Descripción del anteproyecto Facultad de Estadística e Informática

Descripción del anteproyecto

Facultad de Estadística e Informática

Agosto

2020

Xalapa, Veracruz, a 5 de Mayo de 2019.

PROYECTO DE TITULACIÓN PARA REGISTRO.

Cuerpo Académico Ingeniería y Tecnología de Software Nombre del proyecto de

Investigación

VINCULACIÓN/PLADEA-FEI

Ingeniería de Software e Inteligencia Artificial

LGAC que alimenta

LGAC 1. Gestión, modelado y desarrollo de Software Línea de Investigación Medición de Software

Duración Aproximada 12 meses Modalidad de Trabajo

Recepcional

Monografía Nombre del Trabajo

Recepcional

Sistemas multi-agente como apoyo en el ciclo de vida del desarrollo de software

Requisitos Capacidad de análisis, abstracción, lectura de documentos en inglés, Inteligencia Artificial Aplicada a la Ingeniería de Software, Paradigmas de Programación, Diseño de Software, Requerimientos de Software..

Director Dr. Héctor Xavier Limón Riaño

Codirector Dr Alejandro Guerra Hernández

Alumnos Participantes

Muchos de los factores que impactan en el tiempo y confiabilidad de un proyecto de Software, pueden deberse al factor humano que pudieran ser solventados desarrollando muchas tareas de manera automática y tomando decisiones autónomas, haciendo más eficiente la labor de un Ingeniero de Software y evitando el sesgo del humano. Por otro lado, la Inteligencia Artificial carece hoy en día de metodologías de desarrollo de software que permitan la construcción de sistemas de cómputo de calidad, y que se adapten al tipo de sistemas que permitan la experimentación e investigación en el área de Inteligencia Artificial. Por lo tanto,

surge la necesidad de colaborar entre ambas disciplinas para fortalecer los resultados de ambas áreas de investigación, aportando las fortalezas de cada una en la otra.

Es por ello que el presente proyecto busca desarrollar colaboración entre la Ingeniería de Software y la Inteligencia Artificial, para contribuir al desarrollo de ambas disciplinas, mediante la aplicación de técnicas de Inteligencia Artificial que aporten soluciones a problemas de procesos y del producto de software, así como la aplicación de estrategias, métodos y procesos que soporten a la investigación, desarrollo, y experimentación en el ámbito de la inteligencia Artificial.

Los sistemas multi-agente son en la actualidad reconocidos como una de las aproximaciones más apropiadas para desarrollar sistemas complejos, donde el ambiente es parcialmente observable y mayormente estocástico, o cuya dinámica comprende coordinación y negociación compleja entre componentes.

Algunas etapas del desarrollo de software tradicional, tales como el análisis de requisitos y diseño de software, plantean problemas de coordinación y negociación entre stakeholders que pueden ser abordadas mediante sistemas multi-agente, los cuales pueden verse como una herramienta con un grado de madurez deseable en este ámbito.

El interés de este trabajo se centra en descubrir investigación, mediante una revisión sistemática de la literatura, que relacione diversos problemas de la Ingeniería de Software con posibles soluciones basadas en sistemas multi-agente, con la finalidad de localizar áreas de oportunidad y convergencia.

Trabajo recepcional.

Un artículo con los hallazgos.

BIBLIOGRAFÍA RECOMENDADA.

[1] Grünbacher, P., & Seyff, N. (2005). Requirements negotiation. In Engineering and

managing software requirements (pp. 143-162). Springer, Berlin, Heidelberg.

[2] Kersten, G. E. (2002). The science and engineering of e-negotiation: Review of the emerging field. InterNeg Reports INR04/02, Montréal, Canada.

Chicago

[3] Kersten, G. E. (2004, July). E-negotiation systems: Interaction of people and technologies to resolve conflicts. In UNESCAP Third Annual Forum on Online Dispute

Dr. Héctor Xavier Limón Riaño Nombre y Firma del Director del Trabajo

Dra. María Karen Cortés Verdín Nombre y Firma del Codirector del Trabajo

Vo. Bo.

____________________________________ Dra. María Karen Cortés Verdín

Responsable del CA-ITS

Vo. Bo.

____________________________________ Dra. María Karen Cortés Verdín

Coordinación de Academia de Experiencia Recepcional

NOTAS:

1) Casos excepcionales serán evaluados por la Academia de SS y ER.

2) Tratando de un CA externo a la Licenciatura en Ingeniería de Software, el proyecto deberá llevar el aval de los CA de la misma que se asocie con el tema.

3) El Vo. Bo. del Responsable de CA se obtiene en la reunión de cada CA, donde se presentan los temas del mismo para su aprobación.

4) El Vo. Bo. de la Coordinación de ER se obtienen en una reunión de la academia que se programa para ello.

Descripción del anteproyecto

Facultad de Estadística e Informática

Agosto

2020

Xalapa, Veracruz, a 5 de Mayo de 2019.

PROYECTO DE TITULACIÓN PARA REGISTRO.

Cuerpo Académico Ingeniería y Tecnología de Software Nombre del proyecto de

Investigación

VINCULACIÓN/PLADEA-FEI

Ingeniería de Software e Inteligencia Artificial

LGAC que alimenta

LGAC 1. Gestión, modelado y desarrollo de Software Línea de Investigación Medición de Software

Duración Aproximada 12 meses Modalidad de Trabajo

Recepcional

Monografía Nombre del Trabajo

Recepcional

Metodologías para el desarrollo de sistemas Multi-Agente.

Requisitos Capacidad de análisis, abstracción, lectura de documentos en inglés, Inteligencia Artificial Aplicada a la Ingeniería de Software, Paradigmas de Programación, Diseño de Software.

Director Dr. Héctor Xavier Limón Riaño

Codirector Dr Alejandro Guerra Hernández

Alumnos Participantes

Muchos de los factores que impactan en el tiempo y confiabilidad de un proyecto de Software, pueden deberse al factor humano que pudieran ser solventados desarrollando muchas tareas de manera automática y tomando decisiones autónomas, haciendo más eficiente la labor de un Ingeniero de Software y evitando el sesgo del humano. Por otro lado, la Inteligencia Artificial carece hoy en día de metodologías de desarrollo de software que permitan la construcción de sistemas de cómputo de calidad, y que se adapten al tipo de sistemas que permitan la experimentación e investigación en el área de Inteligencia Artificial. Por lo tanto,

surge la necesidad de colaborar entre ambas disciplinas para fortalecer los resultados de ambas áreas de investigación, aportando las fortalezas de cada una en la otra.

Es por ello que el presente proyecto busca desarrollar colaboración entre la Ingeniería de Software y la Inteligencia Artificial, para contribuir al desarrollo de ambas disciplinas, mediante la aplicación de técnicas de Inteligencia Artificial que aporten soluciones a problemas de procesos y del producto de software, así como la aplicación de estrategias, métodos y procesos que soporten a la investigación, desarrollo, y experimentación en el ámbito de la inteligencia Artificial.

Los sistemas multi-agente son en la actualidad reconocidos como una de las aproximaciones más apropiadas para desarrollar sistemas complejos, donde el ambiente es parcialmente observable y mayormente estocástico, o cuya dinámica comprende coordinación y negociación compleja entre componentes.

La ingeniería de software orientada a agentes (AOSE por sus siglas en inglés), ha emergido como un área dedicada al desarrollo de sistemas multi-agente, buscando la creación de metodologías adecuadas para el análisis y diseño de sistemas bajo el paradigma orientado a agentes.

A partir de este esfuerzo, han surgido una amplia variedad de metodologías, las cuales difieren en diversos aspectos tales como: notación, conceptos, procesos, buenas prácticas, nivel de madurez, artefactos y herramientas de modelado asociadas, posible vinculación con lenguajes de programación orientados a agentes, entre otras.

En este trabajo se plantea realizar una revisión sistemática de la literatura para identificar características y agrupar las diversas metodologías de desarrollo orientadas a agentes.

Revisión Sistemática de la Literatura. Trabajo recepcional.

Un artículo con los hallazgos.

BIBLIOGRAFÍA RECOMENDADA.

[1] Dam, H. K., & Winikoff, M. (2013). Towards a next-generation AOSE methodology. Science of Computer Programming, 78(6), 684-694.

[2] Padgham, L., & Winikoff, M. (2002, July). Prometheus: A methodology for developing intelligent agents. In International Workshop on Agent-Oriented Software Engineering (pp. 174-185). Springer, Berlin, Heidelberg.

[3] DeLoach, S. A. (2004). The mase methodology. In Methodologies and software engineering for agent systems (pp. 107-125). Springer, Boston, MA.

Chicago

Dr. Héctor Xavier Limón Riaño Nombre y Firma del Director del Trabajo

Dra. María Karen Cortés Verdín Nombre y Firma del Codirector del Trabajo

Vo. Bo.

____________________________________ Dra. María Karen Cortés Verdín

Responsable del CA-ITS

Vo. Bo.

____________________________________ Dra. María Karen Cortés Verdín

Coordinación de Academia de Experiencia Recepcional

NOTAS:

1) Casos excepcionales serán evaluados por la Academia de SS y ER.

2) Tratando de un CA externo a la Licenciatura en Ingeniería de Software, el proyecto deberá llevar el aval de los CA de la misma que se asocie con el tema.

3) El Vo. Bo. del Responsable de CA se obtiene en la reunión de cada CA, donde se presentan los temas del mismo para su aprobación.

4) El Vo. Bo. de la Coordinación de ER se obtienen en una reunión de la academia que se programa para ello.