Big Data Optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida

La comunidad científica ha encontrado en el uso de los recursos tecnológicos disponibles una aliada para abordar problemas de gran complejidad e identificados como irresolubles. Tales problemas han sido abordados con técnicas exactas o heurísticas para lograr su resolución, o al menos conseguir solu...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Salto, Carolina, Minetti, Gabriela F., Alfonso, Hugo, Bermúdez, Carlos, Vargas, Javier, Morero, Franco
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2021
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/119895
Aporte de:
id I19-R120-10915-119895
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Big Data
Optimización
Algoritmos metaheurísticos
Solvers
spellingShingle Ciencias Informáticas
Big Data
Optimización
Algoritmos metaheurísticos
Solvers
Salto, Carolina
Minetti, Gabriela F.
Alfonso, Hugo
Bermúdez, Carlos
Vargas, Javier
Morero, Franco
Big Data Optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida
topic_facet Ciencias Informáticas
Big Data
Optimización
Algoritmos metaheurísticos
Solvers
description La comunidad científica ha encontrado en el uso de los recursos tecnológicos disponibles una aliada para abordar problemas de gran complejidad e identificados como irresolubles. Tales problemas han sido abordados con técnicas exactas o heurísticas para lograr su resolución, o al menos conseguir soluciones de alta calidad, cuando los mismos se clasifican como NP-duros. Inicialmente, los problemas se planteaban en entornos estáticos, pero en los últimos años se les trata de resolver reproduciendo las características dinámicas y de alta dimensionalidad que los alteran. La optimización de estos problemas, conocida como <i>Big Data Optimization</i>, se puede realizar diseñando algoritmos metaheurísticos secuenciales y distribuidos (<i>solvers</i>) bajo <i>frameworks</i> de programación de alto nivel como los que incorporan el paradigma MapReduce para el manejo de <i>Big Data</i>. Dichos <i>solvers</i>, en principio, serán diseñados y testeados con problemas académicos, con el objetivo de analizar el comportamiento en cuanto a eficiencia y escalabilidad. En consecuencia, nuestro objetivo central es adaptar estos <i>solvers</i> para abordar problemas de interés en contextos reales (científico, industrial, entre otros) donde estamos trabajando, y puntualmente en problemas de planificación y de diseño de redes de distribución de agua y de sensores en plantas industriales.
format Objeto de conferencia
Objeto de conferencia
author Salto, Carolina
Minetti, Gabriela F.
Alfonso, Hugo
Bermúdez, Carlos
Vargas, Javier
Morero, Franco
author_facet Salto, Carolina
Minetti, Gabriela F.
Alfonso, Hugo
Bermúdez, Carlos
Vargas, Javier
Morero, Franco
author_sort Salto, Carolina
title Big Data Optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida
title_short Big Data Optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida
title_full Big Data Optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida
title_fullStr Big Data Optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida
title_full_unstemmed Big Data Optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida
title_sort big data optimization con algoritmos metaheurísticos utilizando frameworks de computación distribuida
publishDate 2021
url http://sedici.unlp.edu.ar/handle/10915/119895
work_keys_str_mv AT saltocarolina bigdataoptimizationconalgoritmosmetaheuristicosutilizandoframeworksdecomputaciondistribuida
AT minettigabrielaf bigdataoptimizationconalgoritmosmetaheuristicosutilizandoframeworksdecomputaciondistribuida
AT alfonsohugo bigdataoptimizationconalgoritmosmetaheuristicosutilizandoframeworksdecomputaciondistribuida
AT bermudezcarlos bigdataoptimizationconalgoritmosmetaheuristicosutilizandoframeworksdecomputaciondistribuida
AT vargasjavier bigdataoptimizationconalgoritmosmetaheuristicosutilizandoframeworksdecomputaciondistribuida
AT morerofranco bigdataoptimizationconalgoritmosmetaheuristicosutilizandoframeworksdecomputaciondistribuida
bdutipo_str Repositorios
_version_ 1764820449027424258