Familias de curvas elípticas adecuadas para Criptografía Basada en la Identidad

La Criptografía Basada en la Identidad hace uso de curvas elípticas que satisfacen ciertas condiciones (pairingfriendly curves), en particular, el grado de inmersión de dichas curvas debe ser pequeño. En este trabajo se obtienen familias explicitas de curvas elípticas idóneas para este escenario. Dicha criptografía está basada en el cálculo de emparejamientos sobre curvas, cálculo factible gracias al algoritmo de Miller. Proponemos una versión más eficiente que la clásica de este algoritmo usando la representación de un número en forma no adyacente (NAF).

Determinantes de la eficiencia en el canal de distribución: análisis en agencias de viajes

El incremento de la competencia entre agencias de viajes y el impacto del comercio electrónico como una alternativa al canal de distribución turístico tradicional han dado lugar a un entorno en el que la gestión eficiente de los recursos productivos resulta fundamental para las agencias de viajes. Así, el objetivo del trabajo consiste en estimar la eficiencia con la que operan los intermediarios del sector minorista español de distribución turístico, y conocer la influencia de algunos de sus factores determinantes (salarios, antigüedad y oferta de servicios de comercio electrónico). La metodología de investigación se apoya en la estimación de una frontera paramétrica de naturaleza estocástica. El análisis empírico efectuado sobre una muestra de 1086 agencias de viajes en 2004 evidencia bajos niveles de eficiencia, que son explicados por el nivel de salarios medio y por la antigüedad de la agencia.

La construcción ideológica y social del fenómeno de las adopciones: avances y retos para una sociología de las adopciones

El artículo tiene como objetivo el análisis del proceso de construcción social del fenómeno de las adopciones en España, que tendrá mayor relevancia numérica e impacto social en la década de los noventa con el incremento de las adopciones internacionales. Las conclusiones que se presentan surgen de la investigación documental llevada a cabo en documentos oficiales y personales. Las leyes, normas y decretos que se revisan son examinados en su estructura social y al hilo de las ideologías dominantes sobre maternidad, crianza, infancia y familia. Se incluye el legado normativo que el movimiento por la recuperación de la memoria histórica ha dotado de contemporaneidad, al tiempo que nos sitúa en la construcción actual de la adopción. Esta visión diacrónica se completa con el análisis de documentos personales autobiográficos. Si significativo es el incremento de las adopciones internacionales en España, también lo es el importante número de documentos personales en los que madres y padres relatan en primera persona su experiencia con la adopción. Sus narraciones son críticas con la gestión del proceso de la adopción y con la ideología que subyace, basada en la construcción de la diferencia con fuerte sesgo a favor del modelo biológico y en la sacralización del niño adoptado. En sus relatos se sigue el proceso contemporáneo de construcción identitario, individual y social de la adopción en España.

A knowledge-based textual entailment approach applied to the QA answer validation at CLEF 2006

The Answer Validation Exercise (AVE) is a pilot track within the Cross-Language Evaluation Forum (CLEF) 2006. The AVE competition provides an evaluation frame- work for answer validations in Question Answering (QA). In our participation in AVE, we propose a system that has been initially used for other task as Recognising Textual Entailment (RTE). The aim of our participation is to evaluate the improvement our system brings to QA. Moreover, due to the fact that these two task (AVE and RTE) have the same main idea, which is to find semantic implications between two fragments of text, our system has been able to be directly applied to the AVE competition. Our system is based on the representation of the texts by means of logic forms and the computation of semantic comparison between them. This comparison is carried out using two different approaches. The first one managed by a deeper study of the Word- Net relations, and the second uses the measure defined by Lin in order to compute the semantic similarity between the logic form predicates. Moreover, we have also designed a voting strategy between our system and the MLEnt system, also presented by the University of Alicante, with the aim of obtaining a joint execution of the two systems developed at the University of Alicante. Although the results obtained have not been very high, we consider that they are quite promising and this supports the fact that there is still a lot of work on researching in any kind of textual entailment.

Truth Values in t-norm based Systems Many-valued FUZZY Logic

In t-norm based systems many-valued logic, valuations of propositions form a non-countable set: interval [0,1]. In addition, we are given a set E of truth values p, subject to certain conditions, the valuation v is v=V(p), V reciprocal application of E on [0,1]. The general propositional algebra of t-norm based many-valued logic is then constructed from seven axioms. It contains classical logic (not many-valued) as a special case. It is first applied to the case where E=[0,1] and V is the identity. The result is a t-norm based many-valued logic in which contradiction can have a nonzero degree of truth but cannot be true; for this reason, this logic is called quasi-paraconsistent.

Improving classification using a Confidence Matrix based on weak classifiers applied to OCR

This paper proposes a new feature representation method based on the construction of a Confidence Matrix (CM). This representation consists of posterior probability values provided by several weak classifiers, each one trained and used in different sets of features from the original sample. The CM allows the final classifier to abstract itself from discovering underlying groups of features. In this work the CM is applied to isolated character image recognition, for which several set of features can be extracted from each sample. Experimentation has shown that the use of CM permits a significant improvement in accuracy in most cases, while the others remain the same. The results were obtained after experimenting with four well-known corpora, using evolved meta-classifiers with the k-Nearest Neighbor rule as a weak classifier and by applying statistical significance tests.