Code repositories contain valuable information, which can be extracted, processed and synthesized into valuable information. It enabled developers to improve maintenance, increase code quality and understand software evolution, among other insights. Certain research has been made during the last years in this field. This paper presents a systematic mapping study to find, evaluate and investigate the mechanisms, methods and techniques used for the analysis of information from code repositories that allow the understanding of the evolution of software. Through this mapping study, we have identified the main information used as input for the analysis of code repositories (commit data and source code), as well as the most common methods and techniques of analysis (empirical/experimental and automatic). We believe the conducted research is useful for developers working on software development projects and seeking to improve maintenance and understand the evolution of software through the use and analysis of code repositories.

No abstract

.

En este trabajo se presenta un algoritmo inteligente para la clasificación de personas con lentes de contacto en un consultorio médico de oftalmología. Se desarrolló un sistema basado en mapas auto organizativos de MatLab©. Este tipo de herramientas permite utilizar las imágenes características de los pacientes y clasificarlas a través de un aprendizaje no supervisado. Los Mapas Auto Organizativos (SOM por sus siglas en inglés) son un tipo de red neuronal del tipo Kohonen, que utiliza las características visual y auditiva del cerebro humano. El sistema logró realizar tres categorías: personas con lentes de contacto duro, personas con lentes de contacto blando y personas sin lentes. Este sistema sirve de apoyo a la consulta médica oftalmológica y optometrista, pudiendo agilizar el proceso de diagnóstico en los pacientes. Se empleó el índice de agrupación de Davies-Bolding para la optimización del error.