Autor:
Illarramendi, Arantza

Cargando...
Foto de perfil

E-mails conocidos

a.illarramendi@ehu.es

Fecha de nacimiento

Proyectos de investigación

Unidades organizativas

Puesto de trabajo

Apellidos

Illarramendi

Nombre de pila

Arantza

Nombre

Nombres alternativos

Illarramendi, A.

Afiliaciones conocidas

University of the Basque Country UPV/EHU
Facultad de Informática UPV/EHU, Pº Manuel Lardizabal, 1 - 20018 Donostia-San Sebastián
Universidad del País Vasco, Euskal Herriko Unibertsitatea

Páginas web conocidas

Página completa del ítem
Notificar un error en este autor

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Artículo
    KVLEAP: Interacción sin contacto (touchless) con ordenadores
    Villalobos, K.; Antón, D.; Goñi, A.; Illarramendi, Arantza. Actas de las XX Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2015), 2015-09-15.
    Hoy en día existen diferentes alternativas para interactuar con los ordenadores. Las más extendidas y utilizadas son el teclado, el ratón o la pantalla táctil, aunque en los tres casos resulta necesario que las manos del usuario entren en contacto con algún dispositivo. Sin embargo, en determinadas circunstancias en las que la higiene de las manos es un factor importante, puede suponer un inconveniente. Mostraremos una aplicación, KVLEAP, que usando el controlador Leap Motion, un dispositivo que detecta y rastrea la posición y los movimientos de las manos en el aire, permite interactuar con un ordenador sin que las manos del usuario tengan que entrar en contacto con ningún dispositivo.
  • Artículo
    Query approximation in the case of incompletely aligned datasets
    Torre, Ana I.; Bermudez, Jesus; Illarramendi, Arantza. Actas de las XX Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2015), 2015-09-15.
    Clouds of Linked Open Data about the same domain promote the formulation of a query over a source dataset and then try to process the same query over different target datasets, one after another, in order to obtain a broader set of answers. However, heterogeneity of vocabularies used in the datasets and the scarce number of alignments among those datasets makes that querying task extremely difficult. This paper presents a proposal that allows on demand transformations of queries by using a set of transformation rules that are able to rewrite a query formulated over a source dataset into another query adequate for a target dataset, which approximates the original one. The approach relieves users from knowing the vocabulary used in the targeted datasets and even more it considers situations where alignments do not exist or they are not suitable for the formulated query. Therefore, in order to favor the possibility of getting answers, sometimes there is no guarantee of obtaining a semantically equivalent translation. Experiments with benchmark queries validate the feasibility of the proposal.