Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless

El Instituto Nacional de Prevención Sísmica (INPRES), por Ley 19616, es el organismo público en argentina encargado, del monitoreo sísmico de todo el territorio Argentino. Como tal, es poseedor de un vasto e importante catálogo sísmico y de formas de onda, único en Argentina. Estos datos están dispo...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Murazzo, María Antonia, Moreno, Marcelo P., Rodríguez, Nelson R., Sifón, Ricardo, Nicolia, Valeria, Benemerito, Ignacio, Celador, Leonardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/164014
Aporte de:
id I19-R120-10915-164014
record_format dspace
spelling I19-R120-10915-1640142024-03-20T20:04:16Z http://sedici.unlp.edu.ar/handle/10915/164014 Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless Murazzo, María Antonia Moreno, Marcelo P. Rodríguez, Nelson R. Sifón, Ricardo Nicolia, Valeria Benemerito, Ignacio Celador, Leonardo 2023-04 2023 2024-03-19T17:25:59Z es Ciencias Informáticas serverless computing cloud computing grandes volumenes de datos El Instituto Nacional de Prevención Sísmica (INPRES), por Ley 19616, es el organismo público en argentina encargado, del monitoreo sísmico de todo el territorio Argentino. Como tal, es poseedor de un vasto e importante catálogo sísmico y de formas de onda, único en Argentina. Estos datos están disponibles en servidores locales, y cualquier usuario, puede solicitarlos. Cada pedido de datos supone un importante esfuerzo, ya que los requerimientos de ese tipo generalmente se refieren a grandes volúmenes de datos, y requiere de una también muy importante capacidad de cómputo, los que se deben realizar y satisfacer desde el mismo Centro de Datos dedicado a tareas de rutina. Dada esta problemática es que se plantea el uso de serverles computing con el objeto de usar una infraestructura cloud pública para alojar los datos y FaaS para implementar las técnicas de manipulación de los datos. 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
serverless computing
cloud computing
grandes volumenes de datos
spellingShingle Ciencias Informáticas
serverless computing
cloud computing
grandes volumenes de datos
Murazzo, María Antonia
Moreno, Marcelo P.
Rodríguez, Nelson R.
Sifón, Ricardo
Nicolia, Valeria
Benemerito, Ignacio
Celador, Leonardo
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless
topic_facet Ciencias Informáticas
serverless computing
cloud computing
grandes volumenes de datos
description El Instituto Nacional de Prevención Sísmica (INPRES), por Ley 19616, es el organismo público en argentina encargado, del monitoreo sísmico de todo el territorio Argentino. Como tal, es poseedor de un vasto e importante catálogo sísmico y de formas de onda, único en Argentina. Estos datos están disponibles en servidores locales, y cualquier usuario, puede solicitarlos. Cada pedido de datos supone un importante esfuerzo, ya que los requerimientos de ese tipo generalmente se refieren a grandes volúmenes de datos, y requiere de una también muy importante capacidad de cómputo, los que se deben realizar y satisfacer desde el mismo Centro de Datos dedicado a tareas de rutina. Dada esta problemática es que se plantea el uso de serverles computing con el objeto de usar una infraestructura cloud pública para alojar los datos y FaaS para implementar las técnicas de manipulación de los datos.
format Objeto de conferencia
Objeto de conferencia
author Murazzo, María Antonia
Moreno, Marcelo P.
Rodríguez, Nelson R.
Sifón, Ricardo
Nicolia, Valeria
Benemerito, Ignacio
Celador, Leonardo
author_facet Murazzo, María Antonia
Moreno, Marcelo P.
Rodríguez, Nelson R.
Sifón, Ricardo
Nicolia, Valeria
Benemerito, Ignacio
Celador, Leonardo
author_sort Murazzo, María Antonia
title Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless
title_short Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless
title_full Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless
title_fullStr Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless
title_full_unstemmed Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless
title_sort técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en serverless
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/164014
work_keys_str_mv AT murazzomariaantonia tecnicasderecuperacionyprocesamientodegrandesvolumenesdedatossismicosunrepositoriopublicobasadoenserverless
AT morenomarcelop tecnicasderecuperacionyprocesamientodegrandesvolumenesdedatossismicosunrepositoriopublicobasadoenserverless
AT rodrigueznelsonr tecnicasderecuperacionyprocesamientodegrandesvolumenesdedatossismicosunrepositoriopublicobasadoenserverless
AT sifonricardo tecnicasderecuperacionyprocesamientodegrandesvolumenesdedatossismicosunrepositoriopublicobasadoenserverless
AT nicoliavaleria tecnicasderecuperacionyprocesamientodegrandesvolumenesdedatossismicosunrepositoriopublicobasadoenserverless
AT benemeritoignacio tecnicasderecuperacionyprocesamientodegrandesvolumenesdedatossismicosunrepositoriopublicobasadoenserverless
AT celadorleonardo tecnicasderecuperacionyprocesamientodegrandesvolumenesdedatossismicosunrepositoriopublicobasadoenserverless
_version_ 1807222707395231744