunidad el desafío, en cuanto a los aspectos educativos, es más complejo: incorporar al prototipo de MV de la UTN - FRT procesos lúdicos de aprendizaje vinculados al desarrollo de competencias que tienen las cátedras de Ingeniería de la UTN - FRT, además, en cuanto a los aspectos se refiere, superar desafíos como otorgarle voz a los avatares del MV, crear la infraestructura adecuada que formará parte del sistema central del mismo y dará soporte a los objetos de aprendizaje y a las locaciones convenientes para las actividades vinculadas a las cátedras participantes. También el armado e instalación de un servidor local que permitirá el acceso remoto a través de internet para que cualquier estudiante pueda realizar sus actividades de apoyo en el mundo virtual, obteniendo así una experiencia motivadora. El desarrollo de la investigación permitirá acercar a nuevos estudiantes, graduados y docentes permitiendo la realización de prácticas supervisadas y proyectos finales, como así también la cooperación entre proyectos similares de otras regionales de nuestro país.
|
| ESTRATEGIAS PARA LA ENSEÑANZA DE LA PROGRAMACIÓN, MEDIADAS POR LA ROBOTICA EDUCATIVA CON UN ENFOQUE DE CURRÍCULO INVERTIDO. |
| Nuestro proyecto se encuadra en un proceso permanente de innovación tecnológica en el que se encuentra nuestra institución, en particular se desarrollará en el Laboratorio de Robótica Educativa, que brinda apoyo a proyectos de investigación y articula con las cátedras de las distintas ingenierías, dando soporte a prácticas de asignaturas relacionadas a la temática. Nuestro horizonte está en el uso didáctico de la tecnología de la robótica como herramienta en el proceso de enseñanza-aprendizaje de la programación, con métodos centrados en el estudiante y priorizando el trabajo colaborativo, con la intervención de los docentes como guías del proceso con un espíritu integrador de las distintas disciplinas. Para ello adoptaremos un enfoque de currículo invertido, que utiliza estrategias outside-in (de afuera hacia adentro), lo que permitirá abordar problemas de mediana complejidad desde los niveles iniciales de la programación. Para la implementación de los objetos de aprendizaje utilizaremos las distintas tecnologías disponibles en el Laboratorio de Robótica Educativa, en particular haremos uso de los kits Lego MindStorms, las plataformas Arduino y los kits de LittleBits. Estas tres tecnologías ofrecen distintas ventajas que al integrarse mediante interfaces adecuadas, se complementan y potencian, permitiendo y facilitando el desarrollo de diversos dispositivos robotizados. También emplearemos materiales de bajo costo entre ellos elementos reciclables de uso cotidiano, no solo con el propósito de abaratar costos sino que éstos promueven el ingenio, la creatividad y el cuidado del medio ambiente. Nos concentraremos fundamentalmente en cinco líneas de trabajo. La primera tendrá como objetivo el aprendizaje de las tecnologías necesarias para la implementación de este proyecto, herramientas de modelado, así como software de simulación y entornos de programación afines a la robótica educativa y acordes a un enfoque de currículo invertido. Una segunda línea de trabajo consistirá en el desarrollo de objetos de aprendizaje sencillos, enfocados en especial en aplicaciones dentro de las asignaturas de informática o afines, de los dos primeros niveles de todas las ingenierías que se dictan en nuestra facultad, poniendo énfasis en la ingeniería en Sistemas de Información y Electrónica. En la tercera línea de trabajo desarrollaremos objetos de aprendizaje de mediana complejidad orientados a las distintas especialidades de ingeniería, poniendo énfasis en las asignaturas del área programación del tercer y cuarto nivel de Ingeniería en Sistemas de Información. En una cuarta línea trabajaremos con Prácticas Profesionales Supervisadas y Proyectos Finales integradores de las carreras de ingeniería. Por último, en una quinta línea de trabajo nos ocuparemos de desarrollar objetos de aprendizaje orientados a la introducción de la programación con robótica educativa, en los niveles primario y secundario del sistema educativo formal. En todos los casos realizaremos las experiencias pilotos que nos permitan evaluar el impacto de estas nuevas tecnologías educativas y enfoques metodológicos, en el proceso instruccional de los espacios curriculares involucrados. |