Métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido
Los grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en métricas de rendimiento. En particular, nos abocamos a métricas energéticas que cobraron enorme relevancia debido al gran número de unidades de...
Guardado en:
Autores principales: | , , , , , , , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2022
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/144914 |
Aporte de: |
id |
I19-R120-10915-144914 |
---|---|
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 Computación de altas prestaciones Eficiencia energética Big data Salud Inteligencia artificial |
spellingShingle |
Ciencias Informáticas Computación de altas prestaciones Eficiencia energética Big data Salud Inteligencia artificial Balladini, Javier Morán, Marina Zanellato, Claudio Rozas, Claudia Cañibano, Rodrigo Orlandi, Cristina De Giusti, Armando Eduardo Suppi, Remo Rexachs del Rosario, Dolores Luque Fadón, Emilio Frati, Fernando Emmanuel Métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido |
topic_facet |
Ciencias Informáticas Computación de altas prestaciones Eficiencia energética Big data Salud Inteligencia artificial |
description |
Los grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en métricas de rendimiento. En particular, nos abocamos a métricas energéticas que cobraron enorme relevancia debido al gran número de unidades de procesamiento que componen los sistemas de cómputo. Por otro lado, buscamos aplicar técnicas de cómputo paralelo y distribuido para brindar soluciones en el sector salud. En especial, nos orientamos a sistemas de alertas tempranas de gravedad, basadas en inteligencia artificial. Una aplicación está destinada a Unidades de Cuidados Intensivos, que debe tratar con datos masivos, y otra aplicación tiene como fin la clasificación del nivel de gravedad de pacientes con COVID-19, que presenta una arquitectura distribuida, tolerante a fallos y de simple administración. Los trabajos se desarrollan en colaboración con otras universidades, y un hospital público de Argentina. La formación de recursos humanos en estas líneas está orientada al nivel de tecnicatura, grado, maestría y doctoral. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Balladini, Javier Morán, Marina Zanellato, Claudio Rozas, Claudia Cañibano, Rodrigo Orlandi, Cristina De Giusti, Armando Eduardo Suppi, Remo Rexachs del Rosario, Dolores Luque Fadón, Emilio Frati, Fernando Emmanuel |
author_facet |
Balladini, Javier Morán, Marina Zanellato, Claudio Rozas, Claudia Cañibano, Rodrigo Orlandi, Cristina De Giusti, Armando Eduardo Suppi, Remo Rexachs del Rosario, Dolores Luque Fadón, Emilio Frati, Fernando Emmanuel |
author_sort |
Balladini, Javier |
title |
Métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido |
title_short |
Métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido |
title_full |
Métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido |
title_fullStr |
Métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido |
title_full_unstemmed |
Métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido |
title_sort |
métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial en cómputo paralelo y distribuido |
publishDate |
2022 |
url |
http://sedici.unlp.edu.ar/handle/10915/144914 |
work_keys_str_mv |
AT balladinijavier metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT moranmarina metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT zanellatoclaudio metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT rozasclaudia metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT canibanorodrigo metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT orlandicristina metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT degiustiarmandoeduardo metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT suppiremo metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT rexachsdelrosariodolores metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT luquefadonemilio metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido AT fratifernandoemmanuel metricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificialencomputoparaleloydistribuido |
bdutipo_str |
Repositorios |
_version_ |
1764820459846631424 |