Resultados de búsqueda para MDE

Recientes estudios han reportado efectos indeseados y nocivos en modelos de machine learning (ML), en gran parte causados por problemas o limitaciones en los datasets usados para entrenarlos. Esta situación ha despertado el interés dentro de la comunidad de ML para mejorar los procesos de creación y compartición de datasets. Sin embargo, hasta la fecha, las propuestas para estandarizar la descripción y formalización de los mismos se basan en guías generales en texto natural y que, como tales, presentan limitaciones (precisión, ambig+APw-edad, etc.) y son difíciles de aplicar de una forma (semi)automatizada.En este trabajo proponemos un lenguaje específico de dominio para describir datasets basado en las propuestas mencionadas. Este lenguaje contribuye a estandarizar los procesos de descripción de los datasets, y pretende ser la base para aplicaciones de formalización, búsqueda y comparación de estos. Finalmente, presentamos la implementación de este lenguaje en forma de plug-in para Visual Studio Code.

El interés por la computación cuántica ha crecido exponencialmente debido a su prometedor poder computacional para resolver ciertos problemas. Este nuevo paradigma de computación posiblemente afectar+AOE el desarrollo de los futuros sistemas de información. Sin embargo, los actuales sistemas de información clásicos no podrán ser reemplazados en su totalidad sin más por sistemas de in-formación completamente cuánticos. En lugar de esto, se evolucionar+AOE hacia sistemas de información clásico-cuánticos. As+AO0, las organizaciones deberán evaluar qu+AOk partes del sistema de información deben modernizar con aplicaciones cuánticas específicas que se integrarán en estos sistemas de información híbridos. Desafortunadamente, no existen técnicas ni procesos concretos para hacer frente a este desafío. Esta investigación preliminar presenta la reingeniería, y más específicamente la modernización del software utilizando principios de ingeniería dirigida por modelos, como una solución de migración hacia sistemas de información híbridos. Este artículo propone un proceso de modernización adaptado a partir del proceso de modernización del software que facilita la integración de programas cuánticos en los sistemas de información clásicos empleando estándares utilizados en la industria como UML y KDM.

La Arquitectura Empresarial (AE) se ha convertido en un impulsor y facilitador de la transformación digital en las empresas, ya que permite administrar TI y negocio de una forma holística e integrada al establecer conexiones entre las preocupaciones tecnológicas y la estratégica del negocio. El modelado de la AE es fundamental para representar con precisión el negocio y sus activos de TI de forma interrelacionada. Este modelado es importante cuando las empresas comienzan a administrar su AE, pero también cuando se remodela con el fin de conseguir su realineamiento en un mundo cambiante. La AE suele ser modelada por un grupo reducido de expertos de forma manual, lo que es propenso a errores, requiere mucho tiempo y dificulta la realineación continua. Por el contrario, otras propuestas de modelado automático de AE inspeccionan algunos artefactos como código fuente, bases de datos, servicios, etc. Las propuestas de modelado automatizado hasta la fecha se centran en el análisis de artefactos individuales con transformaciones aisladas hacia ArchiMate u otras notaciones y/o marcos de AE. As+AO0, en es-te artículo se propone un enfoque MDE mediante el uso de Knowledge Discovery Metamodel (KDM) para representar toda la información intermedia recuperada de los artefactos de los sistemas de información, que luego se transforma automáticamente en modelos ArchiMate. La contribución principal de este artículo es la transformación de modelos entre KDM y ArchiMate. La principal implicación de esta propuesta es que los modelos ArchiMate se generan automáticamente a partir de un repositorio de conocimiento común. De este modo, las relaciones entre arte-factos de diferente naturaleza se pueden explotar para obtener representaciones de AE más completas y precisas, favoreciendo además su realineamiento continuo.

Este trabajo presenta los resultados obtenidos durante la ejecución del Proyecto RoQME en relación con: (1) el modelado de métricas asociadas a propiedades no funcionales en sistemas robóticos (p. ej., rendimiento, seguridad, grado de interacción/aceptación por parte de los usuarios, etc.); y (2) la generación, a partir de los modelos anteriores, de la infraestructura necesaria para estimar dichas métricas en tiempo de ejecución. Las métricas estimadas pueden ser de utilidad, por ejemplo, para adaptar el comportamiento o la arquitectura del robot, o como fuente de datos para realizar algún tipo de benchmarking.

A pesar de la reconocida importancia del uso de la Ingeniería de Requisitos en el éxito de proyectos de desarrollo de software, no está todavía claro el papel que juega dicha ingeniería en el desarrollo de software ágil, donde la técnica más utilizada para la especificación de requisitos son las historias de usuario. Sin embargo es importante documentar requisitos de alto nivel para no perder de vista la imagen general del sistema, siendo necesario conectar historias de usuario con requisitos tradicionales. Dado que los requisitos cuentan con una especificación que define un metamodelo de intercambio de datos denominado ReqIF, en este trabajo se propone tender un puente entre requisitos ágiles, basados en historias de usuario y tradicionales basados en especificaciones de requisitos textuales.La propuesta ha sido implementada haciendo uso de técnicas MDE. Se ha definido un metamodelo para representar historias de usuario, junto con un lenguaje textual y su correspondiente editor. Además se ha implementado una transformación modelo a modelo que permite obtener las especificaciones de requisitos conformes a ReqIF a partir del modelo de historias de usuario.

Un contrato inteligente es una representación digital de un contrato , cuyas cláusulas se ejecutan automáticamente cuando se cumplen sus condiciones, sin necesidad de un intermediario. Debido a su potencial, instituciones de muy diversos ámbitos están explorando las posibilidades que les ofrece la aplicación de esta tecnología, encontrándose con un problema recurrente: la elevada curva de aprendizaje del diseño y creación de contratos inteligentes, tanto para los profesionales de las áreas de negocio, como para los desarrolladores no familiarizados con esta tecnología. En este trabajo, tras analizar la situación actual en cuanto a la existencia de herramientas o soluciones para la definición de contratos inteligentes, se presenta una propuesta basada en la aplicación de técnicas y principios de la Ingeniería Dirigida por Modelos, que mejorará ostensiblemente los niveles de usabilidad de las soluciones existentes.

Una de las tareas más comunes que los ingenieros tienen que llevar a cabo y que consumen más tiempo es la transformación de datos. Proponemos usar los avances en Inteligencia Artificial (IA), y en particular, en el área de Machine Learning (ML), para abordar este problema. Para ello, definimos una arquitectura que es capaz de inferir las transformaciones de datos a partir de un conjunto de pares de datos entrada-salida. Una vez que nuestro sistema haya aprendido cómo los datos de entrada se relacionan con los de salida, podrá realizar la traducción de nuevos datos de entrada automáticamente.

User Interface construction is a recurrent topic in Software Engineering: multiples tools ranging from textual, graphical design tools exists to help in this task.On the other hand, the fast pace of front-end industrial frameworks makes such editors tools obsolete as soon as new technology emerges.The work presented here, introduces Quid, a web based DSL with focus on minimal accidental complexity, removing accessory markup and a WUYIWYG environment to provide real-time feedback to users.Moreover, the UI specification built in this way is catalog neutral: in the way its primitives can be extended, and target platform agnostic: using model transformations and code generation for generating software artifacts like Native Web Components or Angular Elements code.

En los últimos años un gran número de compañías y entidades públicas han liberado sus datos vía APIs REST. Esto ha provocado un incremento en el número de APIs REST, motivando la creación de mashups para combinar y reutilizar datos provenientes de diferentes fuentes. Sin embargo, la creación de este tipo de aplicaciones es tediosa y propensa a errores ya que hay que invertir un gran esfuerzo en analizar y explicitar el modelo de datos de cada API, definir una estrategia de composición y, finalmente, implementar la aplicación de tipo mashup. En este artículo presentamos una propuesta para la composición de APIs REST orientadas a datos. Dado un conjunto de APIs REST iniciales, nuestra propuesta es capaz de descubrir su modelo de datos, crear un modelo de datos global y publicarlo como una API REST.