Árboles de decisión adaptativos en políticas de admisión a caché

Millones de consultas son procesadas diariamente por los motores de búsqueda web. En éstos la utilización de memoria caché es crucial para reducir el tiempo de respuesta y aumentar el rendimiento. En la literatura, diversos autores han propuesto la utilización de técnicas de aprendizaje automático p...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Tonin Monzón, Francisco, Banchero, Santiago, Tolosa, Gabriel Hernán
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2018
Materias:	Ciencias Informáticas Motor de Búsqueda Cache memories árbol de decisión estático clásico
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/70642 http://47jaiio.sadio.org.ar/sites/default/files/AGRANDA-04.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-70642
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 Motor de Búsqueda Cache memories árbol de decisión estático clásico
spellingShingle	Ciencias Informáticas Motor de Búsqueda Cache memories árbol de decisión estático clásico Tonin Monzón, Francisco Banchero, Santiago Tolosa, Gabriel Hernán Árboles de decisión adaptativos en políticas de admisión a caché
topic_facet	Ciencias Informáticas Motor de Búsqueda Cache memories árbol de decisión estático clásico
description	Millones de consultas son procesadas diariamente por los motores de búsqueda web. En éstos la utilización de memoria caché es crucial para reducir el tiempo de respuesta y aumentar el rendimiento. En la literatura, diversos autores han propuesto la utilización de técnicas de aprendizaje automático para aumentar la e ficiencia de la caché. Hasta el momento, los trabajos en el área consisten en la utilización de algoritmos con funcionamiento por lote para gestionar las políticas de diferentes niveles de caché. Estos algoritmos construyen modelos estáticos que reducen su efectividad ante cambios en la distribución de los datos de entrada. Por otro lado, la investigación en el área de minería de flujos de datos ha aportado nuevos algoritmos, técnicas y plataformas para hacer frente a ambientes con generación continua de datos, altas tasas de arribo y elevados niveles de fluctuación en éstas, características que a su vez de finen a la resolución de consultas en motores de búsqueda web. Basado en esto, se propone la utilización de un árbol de decisión adaptativo para generar reglas que permiten predecir futuras apariciones de las consultas. El rendimiento del mismo es comparado contra un árbol de decisión estático clásico mostrando las ventajas de reconocer dinámicamente patrones que identifi can consultas frecuentes.
format	Objeto de conferencia Objeto de conferencia
author	Tonin Monzón, Francisco Banchero, Santiago Tolosa, Gabriel Hernán
author_facet	Tonin Monzón, Francisco Banchero, Santiago Tolosa, Gabriel Hernán
author_sort	Tonin Monzón, Francisco
title	Árboles de decisión adaptativos en políticas de admisión a caché
title_short	Árboles de decisión adaptativos en políticas de admisión a caché
title_full	Árboles de decisión adaptativos en políticas de admisión a caché
title_fullStr	Árboles de decisión adaptativos en políticas de admisión a caché
title_full_unstemmed	Árboles de decisión adaptativos en políticas de admisión a caché
title_sort	árboles de decisión adaptativos en políticas de admisión a caché
publishDate	2018
url	http://sedici.unlp.edu.ar/handle/10915/70642 http://47jaiio.sadio.org.ar/sites/default/files/AGRANDA-04.pdf
work_keys_str_mv	AT toninmonzonfrancisco arbolesdedecisionadaptativosenpoliticasdeadmisionacache AT bancherosantiago arbolesdedecisionadaptativosenpoliticasdeadmisionacache AT tolosagabrielhernan arbolesdedecisionadaptativosenpoliticasdeadmisionacache
bdutipo_str	Repositorios
_version_	1764820481632894976

Árboles de decisión adaptativos en políticas de admisión a caché

Ejemplares similares