Sistema de Archivos Paralelos con Aplicaciones de Machine Learning

Se propone la investigación, análisis y evaluación del impacto de aplicaciones del tipo Machine Learning en un sistema de archivos paralelos, a nivel de rendimiento y uso de recursos. Para tal motivo se plantea el estudio del sistema de archivos paralelo BeeGFS, como infraestructura, y el uso de apl...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Benquerenca, Nicolás, Bond, Román, Morales, Martín Alberto, Encinas, Diego
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2022
Materias:
Ciencias Informáticas
Sistemas de Archivos
BeeGFS
Benchmarks
Cloud Computing
Machine Learning
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/149420
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-149420
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
Sistemas de Archivos
BeeGFS
Benchmarks
Cloud Computing
Machine Learning
spellingShingle Ciencias Informáticas
Sistemas de Archivos
BeeGFS
Benchmarks
Cloud Computing
Machine Learning
Benquerenca, Nicolás
Bond, Román
Morales, Martín Alberto
Encinas, Diego
Sistema de Archivos Paralelos con Aplicaciones de Machine Learning
topic_facet Ciencias Informáticas
Sistemas de Archivos
BeeGFS
Benchmarks
Cloud Computing
Machine Learning
description Se propone la investigación, análisis y evaluación del impacto de aplicaciones del tipo Machine Learning en un sistema de archivos paralelos, a nivel de rendimiento y uso de recursos. Para tal motivo se plantea el estudio del sistema de archivos paralelo BeeGFS, como infraestructura, y el uso de aplicaciones de Machine Learning como herramienta de benchmark para obtener los resultados necesarios y posterior análisis. Los sistemas de archivos paralelos nos permiten incrementar el rendimiento de los “File Servers” que requieren de mayor capacidad de respuesta a operaciones de lectura y escritura por accesos recurrentes y concurrentes a datos, donde los sistemas de archivos convencionales como “Network File System” no pueden satisfacer esta capacidad, entre otras grandes ventajas.
format Objeto de conferencia
Objeto de conferencia
author Benquerenca, Nicolás
Bond, Román
Morales, Martín Alberto
Encinas, Diego
author_facet Benquerenca, Nicolás
Bond, Román
Morales, Martín Alberto
Encinas, Diego
author_sort Benquerenca, Nicolás
title Sistema de Archivos Paralelos con Aplicaciones de Machine Learning
title_short Sistema de Archivos Paralelos con Aplicaciones de Machine Learning
title_full Sistema de Archivos Paralelos con Aplicaciones de Machine Learning
title_fullStr Sistema de Archivos Paralelos con Aplicaciones de Machine Learning
title_full_unstemmed Sistema de Archivos Paralelos con Aplicaciones de Machine Learning
title_sort sistema de archivos paralelos con aplicaciones de machine learning
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/149420
work_keys_str_mv AT benquerencanicolas sistemadearchivosparalelosconaplicacionesdemachinelearning
AT bondroman sistemadearchivosparalelosconaplicacionesdemachinelearning
AT moralesmartinalberto sistemadearchivosparalelosconaplicacionesdemachinelearning
AT encinasdiego sistemadearchivosparalelosconaplicacionesdemachinelearning
bdutipo_str Repositorios
_version_ 1764820462773207043

Ejemplares similares