Procesamiento inteligente de grandes volúmenes de datos

Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Big Data y Minería de Datos utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de infor...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Hasperué, Waldo, Estrebou, César Armando, Camele, Genaro, Rucci, Enzo, Ronchetti, Franco, Rodriguez Eguren, Sebastián, Castillo, David, Reyes Zambrano, Gary Xavier, Lanzarini, Laura Cristina, Bariviera, Aurelio F.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Big Data
Minería de Datos
Diabetes
Análisis de flujos de datos
Reducción de características
Tiny ML
GPS
MapReduce
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176262
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-176262
record_format dspace
spelling I19-R120-10915-1762622025-02-07T20:05:14Z http://sedici.unlp.edu.ar/handle/10915/176262 Procesamiento inteligente de grandes volúmenes de datos Hasperué, Waldo Estrebou, César Armando Camele, Genaro Rucci, Enzo Ronchetti, Franco Rodriguez Eguren, Sebastián Castillo, David Reyes Zambrano, Gary Xavier Lanzarini, Laura Cristina Bariviera, Aurelio F. 2024-04 2024 2025-02-07T13:51:04Z es Ciencias Informáticas Big Data Minería de Datos Diabetes Análisis de flujos de datos Reducción de características Tiny ML GPS MapReduce Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Big Data y Minería de Datos utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. Las investigaciones correspondientes al procesamiento de datos masivos están enfocadas en el estudio y desarrollo de técnicas de selección de características, donde el foco está puesto en la reducción de los tiempos de cómputo. La optimización puede realizarse tanto en la mejora de la ejecución en un entorno distribuido, como en la propuesta de técnicas metaheurísticas que permitan obtener un subconjunto óptimo de atributos. Por otro lado, y desde el punto de vista de la salud, se está trabajando con investigadores del CENEXA (CONICET-UNLP-CIC) en la obtención de modelos de predicción de diabetes y prediabetes. Las investigaciones relacionadas con el análisis de flujos de datos se centran en la construcción de modelos dinámicos descriptivos. En particular el énfasis está puesto en la resolución de un problema de sumo interés en relación al análisis de trayectorias GPS a fin de identificar congestiones en el tránsito. 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 203-207
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Big Data
Minería de Datos
Diabetes
Análisis de flujos de datos
Reducción de características
Tiny ML
GPS
MapReduce
spellingShingle Ciencias Informáticas
Big Data
Minería de Datos
Diabetes
Análisis de flujos de datos
Reducción de características
Tiny ML
GPS
MapReduce
Hasperué, Waldo
Estrebou, César Armando
Camele, Genaro
Rucci, Enzo
Ronchetti, Franco
Rodriguez Eguren, Sebastián
Castillo, David
Reyes Zambrano, Gary Xavier
Lanzarini, Laura Cristina
Bariviera, Aurelio F.
Procesamiento inteligente de grandes volúmenes de datos
topic_facet Ciencias Informáticas
Big Data
Minería de Datos
Diabetes
Análisis de flujos de datos
Reducción de características
Tiny ML
GPS
MapReduce
description Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Big Data y Minería de Datos utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. Las investigaciones correspondientes al procesamiento de datos masivos están enfocadas en el estudio y desarrollo de técnicas de selección de características, donde el foco está puesto en la reducción de los tiempos de cómputo. La optimización puede realizarse tanto en la mejora de la ejecución en un entorno distribuido, como en la propuesta de técnicas metaheurísticas que permitan obtener un subconjunto óptimo de atributos. Por otro lado, y desde el punto de vista de la salud, se está trabajando con investigadores del CENEXA (CONICET-UNLP-CIC) en la obtención de modelos de predicción de diabetes y prediabetes. Las investigaciones relacionadas con el análisis de flujos de datos se centran en la construcción de modelos dinámicos descriptivos. En particular el énfasis está puesto en la resolución de un problema de sumo interés en relación al análisis de trayectorias GPS a fin de identificar congestiones en el tránsito.
format Objeto de conferencia
Objeto de conferencia
author Hasperué, Waldo
Estrebou, César Armando
Camele, Genaro
Rucci, Enzo
Ronchetti, Franco
Rodriguez Eguren, Sebastián
Castillo, David
Reyes Zambrano, Gary Xavier
Lanzarini, Laura Cristina
Bariviera, Aurelio F.
author_facet Hasperué, Waldo
Estrebou, César Armando
Camele, Genaro
Rucci, Enzo
Ronchetti, Franco
Rodriguez Eguren, Sebastián
Castillo, David
Reyes Zambrano, Gary Xavier
Lanzarini, Laura Cristina
Bariviera, Aurelio F.
author_sort Hasperué, Waldo
title Procesamiento inteligente de grandes volúmenes de datos
title_short Procesamiento inteligente de grandes volúmenes de datos
title_full Procesamiento inteligente de grandes volúmenes de datos
title_fullStr Procesamiento inteligente de grandes volúmenes de datos
title_full_unstemmed Procesamiento inteligente de grandes volúmenes de datos
title_sort procesamiento inteligente de grandes volúmenes de datos
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/176262
work_keys_str_mv AT hasperuewaldo procesamientointeligentedegrandesvolumenesdedatos
AT estreboucesararmando procesamientointeligentedegrandesvolumenesdedatos
AT camelegenaro procesamientointeligentedegrandesvolumenesdedatos
AT ruccienzo procesamientointeligentedegrandesvolumenesdedatos
AT ronchettifranco procesamientointeligentedegrandesvolumenesdedatos
AT rodriguezegurensebastian procesamientointeligentedegrandesvolumenesdedatos
AT castillodavid procesamientointeligentedegrandesvolumenesdedatos
AT reyeszambranogaryxavier procesamientointeligentedegrandesvolumenesdedatos
AT lanzarinilauracristina procesamientointeligentedegrandesvolumenesdedatos
AT barivieraaureliof procesamientointeligentedegrandesvolumenesdedatos
_version_ 1845116776430436352

Ejemplares similares