Simulación y análisis eficiente de grandes volúmenes de datos
El crecimiento en el volúmen de datos, así como en la heterogeneidad de los tipos de datos que existen en el mundo ha crecido exponencialmente en la última década. Esto implica dos grandes desafíos para la comunidad científica: (1) cómo procesar esos datos lo más rápido y eficiente posible y (2) có...
Guardado en:
| Autores principales: | , , , , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2023
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/164005 |
| Aporte de: |
| id |
I19-R120-10915-164005 |
|---|---|
| record_format |
dspace |
| spelling |
I19-R120-10915-1640052024-03-19T20:04:37Z http://sedici.unlp.edu.ar/handle/10915/164005 Simulación y análisis eficiente de grandes volúmenes de datos Barrionuevo, Mercedes Castro, Alicia Gil Costa, Graciela Verónica Labella, Danilo Loor, Fernando Printista, Alicia Marcela Tissera, Cristian Trabes, Guillermo 2023-04 2023 2024-03-19T16:35:04Z es Ciencias Informáticas grandes volúmenes de datos procesamiento eficiente Análisis de datos simulación resiliencia El crecimiento en el volúmen de datos, así como en la heterogeneidad de los tipos de datos que existen en el mundo ha crecido exponencialmente en la última década. Esto implica dos grandes desafíos para la comunidad científica: (1) cómo procesar esos datos lo más rápido y eficiente posible y (2) cómo obtener información a través de dichos datos. Por otro lado, este gran volúmen de datos brinda una oportunidad única en el área de modelado y simulación. Estos datos pueden ser utilizados para generar modelos de diferentes situaciones y aplicaciones que puedan ser validados y posteriormente escalados. En este trabajo, se presentan los objetivos, trabajo realizado y desafíos que aborda el grupo de investigación de la Universidad Nacional de San Luis, para abordar los temas que involucran el procesamiento eficiente de grandes volúmenes de datos, para realizarlo en forma eficiente de forma tal de reducir los tiempos de ejecución, evitar saturar los recursos, balancear la carga de trabajo y reducir consumos de energía, así como para obtener información efectiva de esos datos que puedan ser utilizados para la toma de decisiones utilizando técnicas de ciencias de datos y finalmente utilizar esos datos para generar modelos de simulación que permitan analizar situaciones que no son factibles de ser implementadas en la realidad por temas de costos, disponibilidad de recursos, etc. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf |
| institution |
Universidad Nacional de La Plata |
| institution_str |
I-19 |
| repository_str |
R-120 |
| collection |
SEDICI (UNLP) |
| language |
Español |
| topic |
Ciencias Informáticas grandes volúmenes de datos procesamiento eficiente Análisis de datos simulación resiliencia |
| spellingShingle |
Ciencias Informáticas grandes volúmenes de datos procesamiento eficiente Análisis de datos simulación resiliencia Barrionuevo, Mercedes Castro, Alicia Gil Costa, Graciela Verónica Labella, Danilo Loor, Fernando Printista, Alicia Marcela Tissera, Cristian Trabes, Guillermo Simulación y análisis eficiente de grandes volúmenes de datos |
| topic_facet |
Ciencias Informáticas grandes volúmenes de datos procesamiento eficiente Análisis de datos simulación resiliencia |
| description |
El crecimiento en el volúmen de datos, así como en la heterogeneidad de los tipos de datos que existen en el mundo ha crecido exponencialmente en la última década.
Esto implica dos grandes desafíos para la comunidad científica: (1) cómo procesar esos datos lo más rápido y eficiente posible y (2) cómo obtener información a través de dichos datos. Por otro lado, este gran volúmen de datos brinda una oportunidad única en el área de modelado y simulación. Estos datos pueden ser utilizados para generar modelos de diferentes situaciones y aplicaciones que puedan ser validados y posteriormente escalados.
En este trabajo, se presentan los objetivos, trabajo realizado y desafíos que aborda el grupo de investigación de la Universidad Nacional de San Luis, para abordar los temas que involucran el procesamiento eficiente de grandes volúmenes de datos, para realizarlo en forma eficiente de forma tal de reducir los tiempos de ejecución, evitar saturar los recursos, balancear la carga de trabajo y reducir consumos de energía, así como para obtener información efectiva de esos datos que puedan ser utilizados para la toma de decisiones utilizando técnicas de ciencias de datos y finalmente utilizar esos datos para generar modelos de simulación que permitan analizar situaciones que no son factibles de ser implementadas en la realidad por temas de costos, disponibilidad de recursos, etc. |
| format |
Objeto de conferencia Objeto de conferencia |
| author |
Barrionuevo, Mercedes Castro, Alicia Gil Costa, Graciela Verónica Labella, Danilo Loor, Fernando Printista, Alicia Marcela Tissera, Cristian Trabes, Guillermo |
| author_facet |
Barrionuevo, Mercedes Castro, Alicia Gil Costa, Graciela Verónica Labella, Danilo Loor, Fernando Printista, Alicia Marcela Tissera, Cristian Trabes, Guillermo |
| author_sort |
Barrionuevo, Mercedes |
| title |
Simulación y análisis eficiente de grandes volúmenes de datos |
| title_short |
Simulación y análisis eficiente de grandes volúmenes de datos |
| title_full |
Simulación y análisis eficiente de grandes volúmenes de datos |
| title_fullStr |
Simulación y análisis eficiente de grandes volúmenes de datos |
| title_full_unstemmed |
Simulación y análisis eficiente de grandes volúmenes de datos |
| title_sort |
simulación y análisis eficiente de grandes volúmenes de datos |
| publishDate |
2023 |
| url |
http://sedici.unlp.edu.ar/handle/10915/164005 |
| work_keys_str_mv |
AT barrionuevomercedes simulacionyanalisiseficientedegrandesvolumenesdedatos AT castroalicia simulacionyanalisiseficientedegrandesvolumenesdedatos AT gilcostagracielaveronica simulacionyanalisiseficientedegrandesvolumenesdedatos AT labelladanilo simulacionyanalisiseficientedegrandesvolumenesdedatos AT loorfernando simulacionyanalisiseficientedegrandesvolumenesdedatos AT printistaaliciamarcela simulacionyanalisiseficientedegrandesvolumenesdedatos AT tisseracristian simulacionyanalisiseficientedegrandesvolumenesdedatos AT trabesguillermo simulacionyanalisiseficientedegrandesvolumenesdedatos |
| _version_ |
1807222705262428160 |