SlideShare ist ein Scribd-Unternehmen logo
1 von 10
Downloaden Sie, um offline zu lesen
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 1 de 10
ONTOLOGÍAS: QUÉ SON Y
PARA QUÉ SIRVEN
Miguel Ángel Abián
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 2 de 10
ONTOLOGÍAS: QUÉ SON Y PARA QUÉ SIRVEN
Palabras clave: ontologías, web semántica, búsqueda semántica, buscadores
semánticos, web semántica, minería de datos, interoperabilidad, razonamiento
automático
Keywords: Ontologies, Semantic Web, Semantic Search, Semantic Search Engines,
Semantic Web, Data Mining, Interoperability, Automated reasoning
1. Introducción
Este texto explica muy brevemente una tecnología imprescindible para
conseguir la Web semántica: las ontologías. Por razones de concisión me
centro sobre todo en las aplicaciones de las ontologías, dentro y fuera de la
Web semántica. En el fondo, la Web semántica busca catalogar la información
de los recursos web –páginas HTML, documentos PDF, vídeos, archivos de
sonido– mediante ontologías (esto es, mediante el significado de las palabras),
no mediante palabras clave.
Con las ontologías, los usuarios organizarán la información de manera
que los agentes de software podrán interpretar el significado y, por tanto,
podrán buscar e integrar datos mucho mejor que ahora. Gracias al
conocimiento almacenado en las ontologías, las aplicaciones podrán extraer
automáticamente datos de las páginas web, procesarlos y sacar conclusiones
de ellos, así como tomar decisiones y negociar con otros agentes o personas.
Por ejemplo, un agente inteligente que busque un vino que satisfaga las
preferencias de un usuario, usará las ontologías vinícolas para elegir el vino
(color, sabor, olor, embotellado) y empleará las ontologías empresariales para
encargarlo a alguna tienda y regatear en el precio (siempre que se pueda). Otro
ejemplo: mediante las ontologías, un agente encargado de comprar viviendas
se podrá comunicar con agentes hipotecarios (de entidades bancarias) y con
agentes inmobiliarios (de empresas constructoras e inmobiliarias).
2. Ontologías
Las ontologías proceden del campo de la Inteligencia Artificial; son
vocabularios comunes para las personas y aplicaciones que trabajan en un
dominio. Según el Grupo de Trabajo en Ontologías del consorcio W3C, una
ontología define los términos que se usan para describir y representar un cierto
dominio. Uso la palabra "dominio" para denotar un área específica de interés
(el río Duero, por ejemplo) o un área de conocimiento (física, aeronáutica,
medicina, contabilidad, fabricación de productos, etc.)
Toda ontología representa cierta visión del mundo con respecto a un
dominio. Por ejemplo, una ontología que defina "ser humano" como "espécimen
vivo o muerto correspondiente a la especie Homo sapiens; primate bípedo que
pertenece a la familia de los homínidos, como los chimpancés, gorilas y
orangutanes" expresa una visión del mundo totalmente distinta a la de una
ontología que lo defina como "sujeto consciente y libre, centro y vértice de todo
lo que existe; todos tienen la misma dignidad, pues han sido creados a imagen
y semejanza de Dios".
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 3 de 10
Así como la Ontología –nótese la mayúscula inicial– estudia los tipos de
objetos que pueblan la realidad (así como sus propiedades y relaciones), las
ontologías catalogan y definen los tipos de cosas que existen en un cierto
dominio, así como sus relaciones y propiedades. Por ejemplo, una ontología
del mundo empresarial usará conceptos como Venta, Compra, Transferencia,
Pago, etc.; y relaciones como “Una Transferencia corresponde a una Venta o a
una Compra”, “Un Pago corresponde a una o varias Transferencias”, etc.
Cualquier persona tiene en su cabeza ontologías mediante las que
representa y entiende el mundo que lo rodea. Estas ontologías no son
explícitas, en el sentido de que no se detallan en un documento ni se organizan
de forma jerárquica o matemática. Todos usamos ontologías en las que
Automóvil representa un medio de transporte y tiene cuatro ruedas.
¿Formalizamos este tipo de ontologías? No, sería innecesario: los automóviles
son tan habituales que todos compartimos la información de lo que son. Lo
mismo sucede cuando pensamos en el dominio familiar: sabemos que una
familia se compone de varios miembros, que un hijo no puede tener más de un
padre y una madre biológicos, que los padres tienen o han tenido padres... No
necesitamos explicitar este conocimiento, pues forma parte de lo que todo el
mundo sabe. Sin embargo, cuando se tratan términos poco comunes o cuando
se quiere que estos términos sean procesados por máquinas, se precisa
explicitar las ontologías; esto es, desarrollarlas en un documento o darles una
forma que sea inteligible para las máquinas.
Las máquinas carecen de las ontologías con las que nosotros contamos
para entender el mundo y comunicarse entre ellas; por eso necesitan
ontologías explícitas. En cuanto dos sistemas de información (sistemas ERP,
bases de datos, bases de conocimiento) intentan comunicarse, aparecen
problemas semánticos que dificultan o imposibilitan la comunicación entre ellos
(no considero aquí los problemas técnicos de conexión o envío de datos). Los
problemas semánticos son de dos tipos: de dominio y de nombre. Los
conflictos de dominio aparecen cuando conceptos similares en cuanto a
significado, pero no idénticos, se representan en distintos dominios. Por
ejemplo, el concepto representado por Trabajador en una base de datos (BD)
puede corresponder a un trabajador cualificado, mientras que otra BD puede
usar Trabajador para cualquier trabajador, sea o no cualificado. Ambos
conceptos están muy vinculados, pero no son equivalentes ni deberían
mezclarse. Usando ontologías, podría especificarse que el primer concepto
corresponde a una especialización del segundo; y un sistema de razonamiento
automático basado en ontologías impediría, por ejemplo, que se contratara
para tareas cualificadas a trabajadores no cualificados.
Los conflictos de nombre son de dos tipos: sinónimos y homónimos. Los
sinónimos ocurren cuando los sistemas usan distintos nombres para referirse al
mismo concepto. Por ejemplo, una BD puede usar Trabajador para el mismo
concepto que otra usa Empleado. En ese caso, se podría usar una ontología
que definiera como idénticos los dos términos. Así, las aplicaciones que
manejaran esas bases de datos sabrían como llevar datos de una a otra.
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 4 de 10
Figura 1. El problema de los sinónimos: el mismo concepto del mundo
real se traduce en varios términos en distintos sistemas.
Los homónimos surgen cuando los sistemas usan el mismo nombre para
representar cosas distintas. Por ejemplo, en una aplicación de una compañía
de seguros, Conductor representa a una persona que tiene contratada una
póliza particular con la compañía; mientras que, en una aplicación de una
compañía de taxis, Conductor representa a un trabajador que conduce un taxi
de la compañía. Como es de suponer, si se intentara integrar automáticamente
ambas aplicaciones basándose en que ambas usan el mismo término
(Conductor) para significar lo mismo, se produciría el desastre más absoluto: al
dar de baja a un conductor de taxi se le quitaría su póliza de seguros, con lo
que no podría conducir ni su propio coche (al menos, no legalmente); y, al dar
de alta a un asegurado, se le daría de alta como taxista, aunque no tuviera la
licencia de taxista. Sólo una ontología explícita le puede comunicar a una
aplicación que su Conductor no guarda ninguna relación con el de otra.
Las ontologías explícitas se pueden expresar de muchas maneras. Como
mínimo, deben incluir un vocabulario de términos, con la definición de cada
uno. Por ejemplo, la ontología empresarial Enterprise Ontology (EO) define así
Venta: “Una Venta es un acuerdo entre dos Entidades Legales para el
intercambio de un Producto por un Precio de Venta. Normalmente, el Producto
es un bien o servicio y el Precio de Venta es monetario, aunque se incluyen
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 5 de 10
otras posibilidades”. Las ontologías sencillas suelen representarse como una
jerarquía de conceptos relacionados y ordenados.
Dependiendo del grado de formalidad, las ontologías explícitas se
clasifican en informales, semi-informales, semi-formales y formales. Las
primeras se expresan directamente en cualquier lenguaje natural. Las
segundas se expresan en una forma estructurada y restringida de algún
lenguaje natural. Las terceras se expresan en lenguajes estructurados, como
RDF. Por último, las ontologías formales definen los términos mediante
lenguajes lógico-matemáticos cuyos símbolos se definen exactamente y sin
ambigüedades; en consecuencia, estas ontologías permiten emplear teoremas
y demostraciones. Los dos últimos tipos de ontologías permiten que las
aplicaciones puedan usar las definiciones de los conceptos del dominio y sus
relaciones. Así como los tres primeros tipos de ontologías pueden contener
términos ambiguos o inconsistentes, las ontologías formales no los permiten.
Preguntas tan capciosas como "El único barbero de una ciudad afeita a todos
los hombres que no se afeitan a sí mismos. ¿Quién lo afeita a él?"o "¿A qué
conjunto pertenece el conjunto de los conjuntos que no se incluyen a sí
mismos?" no pueden representarse en una ontología formal.
3. Usos de las ontologías
Las ontologías se usan para favorecer la comunicación entre
personas, organizaciones y aplicaciones, lograr la interoperabilidad entre
sistemas informáticos, razonar automáticamente y para la ingeniería de
software.
Las ontologías favorecen la comunicación entre personas,
organizaciones y aplicaciones porque proporcionan una comprensión común
de un dominio, de modo que se eliminan confusiones conceptuales y
terminológicas. Los problemas derivados de la falta de comprensión común
entre personas revisten una gran importancia en la ciencia y en la tecnología.
Por ejemplo, hasta hace pocos años (2005) no existía un consenso general
sobre la nomenclatura y clasificación de las neuronas corticales. Por lo tanto, al
estudiar enfermedades como la esquizofrenia, la depresión, el trastorno bipolar
y el Alzheimer, los médicos no se ponían de acuerdo sobre qué tipos de
neuronas estaban afectadas. Pese a todas las investigaciones relacionadas
con el cerebro, no había unanimidad a la hora de clasificar las neuronas
corticales. La situación era sorprendente, tanto más cuanto que las
investigaciones sobre la corteza cerebral comenzaron hace unos cien años,
con el premio Nobel español Santiago Ramón y Cajal. El resultado final de
dicha falta de entendimiento común durante cien años ha sido un gran retraso
en las investigaciones sobre el cerebro, así como una bibliografía científica
confusa y a veces contradictoria.
En los campos de la Inteligencia Artificial, la Teoría de Decisiones y la
Teoría de Sistemas Distribuidos (campos muy relacionados con la Web
semántica), sucede algo parecido: los investigadores de un campo no pueden
leer fácilmente los resultados de los investigadores de los otros, pues se usan
diferentes perspectivas y términos para las mismas ideas y conceptos.
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 6 de 10
Construyendo una ontología común para los tres campos, las investigaciones
de un campo serían inmediatamente aplicables a los otros.
El mundo empresarial no es tampoco ajeno a los problemas derivados de
la falta de un entendimiento común: algunas empresas usan el término
"recursos" para lo que son "máquinas" para otras empresas. Para otras, en
cambio, los "recursos" son las "materias primas" que usan. Mediante las
ontologías, se favorece la gestión de contenidos, la integración de la cadena de
suministro y de la cadena de valor, así como la estandarización de la
información de los mercados electrónicos (e-marketplaces). Esta
estandarización resulta imperiosa para el comercio electrónico automático: si
cada vendedor llama o clasifica de una manera a sus productos, resulta muy
difícil automatizar las operaciones electrónicas. Por ejemplo, si un agente
inteligente quiere comprar una memoria USB para un usuario o una empresa,
deberá tener en cuenta que "memoria USB", "pen drive", "memoria flash USB"
y "lápiz USB" designan un mismo dispositivo. En caso contrario, la aplicación
no verá a muchos fabricantes y vendedores del dispositivo y, por ende, perderá
muchas oportunidades de negocio.
Las ontologías favorecen también la comunicación entre aplicaciones y la
comprensión común de la información entre ellas. Las ontologías serán
imprescindibles en la Web semántica y en los futuros sistemas de gestión
empresarial porque permitirán que las aplicaciones estén de acuerdo en los
términos que usan cuando se comunican. Mediante ellas, será mucho más fácil
recuperar información relacionada temáticamente, aun cuando no existan
enlaces directos entre las páginas web. Por ejemplo, una ontología puede
usarse para especificar que las termitas son un tipo de isóptero. De este modo,
un buscador que use esa ontología mostrará páginas web sobre termitas
cuando un usuario busque información sobre los isópteros.
Del mismo modo, si en una intranet empresarial se quisiese encontrar
información sobre las ferias que ha visitado el director de la compañía,
resultaría muy útil disponer de una ontología que incluyera una relación Visita,
con relaciones "hijas" como VisitaFeria, VisitaEmpresa, etc. Clasificando los
documentos con esa ontología, una búsqueda en la intranet mostraría
enseguida los documentos relacionados con las visitas del director a ferias. Sin
la ontología, la búsqueda se haría mediante palabras clave como "visita", "feria"
y el nombre del director, lo que arrojaría una gran cantidad de resultados
(muchos inútiles), que deberían ser evaluados, para determinar su pertinencia,
por una o más personas.
Las ontologías también sirven para conseguir que los sistemas
interoperen. Dos sistemas son interoperables si pueden trabajar
conjuntamente de una forma automática, sin esfuerzo por parte del usuario. Por
ejemplo, dos teléfonos móviles de distintos fabricantes y abonados a diferentes
compañías telefónicas interoperan para que los usuarios puedan hablar entre
sí. En el campo de la informática, las ontologías sirven para traducir los
términos usados por una aplicación a otra (las aplicaciones pueden estar
escritas en distintos lenguajes de programación). Consideremos una aplicación
empresarial que usa el término "materia prima" y otra que emplea "suministro":
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 7 de 10
ambas no podrían trabajar juntas. Para lograr que interoperen, una ontología
haría de traductora entre ambas (la ontología podría usar el término "recurso").
La ontología actuaría como puente entre ambas, como una especie de lengua
común. Vaya por caso, si se quiere que cuatro aplicaciones (A1, A2, A3 y A4)
interoperen se necesitan seis aplicaciones que actúen de "traductores" (A1-A2,
A1-A3, A1-A4, A2-A3, A2-A4, A3-A4); con una ontología común (O), sólo se
necesitarían cuatro "traductores" (A1-O, A2-O, A3-O, A4-O). Según aumenta el
número de aplicaciones que deben interoperar, más necesario se hace emplear
ontologías traductoras.
Figura 2. Ejemplo de falta de interoperabilidad empresarial. Las órdenes de compra de la
empresa 1 y las órdenes de venta de la empresa 2 estructuran la información de distintas
maneras, como puede verse en los campos Dirección y Lugar. Esto ocasiona que los
sistemas de información de ambas empresas no puedan trabajar directamente, salvo que
haya una ontología traductora o una aplicación “puente”.
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 8 de 10
Las ontologías resultan muy útiles para facilitar el razonamiento
automático, es decir, sin intervención humana. Partiendo de unas reglas de
inferencia, un motor de razonamiento puede usar los datos de las ontologías
para inferir conclusiones de ellos. Por ejemplo, si establecemos estas reglas:
"Todos los ríos desembocan en un mar, en un océano o en un lago" y "Si el
curso de un río termina en una población, esa población está junto al mar,
océano o lago donde desemboca", las máquinas pueden hacer deducciones
como la mostrada en la siguiente figura.
Figura 3. Ejemplo de razonamiento automático.
Una de las aplicaciones más importante del razonamiento automático es
la validación de datos. Consideremos, por ejemplo, una base de conocimiento
que almacene hechos sobre una consultora: "El proyecto Hospital Universitario
comprende las tareas A1, A2 y A3", "Luis trabaja en la tarea A1", etc. Si los
hechos se almacenaran mediante una ontología formal, se podrían imponer
reglas (axiomas) como "Un empleado no puede trabajar en tareas de proyectos
donde no participa" o "La suma semanal de horas trabajadas por un empleado
no puede diferir de la suma semanal de horas empleada en cada tarea que
tiene asignada"; reglas que servirían para verificar los hechos que se van
almacenando y detectar incoherencias.
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 9 de 10
Otro ejemplo: suponga una pizzería que venda, entre otros tipos, pizzas
vegetarianas. Si la pizzería usara una ontología que definiera qué ingredientes
son vegetarianos –y cuáles no– y estableciera una regla como "Las pizzas
vegetarianas no llevan ingredientes cárnicos", la aplicación de contabilidad
podría detectar, en el momento del cobro, cualquier venta en la que, por error,
se hubiera añadido pollo o jamón a una pizza vegetariana.
El razonamiento automático también se usa para establecer relaciones
entre ontologías (por ejemplo, Producto en la ontología O1 es Materia Prima en
la ontología O2), para descubrir relaciones ocultas o inesperadas entre los
datos y para integrar esquemas de bases de datos. La integración de
esquemas de bases de datos resulta imprescindible cuando se trabaja con
bases de datos federadas, que son vistas unificadas de bases de datos
independientes. Estas bases de datos aparentan ser una sola base de datos,
pero se componen de información extraída de bases de datos independientes,
que pueden estar alejadas miles de kilómetros. Una BD federada aparenta ser
una BD normal y corriente, pero no tiene existencia física: es una vista lógica.
Las bases de datos federadas son muy importantes en la Web, pues dan una
vista común de los datos procedentes de fuentes muy distintas (agencias de
noticias, portales, foros, periódicos y revistas electrónicos, etc.).
Figura 4. Descripción de una base de datos federada.
En la ingeniería del software, las ontologías ayudan a la especificación
de los sistemas de software. Como la falta de un entendimiento común
conduce a dificultades en identificar los requisitos y especificaciones del
sistema que se busca desarrollar, las ontologías facilitan el acuerdo entre
desarrolladores y usuarios.
Copyright (c) 2005-2013, Miguel Ángel Abián
Página 10 de 10
Sobre el autor:
Miguel Ángel Abián nació en Soria. Obtuvo la suficiencia investigadora en el Dpto. de
Física Aplicada de la Universidad de Valencia con una tesina sobre electromagnetismo.
Realizó varios cursos de doctorado relacionados con electromagnetismo, electrónica,
semiconductores y cristales fotónicos. Ha recibido becas del IMPIVA (Instituto de la Mediana
y Pequeña Industria Valenciana) y de la Universidad Politécnica de Valencia. Cursó un
Máster estadounidense en UML y Java y otro sobre tecnologías de Internet/Intranet.
Se incorporó en 1998 a AIDIMA, donde ha participado como investigador en 24
proyectos de investigación nacionales e internacionales relacionados con la Web semántica,
tecnologías de la información, madera en construcción, biosensórica, bioelectrónica,
telecomunicaciones, visión artificial; así como en la Red de Excelencia de la Comisión
Europea INTEROP 2003-2007. Algunos de los proyectos europeos relacionados con las
tecnologías semánticas en los que ha participado son ATHENA y STASIS (http://www.stasis-
project.net/).
El año 2006 estuvo cuatro meses como investigador invitado en el departamento
Lehrstuhl für Messsystem und Sensortechnik de la Universidad Politécnica de Munich (TUM),
donde colaboró en el desarrollo de nuevos métodos para la detección de defectos en
superficies acabadas y en el diseño e implementación de sistemas distribuidos de sensores
para el sector del automóvil y de energías renovables. En 2007 recibió un premio BANCAJA-
UPV por un proyecto relacionado con la calidad interna de la madera. En 2009 recibió el
premio internacional Schweighofer Innovation Prize -el premio más prestigioso en el sector
forestal y de la madera- por su aportación al desarrollo de nuevas tecnologías de evaluación
no destructiva de la madera en construcción.
Actualmente es Responsable del Departamento de Tecnología y Biotecnología de la
Madera y del Área de Construcción de Madera.
Es coautor de 7 libros y guías técnicas relacionadas con el uso de la madera en la
construcción y la visión artificial. También ha publicado varios artículos científicos en revistas
como IEEE Transactions on Microwave Theory and Techniques y Wood Science and
Technology. Ha participado como ponente en congresos y conferencias como European
Congress on Computational Methods in Applied Sciences and Engineering, IEEE
International Conference on Multisensor Fusion and Integration for Intelligent Systems,
International Conference on Space Structures (IABSE-IASS) y en reuniones COST
(European Cooperation in Science and Technology). Ha publicado más de 22 artículos
técnicos en revistas sectoriales y técnicas.
Es autor o coautor de 8 patentes, algunas de ellas en trámite. Tres de ellas
corresponden a dispositivos y métodos para detectar la biodegradación de la madera en
construcción.
Actualmente, entre otros proyectos como WOODRUB o CELLUWOOD, trabaja en
SEMCONCEPT, un proyecto de I+D+i para aplicar tecnologías semánticas (ontologías,
buscadores semánticos) en el diseño conceptual de productos industriales.
Sus intereses actuales son la evolución de la programación orientada a objetos, Java,
la Web semántica y sus tecnologías, la arquitectura orgánica, el surrealismo y París, siempre
París.

Weitere ähnliche Inhalte

Was ist angesagt?

Mapa conceptual de Diseños Web
Mapa conceptual de Diseños WebMapa conceptual de Diseños Web
Mapa conceptual de Diseños WebEdisonq0891
 
Tabla comparativa programación estructurada y orientada a objetos
Tabla comparativa programación estructurada y orientada a objetosTabla comparativa programación estructurada y orientada a objetos
Tabla comparativa programación estructurada y orientada a objetosFrancisco Javier Canizales Vazquez
 
Importancia de uml y bpmn
Importancia de uml y bpmnImportancia de uml y bpmn
Importancia de uml y bpmnAaron Cruz
 
Tabla comparativa- metodologías de desarrollo
Tabla comparativa-  metodologías de desarrolloTabla comparativa-  metodologías de desarrollo
Tabla comparativa- metodologías de desarrolloitsarellano
 
Sistema de Inscricpcion Para Colegios
Sistema de Inscricpcion Para ColegiosSistema de Inscricpcion Para Colegios
Sistema de Inscricpcion Para Colegiosluis castro
 
Ontologías: definición, metodologías y buenas prácticas para su construcción....
Ontologías: definición, metodologías y buenas prácticas para su construcción....Ontologías: definición, metodologías y buenas prácticas para su construcción....
Ontologías: definición, metodologías y buenas prácticas para su construcción....Biblioteca Nacional de España
 
Sistema De Gestión De Base De Datos
Sistema De Gestión De Base De DatosSistema De Gestión De Base De Datos
Sistema De Gestión De Base De DatosGuillermo Chirinos
 
Diseño Entidad Relación
Diseño Entidad RelaciónDiseño Entidad Relación
Diseño Entidad Relaciónkyaalena
 
Ventajas y desventajas
Ventajas y desventajasVentajas y desventajas
Ventajas y desventajasEduardocas
 
MySql Historia, Ventajas, Importancia
MySql Historia, Ventajas, ImportanciaMySql Historia, Ventajas, Importancia
MySql Historia, Ventajas, ImportanciaLenin Araque
 

Was ist angesagt? (20)

Mapa conceptual de Diseños Web
Mapa conceptual de Diseños WebMapa conceptual de Diseños Web
Mapa conceptual de Diseños Web
 
Gestores de base de datos
Gestores de base de datosGestores de base de datos
Gestores de base de datos
 
Tabla comparativa programación estructurada y orientada a objetos
Tabla comparativa programación estructurada y orientada a objetosTabla comparativa programación estructurada y orientada a objetos
Tabla comparativa programación estructurada y orientada a objetos
 
Importancia de uml y bpmn
Importancia de uml y bpmnImportancia de uml y bpmn
Importancia de uml y bpmn
 
Tabla comparativa- metodologías de desarrollo
Tabla comparativa-  metodologías de desarrolloTabla comparativa-  metodologías de desarrollo
Tabla comparativa- metodologías de desarrollo
 
Programando en capas
Programando en capasProgramando en capas
Programando en capas
 
Sistema de Inscricpcion Para Colegios
Sistema de Inscricpcion Para ColegiosSistema de Inscricpcion Para Colegios
Sistema de Inscricpcion Para Colegios
 
Ontologías: definición, metodologías y buenas prácticas para su construcción....
Ontologías: definición, metodologías y buenas prácticas para su construcción....Ontologías: definición, metodologías y buenas prácticas para su construcción....
Ontologías: definición, metodologías y buenas prácticas para su construcción....
 
Presentacion bases de datos
Presentacion bases de datosPresentacion bases de datos
Presentacion bases de datos
 
Metodología WEB UWE
Metodología WEB UWEMetodología WEB UWE
Metodología WEB UWE
 
Sistema De Gestión De Base De Datos
Sistema De Gestión De Base De DatosSistema De Gestión De Base De Datos
Sistema De Gestión De Base De Datos
 
Diseño Entidad Relación
Diseño Entidad RelaciónDiseño Entidad Relación
Diseño Entidad Relación
 
Arquitectura centralizada
Arquitectura centralizadaArquitectura centralizada
Arquitectura centralizada
 
Preguntas de wordpress
Preguntas de wordpressPreguntas de wordpress
Preguntas de wordpress
 
Proyecto final base de datos i
Proyecto final base de datos iProyecto final base de datos i
Proyecto final base de datos i
 
Ventajas y desventajas
Ventajas y desventajasVentajas y desventajas
Ventajas y desventajas
 
MySql Historia, Ventajas, Importancia
MySql Historia, Ventajas, ImportanciaMySql Historia, Ventajas, Importancia
MySql Historia, Ventajas, Importancia
 
Metodologia orientada a objeto
Metodologia orientada a objetoMetodologia orientada a objeto
Metodologia orientada a objeto
 
Base de Dato Oracle
Base de Dato OracleBase de Dato Oracle
Base de Dato Oracle
 
UML
UMLUML
UML
 

Andere mochten auch

Importancia de la metafísica y ontología
Importancia de la metafísica y ontologíaImportancia de la metafísica y ontología
Importancia de la metafísica y ontologíaWilbert Tapia
 
El problema de que nuestra conciencia no esté al nivel de nuestra tecnología
El problema de que nuestra conciencia no esté al nivel de nuestra tecnologíaEl problema de que nuestra conciencia no esté al nivel de nuestra tecnología
El problema de que nuestra conciencia no esté al nivel de nuestra tecnologíaWilbert Tapia
 
Epistemologia Analisis Organizacional
Epistemologia Analisis OrganizacionalEpistemologia Analisis Organizacional
Epistemologia Analisis OrganizacionalEPYCC.ORG
 
Mapas conceptuales: representando conocimiento (1 de 2)
Mapas conceptuales: representando conocimiento (1 de 2)Mapas conceptuales: representando conocimiento (1 de 2)
Mapas conceptuales: representando conocimiento (1 de 2)Alex Rayón Jerez
 
Artropatías Inflamatorias no Infecciosas
Artropatías Inflamatorias no InfecciosasArtropatías Inflamatorias no Infecciosas
Artropatías Inflamatorias no InfecciosasResidencia CT Scanner
 
Ontologías y su utilidad en ingeniería de software
Ontologías y su utilidad en ingeniería de softwareOntologías y su utilidad en ingeniería de software
Ontologías y su utilidad en ingeniería de softwareSelin Carrasco
 
Artropatias
ArtropatiasArtropatias
Artropatiasgelos30
 
El conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia ArtificialEl conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia Artificialwarrionet
 
La ontologia diapositivas
La ontologia diapositivasLa ontologia diapositivas
La ontologia diapositivaslaura10_2
 

Andere mochten auch (20)

Importancia de la metafísica y ontología
Importancia de la metafísica y ontologíaImportancia de la metafísica y ontología
Importancia de la metafísica y ontología
 
Ontologia filosofica
Ontologia filosoficaOntologia filosofica
Ontologia filosofica
 
Filosofia, ontologia
Filosofia, ontologiaFilosofia, ontologia
Filosofia, ontologia
 
La gnoseologia
La gnoseologiaLa gnoseologia
La gnoseologia
 
Axiologia.
Axiologia.Axiologia.
Axiologia.
 
El problema de que nuestra conciencia no esté al nivel de nuestra tecnología
El problema de que nuestra conciencia no esté al nivel de nuestra tecnologíaEl problema de que nuestra conciencia no esté al nivel de nuestra tecnología
El problema de que nuestra conciencia no esté al nivel de nuestra tecnología
 
Ontologia
Ontologia Ontologia
Ontologia
 
Epistemologia Analisis Organizacional
Epistemologia Analisis OrganizacionalEpistemologia Analisis Organizacional
Epistemologia Analisis Organizacional
 
Mapas conceptuales: representando conocimiento (1 de 2)
Mapas conceptuales: representando conocimiento (1 de 2)Mapas conceptuales: representando conocimiento (1 de 2)
Mapas conceptuales: representando conocimiento (1 de 2)
 
Artropatias
ArtropatiasArtropatias
Artropatias
 
Artropatías Inflamatorias no Infecciosas
Artropatías Inflamatorias no InfecciosasArtropatías Inflamatorias no Infecciosas
Artropatías Inflamatorias no Infecciosas
 
Artropatias
  Artropatias  Artropatias
Artropatias
 
Lógica difusa (fuzzy logic)
Lógica difusa (fuzzy logic)Lógica difusa (fuzzy logic)
Lógica difusa (fuzzy logic)
 
Ontologia de Parmenides.
Ontologia de Parmenides.Ontologia de Parmenides.
Ontologia de Parmenides.
 
Ontologías y su utilidad en ingeniería de software
Ontologías y su utilidad en ingeniería de softwareOntologías y su utilidad en ingeniería de software
Ontologías y su utilidad en ingeniería de software
 
Artropatias
ArtropatiasArtropatias
Artropatias
 
ingenieria del conocimiento
ingenieria del conocimientoingenieria del conocimiento
ingenieria del conocimiento
 
El conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia ArtificialEl conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia Artificial
 
La ontologia diapositivas
La ontologia diapositivasLa ontologia diapositivas
La ontologia diapositivas
 
Ontologia
OntologiaOntologia
Ontologia
 

Ähnlich wie Ontologías: qué son y para qué sirven

Guía del usuario
Guía del usuarioGuía del usuario
Guía del usuariokatchadour
 
Clase de informatica jurìdica instrum.linguisticos.autoeje
Clase de informatica jurìdica instrum.linguisticos.autoejeClase de informatica jurìdica instrum.linguisticos.autoeje
Clase de informatica jurìdica instrum.linguisticos.autoejeCarlos Ramos
 
Introducción al uso de las ontologías en sistemas im
Introducción al uso de las ontologías en sistemas imIntroducción al uso de las ontologías en sistemas im
Introducción al uso de las ontologías en sistemas imMandirola, Humberto
 
Web semantica y ontologias
Web semantica y ontologiasWeb semantica y ontologias
Web semantica y ontologiasVane Erraez
 
Herramientas digitales
Herramientas digitalesHerramientas digitales
Herramientas digitalesIsaías Reyes
 
Aspectos técnicos de la ontología PPROC
Aspectos técnicos de la ontología PPROCAspectos técnicos de la ontología PPROC
Aspectos técnicos de la ontología PPROCOscar Corcho
 
Ontologia de Medios de Transporte
Ontologia de Medios de TransporteOntologia de Medios de Transporte
Ontologia de Medios de TransporteBrayann Coronel
 
Medibulary - Sistema de Terminología Médica
Medibulary - Sistema de Terminología MédicaMedibulary - Sistema de Terminología Médica
Medibulary - Sistema de Terminología MédicaFrancisco Riveros Yantani
 
Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.
Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.
Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.gabyabril93
 
Clasificaciones del Derecho
Clasificaciones del DerechoClasificaciones del Derecho
Clasificaciones del Derechodereccho
 

Ähnlich wie Ontologías: qué son y para qué sirven (20)

Ontologias con Bases de Datos
Ontologias con Bases de DatosOntologias con Bases de Datos
Ontologias con Bases de Datos
 
Ti036 Caso Práctico
Ti036 Caso PrácticoTi036 Caso Práctico
Ti036 Caso Práctico
 
Ti036 caso practico
Ti036  caso practicoTi036  caso practico
Ti036 caso practico
 
Guía del usuario
Guía del usuarioGuía del usuario
Guía del usuario
 
Clase de informatica jurìdica instrum.linguisticos.autoeje
Clase de informatica jurìdica instrum.linguisticos.autoejeClase de informatica jurìdica instrum.linguisticos.autoeje
Clase de informatica jurìdica instrum.linguisticos.autoeje
 
Ontología
OntologíaOntología
Ontología
 
Ontologias
OntologiasOntologias
Ontologias
 
Introducción al uso de las ontologías en sistemas im
Introducción al uso de las ontologías en sistemas imIntroducción al uso de las ontologías en sistemas im
Introducción al uso de las ontologías en sistemas im
 
Web semantica y ontologias
Web semantica y ontologiasWeb semantica y ontologias
Web semantica y ontologias
 
Herramientas digitales
Herramientas digitalesHerramientas digitales
Herramientas digitales
 
Methontology
MethontologyMethontology
Methontology
 
Methontology
MethontologyMethontology
Methontology
 
Introduccion - Curso Ontologías
Introduccion - Curso OntologíasIntroduccion - Curso Ontologías
Introduccion - Curso Ontologías
 
Aspectos técnicos de la ontología PPROC
Aspectos técnicos de la ontología PPROCAspectos técnicos de la ontología PPROC
Aspectos técnicos de la ontología PPROC
 
Ontologia de Medios de Transporte
Ontologia de Medios de TransporteOntologia de Medios de Transporte
Ontologia de Medios de Transporte
 
Principio de hanlon
Principio de hanlonPrincipio de hanlon
Principio de hanlon
 
Medibulary - Sistema de Terminología Médica
Medibulary - Sistema de Terminología MédicaMedibulary - Sistema de Terminología Médica
Medibulary - Sistema de Terminología Médica
 
Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.
Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.
Práctica calificada sobre informatica jurídica y derecho según FERNANDO RIOS E.
 
Ontologías
OntologíasOntologías
Ontologías
 
Clasificaciones del Derecho
Clasificaciones del DerechoClasificaciones del Derecho
Clasificaciones del Derecho
 

Mehr von torrubia

Presentación proyecto NODOS_TURISMO
Presentación proyecto NODOS_TURISMOPresentación proyecto NODOS_TURISMO
Presentación proyecto NODOS_TURISMOtorrubia
 
Presentación Proyecto SHCity
Presentación Proyecto SHCityPresentación Proyecto SHCity
Presentación Proyecto SHCitytorrubia
 
Artículo resultados Anualidad 1 proyecto NODOS-TURISMO
Artículo resultados Anualidad 1 proyecto NODOS-TURISMOArtículo resultados Anualidad 1 proyecto NODOS-TURISMO
Artículo resultados Anualidad 1 proyecto NODOS-TURISMOtorrubia
 
Newsletter 2 proyecto NODOS-TURISMO
Newsletter 2 proyecto NODOS-TURISMONewsletter 2 proyecto NODOS-TURISMO
Newsletter 2 proyecto NODOS-TURISMOtorrubia
 
Artículo proyecto NODOS-TURISMO
Artículo  proyecto NODOS-TURISMOArtículo  proyecto NODOS-TURISMO
Artículo proyecto NODOS-TURISMOtorrubia
 
Newsletter 1 proyecto Nodos-Turismo
Newsletter 1 proyecto Nodos-TurismoNewsletter 1 proyecto Nodos-Turismo
Newsletter 1 proyecto Nodos-Turismotorrubia
 
Wokshop proyecto nodos turismo
Wokshop proyecto nodos turismoWokshop proyecto nodos turismo
Wokshop proyecto nodos turismotorrubia
 
Circular 2 proyecto PROINNOMADERA
Circular 2 proyecto PROINNOMADERACircular 2 proyecto PROINNOMADERA
Circular 2 proyecto PROINNOMADERAtorrubia
 
Circular 1 proyecto PROINNOMADERA
Circular 1 proyecto PROINNOMADERACircular 1 proyecto PROINNOMADERA
Circular 1 proyecto PROINNOMADERAtorrubia
 
Jornada AIDIMA peritaje madera para arquitectos
Jornada AIDIMA peritaje madera para arquitectosJornada AIDIMA peritaje madera para arquitectos
Jornada AIDIMA peritaje madera para arquitectostorrubia
 
Conductividad termica en la edificación
Conductividad termica en la edificaciónConductividad termica en la edificación
Conductividad termica en la edificacióntorrubia
 
Resumen primer año proyecto PROINNOMADERA
Resumen primer año proyecto PROINNOMADERAResumen primer año proyecto PROINNOMADERA
Resumen primer año proyecto PROINNOMADERAtorrubia
 
Articulo 2015 fin proyecto europeo CELLUWOOD
Articulo 2015  fin proyecto europeo CELLUWOODArticulo 2015  fin proyecto europeo CELLUWOOD
Articulo 2015 fin proyecto europeo CELLUWOODtorrubia
 
Artículo 2015 proyecto IDANMAD
Artículo 2015 proyecto IDANMADArtículo 2015 proyecto IDANMAD
Artículo 2015 proyecto IDANMADtorrubia
 
Noticia jornadas técnicas MADERALIA SELECCIÓN 2015
Noticia jornadas técnicas MADERALIA SELECCIÓN 2015Noticia jornadas técnicas MADERALIA SELECCIÓN 2015
Noticia jornadas técnicas MADERALIA SELECCIÓN 2015torrubia
 
Ficha difusion 2014 proyecto IDANMAD
Ficha difusion 2014 proyecto IDANMADFicha difusion 2014 proyecto IDANMAD
Ficha difusion 2014 proyecto IDANMADtorrubia
 
Ficha tecnica final del proyecto IDANMAD
Ficha tecnica final del proyecto IDANMADFicha tecnica final del proyecto IDANMAD
Ficha tecnica final del proyecto IDANMADtorrubia
 
Noticia sobre proyecto CELLUWOOD
Noticia sobre proyecto CELLUWOODNoticia sobre proyecto CELLUWOOD
Noticia sobre proyecto CELLUWOODtorrubia
 
CELLUWOOD Project Presentation Outcomes
CELLUWOOD Project Presentation OutcomesCELLUWOOD Project Presentation Outcomes
CELLUWOOD Project Presentation Outcomestorrubia
 
CelluNews September 2014
CelluNews September 2014CelluNews September 2014
CelluNews September 2014torrubia
 

Mehr von torrubia (20)

Presentación proyecto NODOS_TURISMO
Presentación proyecto NODOS_TURISMOPresentación proyecto NODOS_TURISMO
Presentación proyecto NODOS_TURISMO
 
Presentación Proyecto SHCity
Presentación Proyecto SHCityPresentación Proyecto SHCity
Presentación Proyecto SHCity
 
Artículo resultados Anualidad 1 proyecto NODOS-TURISMO
Artículo resultados Anualidad 1 proyecto NODOS-TURISMOArtículo resultados Anualidad 1 proyecto NODOS-TURISMO
Artículo resultados Anualidad 1 proyecto NODOS-TURISMO
 
Newsletter 2 proyecto NODOS-TURISMO
Newsletter 2 proyecto NODOS-TURISMONewsletter 2 proyecto NODOS-TURISMO
Newsletter 2 proyecto NODOS-TURISMO
 
Artículo proyecto NODOS-TURISMO
Artículo  proyecto NODOS-TURISMOArtículo  proyecto NODOS-TURISMO
Artículo proyecto NODOS-TURISMO
 
Newsletter 1 proyecto Nodos-Turismo
Newsletter 1 proyecto Nodos-TurismoNewsletter 1 proyecto Nodos-Turismo
Newsletter 1 proyecto Nodos-Turismo
 
Wokshop proyecto nodos turismo
Wokshop proyecto nodos turismoWokshop proyecto nodos turismo
Wokshop proyecto nodos turismo
 
Circular 2 proyecto PROINNOMADERA
Circular 2 proyecto PROINNOMADERACircular 2 proyecto PROINNOMADERA
Circular 2 proyecto PROINNOMADERA
 
Circular 1 proyecto PROINNOMADERA
Circular 1 proyecto PROINNOMADERACircular 1 proyecto PROINNOMADERA
Circular 1 proyecto PROINNOMADERA
 
Jornada AIDIMA peritaje madera para arquitectos
Jornada AIDIMA peritaje madera para arquitectosJornada AIDIMA peritaje madera para arquitectos
Jornada AIDIMA peritaje madera para arquitectos
 
Conductividad termica en la edificación
Conductividad termica en la edificaciónConductividad termica en la edificación
Conductividad termica en la edificación
 
Resumen primer año proyecto PROINNOMADERA
Resumen primer año proyecto PROINNOMADERAResumen primer año proyecto PROINNOMADERA
Resumen primer año proyecto PROINNOMADERA
 
Articulo 2015 fin proyecto europeo CELLUWOOD
Articulo 2015  fin proyecto europeo CELLUWOODArticulo 2015  fin proyecto europeo CELLUWOOD
Articulo 2015 fin proyecto europeo CELLUWOOD
 
Artículo 2015 proyecto IDANMAD
Artículo 2015 proyecto IDANMADArtículo 2015 proyecto IDANMAD
Artículo 2015 proyecto IDANMAD
 
Noticia jornadas técnicas MADERALIA SELECCIÓN 2015
Noticia jornadas técnicas MADERALIA SELECCIÓN 2015Noticia jornadas técnicas MADERALIA SELECCIÓN 2015
Noticia jornadas técnicas MADERALIA SELECCIÓN 2015
 
Ficha difusion 2014 proyecto IDANMAD
Ficha difusion 2014 proyecto IDANMADFicha difusion 2014 proyecto IDANMAD
Ficha difusion 2014 proyecto IDANMAD
 
Ficha tecnica final del proyecto IDANMAD
Ficha tecnica final del proyecto IDANMADFicha tecnica final del proyecto IDANMAD
Ficha tecnica final del proyecto IDANMAD
 
Noticia sobre proyecto CELLUWOOD
Noticia sobre proyecto CELLUWOODNoticia sobre proyecto CELLUWOOD
Noticia sobre proyecto CELLUWOOD
 
CELLUWOOD Project Presentation Outcomes
CELLUWOOD Project Presentation OutcomesCELLUWOOD Project Presentation Outcomes
CELLUWOOD Project Presentation Outcomes
 
CelluNews September 2014
CelluNews September 2014CelluNews September 2014
CelluNews September 2014
 

Kürzlich hochgeladen

El diseño de Algoritmos Paralelos.pdf - analisis de algortimos
El diseño de Algoritmos Paralelos.pdf - analisis de algortimosEl diseño de Algoritmos Paralelos.pdf - analisis de algortimos
El diseño de Algoritmos Paralelos.pdf - analisis de algortimosLCristinaForchue
 
Actividad 14_ Diseño de Algoritmos Paralelos.pdf
Actividad 14_ Diseño de Algoritmos Paralelos.pdfActividad 14_ Diseño de Algoritmos Paralelos.pdf
Actividad 14_ Diseño de Algoritmos Paralelos.pdfalejandrogomezescoto
 
De Código a Ejecución: El Papel Fundamental del MSIL en .NET
De Código a Ejecución: El Papel Fundamental del MSIL en .NETDe Código a Ejecución: El Papel Fundamental del MSIL en .NET
De Código a Ejecución: El Papel Fundamental del MSIL en .NETGermán Küber
 
Matriz de integración de tecnologías- Paola Carvajal.docx
Matriz de integración de tecnologías- Paola Carvajal.docxMatriz de integración de tecnologías- Paola Carvajal.docx
Matriz de integración de tecnologías- Paola Carvajal.docxPaolaCarolinaCarvaja
 
Carta de Premio y Excel angeline 11-2pdf
Carta de Premio y Excel angeline 11-2pdfCarta de Premio y Excel angeline 11-2pdf
Carta de Premio y Excel angeline 11-2pdfangelinebocanegra1
 
La tablet trabajo en grupo del grado 9-2
La tablet trabajo en grupo del grado 9-2La tablet trabajo en grupo del grado 9-2
La tablet trabajo en grupo del grado 9-2montoyagabriela340
 
Análisis de artefactos tecnologicos .pdf
Análisis de artefactos tecnologicos .pdfAnálisis de artefactos tecnologicos .pdf
Análisis de artefactos tecnologicos .pdfcastrodanna185
 
VIDEOS DE APOYO.docx E
VIDEOS DE APOYO.docx                                  EVIDEOS DE APOYO.docx                                  E
VIDEOS DE APOYO.docx Emialexsolar
 
Inteligencia artificial dentro de la contabilidad
Inteligencia artificial dentro de la contabilidadInteligencia artificial dentro de la contabilidad
Inteligencia artificial dentro de la contabilidaddanik1023m
 
La Electricidad y La Electrónica.pdf....
La Electricidad y La Electrónica.pdf....La Electricidad y La Electrónica.pdf....
La Electricidad y La Electrónica.pdf....Aaron Betancourt
 
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdfPresentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdfymiranda2
 
Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...
Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...
Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...RaymondCode
 
Tecnológia 2024.docx.Tecnológia 2024.docx.
Tecnológia 2024.docx.Tecnológia 2024.docx.Tecnológia 2024.docx.Tecnológia 2024.docx.
Tecnológia 2024.docx.Tecnológia 2024.docx.marianarodriguezc797
 
Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...
Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...
Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...OLGAMILENAMONTAEZNIO
 
PRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOS
PRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOSPRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOS
PRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOSLincangoKevin
 
TENDENCIAS DE IA Explorando el futuro de la tecnologia.pdf
TENDENCIAS DE IA Explorando el futuro de la tecnologia.pdfTENDENCIAS DE IA Explorando el futuro de la tecnologia.pdf
TENDENCIAS DE IA Explorando el futuro de la tecnologia.pdfJoseAlejandroPerezBa
 
Inmersión global en ciberseguridad e IA en la conferencia RSA.pdf
Inmersión global en ciberseguridad e IA en la conferencia RSA.pdfInmersión global en ciberseguridad e IA en la conferencia RSA.pdf
Inmersión global en ciberseguridad e IA en la conferencia RSA.pdfOBr.global
 
Los mejores simuladores de circuitos electrónicos.pdf
Los mejores simuladores de circuitos electrónicos.pdfLos mejores simuladores de circuitos electrónicos.pdf
Los mejores simuladores de circuitos electrónicos.pdfodalistar77
 

Kürzlich hochgeladen (20)

El diseño de Algoritmos Paralelos.pdf - analisis de algortimos
El diseño de Algoritmos Paralelos.pdf - analisis de algortimosEl diseño de Algoritmos Paralelos.pdf - analisis de algortimos
El diseño de Algoritmos Paralelos.pdf - analisis de algortimos
 
Actividad 14_ Diseño de Algoritmos Paralelos.pdf
Actividad 14_ Diseño de Algoritmos Paralelos.pdfActividad 14_ Diseño de Algoritmos Paralelos.pdf
Actividad 14_ Diseño de Algoritmos Paralelos.pdf
 
De Código a Ejecución: El Papel Fundamental del MSIL en .NET
De Código a Ejecución: El Papel Fundamental del MSIL en .NETDe Código a Ejecución: El Papel Fundamental del MSIL en .NET
De Código a Ejecución: El Papel Fundamental del MSIL en .NET
 
Matriz de integración de tecnologías- Paola Carvajal.docx
Matriz de integración de tecnologías- Paola Carvajal.docxMatriz de integración de tecnologías- Paola Carvajal.docx
Matriz de integración de tecnologías- Paola Carvajal.docx
 
Carta de Premio y Excel angeline 11-2pdf
Carta de Premio y Excel angeline 11-2pdfCarta de Premio y Excel angeline 11-2pdf
Carta de Premio y Excel angeline 11-2pdf
 
La tablet trabajo en grupo del grado 9-2
La tablet trabajo en grupo del grado 9-2La tablet trabajo en grupo del grado 9-2
La tablet trabajo en grupo del grado 9-2
 
Análisis de artefactos tecnologicos .pdf
Análisis de artefactos tecnologicos .pdfAnálisis de artefactos tecnologicos .pdf
Análisis de artefactos tecnologicos .pdf
 
VIDEOS DE APOYO.docx E
VIDEOS DE APOYO.docx                                  EVIDEOS DE APOYO.docx                                  E
VIDEOS DE APOYO.docx E
 
Inteligencia artificial dentro de la contabilidad
Inteligencia artificial dentro de la contabilidadInteligencia artificial dentro de la contabilidad
Inteligencia artificial dentro de la contabilidad
 
La Electricidad y La Electrónica.pdf....
La Electricidad y La Electrónica.pdf....La Electricidad y La Electrónica.pdf....
La Electricidad y La Electrónica.pdf....
 
BEDEC Proyecto y obra , novedades 2024 - Xavier Folch
BEDEC Proyecto y obra , novedades 2024 - Xavier FolchBEDEC Proyecto y obra , novedades 2024 - Xavier Folch
BEDEC Proyecto y obra , novedades 2024 - Xavier Folch
 
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdfPresentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
 
Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...
Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...
Actividad 14: Diseño de Algoritmos Paralelos Actividad 14: Diseño de Algoritm...
 
Tecnológia 2024.docx.Tecnológia 2024.docx.
Tecnológia 2024.docx.Tecnológia 2024.docx.Tecnológia 2024.docx.Tecnológia 2024.docx.
Tecnológia 2024.docx.Tecnológia 2024.docx.
 
Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...
Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...
Actividad 1-PRESENTACIÓN ANIMADA.pptxPreservación y conservación de los docum...
 
PRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOS
PRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOSPRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOS
PRESENTACION DEL TEMA LOS MEJORES SIMULADORES DE CIRCUITOS ELCTRONICOS
 
BEDEC Sostenibilidad, novedades 2024 - Laura Silva
BEDEC Sostenibilidad, novedades 2024 - Laura SilvaBEDEC Sostenibilidad, novedades 2024 - Laura Silva
BEDEC Sostenibilidad, novedades 2024 - Laura Silva
 
TENDENCIAS DE IA Explorando el futuro de la tecnologia.pdf
TENDENCIAS DE IA Explorando el futuro de la tecnologia.pdfTENDENCIAS DE IA Explorando el futuro de la tecnologia.pdf
TENDENCIAS DE IA Explorando el futuro de la tecnologia.pdf
 
Inmersión global en ciberseguridad e IA en la conferencia RSA.pdf
Inmersión global en ciberseguridad e IA en la conferencia RSA.pdfInmersión global en ciberseguridad e IA en la conferencia RSA.pdf
Inmersión global en ciberseguridad e IA en la conferencia RSA.pdf
 
Los mejores simuladores de circuitos electrónicos.pdf
Los mejores simuladores de circuitos electrónicos.pdfLos mejores simuladores de circuitos electrónicos.pdf
Los mejores simuladores de circuitos electrónicos.pdf
 

Ontologías: qué son y para qué sirven

  • 1. Copyright (c) 2005-2013, Miguel Ángel Abián Página 1 de 10 ONTOLOGÍAS: QUÉ SON Y PARA QUÉ SIRVEN Miguel Ángel Abián
  • 2. Copyright (c) 2005-2013, Miguel Ángel Abián Página 2 de 10 ONTOLOGÍAS: QUÉ SON Y PARA QUÉ SIRVEN Palabras clave: ontologías, web semántica, búsqueda semántica, buscadores semánticos, web semántica, minería de datos, interoperabilidad, razonamiento automático Keywords: Ontologies, Semantic Web, Semantic Search, Semantic Search Engines, Semantic Web, Data Mining, Interoperability, Automated reasoning 1. Introducción Este texto explica muy brevemente una tecnología imprescindible para conseguir la Web semántica: las ontologías. Por razones de concisión me centro sobre todo en las aplicaciones de las ontologías, dentro y fuera de la Web semántica. En el fondo, la Web semántica busca catalogar la información de los recursos web –páginas HTML, documentos PDF, vídeos, archivos de sonido– mediante ontologías (esto es, mediante el significado de las palabras), no mediante palabras clave. Con las ontologías, los usuarios organizarán la información de manera que los agentes de software podrán interpretar el significado y, por tanto, podrán buscar e integrar datos mucho mejor que ahora. Gracias al conocimiento almacenado en las ontologías, las aplicaciones podrán extraer automáticamente datos de las páginas web, procesarlos y sacar conclusiones de ellos, así como tomar decisiones y negociar con otros agentes o personas. Por ejemplo, un agente inteligente que busque un vino que satisfaga las preferencias de un usuario, usará las ontologías vinícolas para elegir el vino (color, sabor, olor, embotellado) y empleará las ontologías empresariales para encargarlo a alguna tienda y regatear en el precio (siempre que se pueda). Otro ejemplo: mediante las ontologías, un agente encargado de comprar viviendas se podrá comunicar con agentes hipotecarios (de entidades bancarias) y con agentes inmobiliarios (de empresas constructoras e inmobiliarias). 2. Ontologías Las ontologías proceden del campo de la Inteligencia Artificial; son vocabularios comunes para las personas y aplicaciones que trabajan en un dominio. Según el Grupo de Trabajo en Ontologías del consorcio W3C, una ontología define los términos que se usan para describir y representar un cierto dominio. Uso la palabra "dominio" para denotar un área específica de interés (el río Duero, por ejemplo) o un área de conocimiento (física, aeronáutica, medicina, contabilidad, fabricación de productos, etc.) Toda ontología representa cierta visión del mundo con respecto a un dominio. Por ejemplo, una ontología que defina "ser humano" como "espécimen vivo o muerto correspondiente a la especie Homo sapiens; primate bípedo que pertenece a la familia de los homínidos, como los chimpancés, gorilas y orangutanes" expresa una visión del mundo totalmente distinta a la de una ontología que lo defina como "sujeto consciente y libre, centro y vértice de todo lo que existe; todos tienen la misma dignidad, pues han sido creados a imagen y semejanza de Dios".
  • 3. Copyright (c) 2005-2013, Miguel Ángel Abián Página 3 de 10 Así como la Ontología –nótese la mayúscula inicial– estudia los tipos de objetos que pueblan la realidad (así como sus propiedades y relaciones), las ontologías catalogan y definen los tipos de cosas que existen en un cierto dominio, así como sus relaciones y propiedades. Por ejemplo, una ontología del mundo empresarial usará conceptos como Venta, Compra, Transferencia, Pago, etc.; y relaciones como “Una Transferencia corresponde a una Venta o a una Compra”, “Un Pago corresponde a una o varias Transferencias”, etc. Cualquier persona tiene en su cabeza ontologías mediante las que representa y entiende el mundo que lo rodea. Estas ontologías no son explícitas, en el sentido de que no se detallan en un documento ni se organizan de forma jerárquica o matemática. Todos usamos ontologías en las que Automóvil representa un medio de transporte y tiene cuatro ruedas. ¿Formalizamos este tipo de ontologías? No, sería innecesario: los automóviles son tan habituales que todos compartimos la información de lo que son. Lo mismo sucede cuando pensamos en el dominio familiar: sabemos que una familia se compone de varios miembros, que un hijo no puede tener más de un padre y una madre biológicos, que los padres tienen o han tenido padres... No necesitamos explicitar este conocimiento, pues forma parte de lo que todo el mundo sabe. Sin embargo, cuando se tratan términos poco comunes o cuando se quiere que estos términos sean procesados por máquinas, se precisa explicitar las ontologías; esto es, desarrollarlas en un documento o darles una forma que sea inteligible para las máquinas. Las máquinas carecen de las ontologías con las que nosotros contamos para entender el mundo y comunicarse entre ellas; por eso necesitan ontologías explícitas. En cuanto dos sistemas de información (sistemas ERP, bases de datos, bases de conocimiento) intentan comunicarse, aparecen problemas semánticos que dificultan o imposibilitan la comunicación entre ellos (no considero aquí los problemas técnicos de conexión o envío de datos). Los problemas semánticos son de dos tipos: de dominio y de nombre. Los conflictos de dominio aparecen cuando conceptos similares en cuanto a significado, pero no idénticos, se representan en distintos dominios. Por ejemplo, el concepto representado por Trabajador en una base de datos (BD) puede corresponder a un trabajador cualificado, mientras que otra BD puede usar Trabajador para cualquier trabajador, sea o no cualificado. Ambos conceptos están muy vinculados, pero no son equivalentes ni deberían mezclarse. Usando ontologías, podría especificarse que el primer concepto corresponde a una especialización del segundo; y un sistema de razonamiento automático basado en ontologías impediría, por ejemplo, que se contratara para tareas cualificadas a trabajadores no cualificados. Los conflictos de nombre son de dos tipos: sinónimos y homónimos. Los sinónimos ocurren cuando los sistemas usan distintos nombres para referirse al mismo concepto. Por ejemplo, una BD puede usar Trabajador para el mismo concepto que otra usa Empleado. En ese caso, se podría usar una ontología que definiera como idénticos los dos términos. Así, las aplicaciones que manejaran esas bases de datos sabrían como llevar datos de una a otra.
  • 4. Copyright (c) 2005-2013, Miguel Ángel Abián Página 4 de 10 Figura 1. El problema de los sinónimos: el mismo concepto del mundo real se traduce en varios términos en distintos sistemas. Los homónimos surgen cuando los sistemas usan el mismo nombre para representar cosas distintas. Por ejemplo, en una aplicación de una compañía de seguros, Conductor representa a una persona que tiene contratada una póliza particular con la compañía; mientras que, en una aplicación de una compañía de taxis, Conductor representa a un trabajador que conduce un taxi de la compañía. Como es de suponer, si se intentara integrar automáticamente ambas aplicaciones basándose en que ambas usan el mismo término (Conductor) para significar lo mismo, se produciría el desastre más absoluto: al dar de baja a un conductor de taxi se le quitaría su póliza de seguros, con lo que no podría conducir ni su propio coche (al menos, no legalmente); y, al dar de alta a un asegurado, se le daría de alta como taxista, aunque no tuviera la licencia de taxista. Sólo una ontología explícita le puede comunicar a una aplicación que su Conductor no guarda ninguna relación con el de otra. Las ontologías explícitas se pueden expresar de muchas maneras. Como mínimo, deben incluir un vocabulario de términos, con la definición de cada uno. Por ejemplo, la ontología empresarial Enterprise Ontology (EO) define así Venta: “Una Venta es un acuerdo entre dos Entidades Legales para el intercambio de un Producto por un Precio de Venta. Normalmente, el Producto es un bien o servicio y el Precio de Venta es monetario, aunque se incluyen
  • 5. Copyright (c) 2005-2013, Miguel Ángel Abián Página 5 de 10 otras posibilidades”. Las ontologías sencillas suelen representarse como una jerarquía de conceptos relacionados y ordenados. Dependiendo del grado de formalidad, las ontologías explícitas se clasifican en informales, semi-informales, semi-formales y formales. Las primeras se expresan directamente en cualquier lenguaje natural. Las segundas se expresan en una forma estructurada y restringida de algún lenguaje natural. Las terceras se expresan en lenguajes estructurados, como RDF. Por último, las ontologías formales definen los términos mediante lenguajes lógico-matemáticos cuyos símbolos se definen exactamente y sin ambigüedades; en consecuencia, estas ontologías permiten emplear teoremas y demostraciones. Los dos últimos tipos de ontologías permiten que las aplicaciones puedan usar las definiciones de los conceptos del dominio y sus relaciones. Así como los tres primeros tipos de ontologías pueden contener términos ambiguos o inconsistentes, las ontologías formales no los permiten. Preguntas tan capciosas como "El único barbero de una ciudad afeita a todos los hombres que no se afeitan a sí mismos. ¿Quién lo afeita a él?"o "¿A qué conjunto pertenece el conjunto de los conjuntos que no se incluyen a sí mismos?" no pueden representarse en una ontología formal. 3. Usos de las ontologías Las ontologías se usan para favorecer la comunicación entre personas, organizaciones y aplicaciones, lograr la interoperabilidad entre sistemas informáticos, razonar automáticamente y para la ingeniería de software. Las ontologías favorecen la comunicación entre personas, organizaciones y aplicaciones porque proporcionan una comprensión común de un dominio, de modo que se eliminan confusiones conceptuales y terminológicas. Los problemas derivados de la falta de comprensión común entre personas revisten una gran importancia en la ciencia y en la tecnología. Por ejemplo, hasta hace pocos años (2005) no existía un consenso general sobre la nomenclatura y clasificación de las neuronas corticales. Por lo tanto, al estudiar enfermedades como la esquizofrenia, la depresión, el trastorno bipolar y el Alzheimer, los médicos no se ponían de acuerdo sobre qué tipos de neuronas estaban afectadas. Pese a todas las investigaciones relacionadas con el cerebro, no había unanimidad a la hora de clasificar las neuronas corticales. La situación era sorprendente, tanto más cuanto que las investigaciones sobre la corteza cerebral comenzaron hace unos cien años, con el premio Nobel español Santiago Ramón y Cajal. El resultado final de dicha falta de entendimiento común durante cien años ha sido un gran retraso en las investigaciones sobre el cerebro, así como una bibliografía científica confusa y a veces contradictoria. En los campos de la Inteligencia Artificial, la Teoría de Decisiones y la Teoría de Sistemas Distribuidos (campos muy relacionados con la Web semántica), sucede algo parecido: los investigadores de un campo no pueden leer fácilmente los resultados de los investigadores de los otros, pues se usan diferentes perspectivas y términos para las mismas ideas y conceptos.
  • 6. Copyright (c) 2005-2013, Miguel Ángel Abián Página 6 de 10 Construyendo una ontología común para los tres campos, las investigaciones de un campo serían inmediatamente aplicables a los otros. El mundo empresarial no es tampoco ajeno a los problemas derivados de la falta de un entendimiento común: algunas empresas usan el término "recursos" para lo que son "máquinas" para otras empresas. Para otras, en cambio, los "recursos" son las "materias primas" que usan. Mediante las ontologías, se favorece la gestión de contenidos, la integración de la cadena de suministro y de la cadena de valor, así como la estandarización de la información de los mercados electrónicos (e-marketplaces). Esta estandarización resulta imperiosa para el comercio electrónico automático: si cada vendedor llama o clasifica de una manera a sus productos, resulta muy difícil automatizar las operaciones electrónicas. Por ejemplo, si un agente inteligente quiere comprar una memoria USB para un usuario o una empresa, deberá tener en cuenta que "memoria USB", "pen drive", "memoria flash USB" y "lápiz USB" designan un mismo dispositivo. En caso contrario, la aplicación no verá a muchos fabricantes y vendedores del dispositivo y, por ende, perderá muchas oportunidades de negocio. Las ontologías favorecen también la comunicación entre aplicaciones y la comprensión común de la información entre ellas. Las ontologías serán imprescindibles en la Web semántica y en los futuros sistemas de gestión empresarial porque permitirán que las aplicaciones estén de acuerdo en los términos que usan cuando se comunican. Mediante ellas, será mucho más fácil recuperar información relacionada temáticamente, aun cuando no existan enlaces directos entre las páginas web. Por ejemplo, una ontología puede usarse para especificar que las termitas son un tipo de isóptero. De este modo, un buscador que use esa ontología mostrará páginas web sobre termitas cuando un usuario busque información sobre los isópteros. Del mismo modo, si en una intranet empresarial se quisiese encontrar información sobre las ferias que ha visitado el director de la compañía, resultaría muy útil disponer de una ontología que incluyera una relación Visita, con relaciones "hijas" como VisitaFeria, VisitaEmpresa, etc. Clasificando los documentos con esa ontología, una búsqueda en la intranet mostraría enseguida los documentos relacionados con las visitas del director a ferias. Sin la ontología, la búsqueda se haría mediante palabras clave como "visita", "feria" y el nombre del director, lo que arrojaría una gran cantidad de resultados (muchos inútiles), que deberían ser evaluados, para determinar su pertinencia, por una o más personas. Las ontologías también sirven para conseguir que los sistemas interoperen. Dos sistemas son interoperables si pueden trabajar conjuntamente de una forma automática, sin esfuerzo por parte del usuario. Por ejemplo, dos teléfonos móviles de distintos fabricantes y abonados a diferentes compañías telefónicas interoperan para que los usuarios puedan hablar entre sí. En el campo de la informática, las ontologías sirven para traducir los términos usados por una aplicación a otra (las aplicaciones pueden estar escritas en distintos lenguajes de programación). Consideremos una aplicación empresarial que usa el término "materia prima" y otra que emplea "suministro":
  • 7. Copyright (c) 2005-2013, Miguel Ángel Abián Página 7 de 10 ambas no podrían trabajar juntas. Para lograr que interoperen, una ontología haría de traductora entre ambas (la ontología podría usar el término "recurso"). La ontología actuaría como puente entre ambas, como una especie de lengua común. Vaya por caso, si se quiere que cuatro aplicaciones (A1, A2, A3 y A4) interoperen se necesitan seis aplicaciones que actúen de "traductores" (A1-A2, A1-A3, A1-A4, A2-A3, A2-A4, A3-A4); con una ontología común (O), sólo se necesitarían cuatro "traductores" (A1-O, A2-O, A3-O, A4-O). Según aumenta el número de aplicaciones que deben interoperar, más necesario se hace emplear ontologías traductoras. Figura 2. Ejemplo de falta de interoperabilidad empresarial. Las órdenes de compra de la empresa 1 y las órdenes de venta de la empresa 2 estructuran la información de distintas maneras, como puede verse en los campos Dirección y Lugar. Esto ocasiona que los sistemas de información de ambas empresas no puedan trabajar directamente, salvo que haya una ontología traductora o una aplicación “puente”.
  • 8. Copyright (c) 2005-2013, Miguel Ángel Abián Página 8 de 10 Las ontologías resultan muy útiles para facilitar el razonamiento automático, es decir, sin intervención humana. Partiendo de unas reglas de inferencia, un motor de razonamiento puede usar los datos de las ontologías para inferir conclusiones de ellos. Por ejemplo, si establecemos estas reglas: "Todos los ríos desembocan en un mar, en un océano o en un lago" y "Si el curso de un río termina en una población, esa población está junto al mar, océano o lago donde desemboca", las máquinas pueden hacer deducciones como la mostrada en la siguiente figura. Figura 3. Ejemplo de razonamiento automático. Una de las aplicaciones más importante del razonamiento automático es la validación de datos. Consideremos, por ejemplo, una base de conocimiento que almacene hechos sobre una consultora: "El proyecto Hospital Universitario comprende las tareas A1, A2 y A3", "Luis trabaja en la tarea A1", etc. Si los hechos se almacenaran mediante una ontología formal, se podrían imponer reglas (axiomas) como "Un empleado no puede trabajar en tareas de proyectos donde no participa" o "La suma semanal de horas trabajadas por un empleado no puede diferir de la suma semanal de horas empleada en cada tarea que tiene asignada"; reglas que servirían para verificar los hechos que se van almacenando y detectar incoherencias.
  • 9. Copyright (c) 2005-2013, Miguel Ángel Abián Página 9 de 10 Otro ejemplo: suponga una pizzería que venda, entre otros tipos, pizzas vegetarianas. Si la pizzería usara una ontología que definiera qué ingredientes son vegetarianos –y cuáles no– y estableciera una regla como "Las pizzas vegetarianas no llevan ingredientes cárnicos", la aplicación de contabilidad podría detectar, en el momento del cobro, cualquier venta en la que, por error, se hubiera añadido pollo o jamón a una pizza vegetariana. El razonamiento automático también se usa para establecer relaciones entre ontologías (por ejemplo, Producto en la ontología O1 es Materia Prima en la ontología O2), para descubrir relaciones ocultas o inesperadas entre los datos y para integrar esquemas de bases de datos. La integración de esquemas de bases de datos resulta imprescindible cuando se trabaja con bases de datos federadas, que son vistas unificadas de bases de datos independientes. Estas bases de datos aparentan ser una sola base de datos, pero se componen de información extraída de bases de datos independientes, que pueden estar alejadas miles de kilómetros. Una BD federada aparenta ser una BD normal y corriente, pero no tiene existencia física: es una vista lógica. Las bases de datos federadas son muy importantes en la Web, pues dan una vista común de los datos procedentes de fuentes muy distintas (agencias de noticias, portales, foros, periódicos y revistas electrónicos, etc.). Figura 4. Descripción de una base de datos federada. En la ingeniería del software, las ontologías ayudan a la especificación de los sistemas de software. Como la falta de un entendimiento común conduce a dificultades en identificar los requisitos y especificaciones del sistema que se busca desarrollar, las ontologías facilitan el acuerdo entre desarrolladores y usuarios.
  • 10. Copyright (c) 2005-2013, Miguel Ángel Abián Página 10 de 10 Sobre el autor: Miguel Ángel Abián nació en Soria. Obtuvo la suficiencia investigadora en el Dpto. de Física Aplicada de la Universidad de Valencia con una tesina sobre electromagnetismo. Realizó varios cursos de doctorado relacionados con electromagnetismo, electrónica, semiconductores y cristales fotónicos. Ha recibido becas del IMPIVA (Instituto de la Mediana y Pequeña Industria Valenciana) y de la Universidad Politécnica de Valencia. Cursó un Máster estadounidense en UML y Java y otro sobre tecnologías de Internet/Intranet. Se incorporó en 1998 a AIDIMA, donde ha participado como investigador en 24 proyectos de investigación nacionales e internacionales relacionados con la Web semántica, tecnologías de la información, madera en construcción, biosensórica, bioelectrónica, telecomunicaciones, visión artificial; así como en la Red de Excelencia de la Comisión Europea INTEROP 2003-2007. Algunos de los proyectos europeos relacionados con las tecnologías semánticas en los que ha participado son ATHENA y STASIS (http://www.stasis- project.net/). El año 2006 estuvo cuatro meses como investigador invitado en el departamento Lehrstuhl für Messsystem und Sensortechnik de la Universidad Politécnica de Munich (TUM), donde colaboró en el desarrollo de nuevos métodos para la detección de defectos en superficies acabadas y en el diseño e implementación de sistemas distribuidos de sensores para el sector del automóvil y de energías renovables. En 2007 recibió un premio BANCAJA- UPV por un proyecto relacionado con la calidad interna de la madera. En 2009 recibió el premio internacional Schweighofer Innovation Prize -el premio más prestigioso en el sector forestal y de la madera- por su aportación al desarrollo de nuevas tecnologías de evaluación no destructiva de la madera en construcción. Actualmente es Responsable del Departamento de Tecnología y Biotecnología de la Madera y del Área de Construcción de Madera. Es coautor de 7 libros y guías técnicas relacionadas con el uso de la madera en la construcción y la visión artificial. También ha publicado varios artículos científicos en revistas como IEEE Transactions on Microwave Theory and Techniques y Wood Science and Technology. Ha participado como ponente en congresos y conferencias como European Congress on Computational Methods in Applied Sciences and Engineering, IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems, International Conference on Space Structures (IABSE-IASS) y en reuniones COST (European Cooperation in Science and Technology). Ha publicado más de 22 artículos técnicos en revistas sectoriales y técnicas. Es autor o coautor de 8 patentes, algunas de ellas en trámite. Tres de ellas corresponden a dispositivos y métodos para detectar la biodegradación de la madera en construcción. Actualmente, entre otros proyectos como WOODRUB o CELLUWOOD, trabaja en SEMCONCEPT, un proyecto de I+D+i para aplicar tecnologías semánticas (ontologías, buscadores semánticos) en el diseño conceptual de productos industriales. Sus intereses actuales son la evolución de la programación orientada a objetos, Java, la Web semántica y sus tecnologías, la arquitectura orgánica, el surrealismo y París, siempre París.