Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial

Mostrar todas las versiones(2)

Los grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en la métrica del consumo energético, un tema de enorme relevancia actual dado el gran número de unidades de procesamiento que componen los sistem...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Balladini, Javier, Morán, Marina, Zanellato, Claudio, Rozas, Claudia, Cañibano, Rodrigo, Semenzato, Darío, Chiarotto, Agustín, Orlandi, Cristina, De Giusti, Armando Eduardo, Suppi, Remo, Rexachs del Rosario, Dolores, Luque Fadón, Emilio
Formato: documento de conferencia conferenceObject acceptedVersion
Lenguaje:Español
Publicado: Red de Universidades con Carreras en Informática 2021
Materias:
Computación de altas prestaciones
Eficiencia energética
Big data
Inteligencia artificial
COVID-19
Salud
Ciencias de la Computación e Información
Acceso en línea:http://rdi.uncoma.edu.ar/handle/uncomaid/16284
http://sedici.unlp.edu.ar/handle/10915/120363
Aporte de:
Repositorio Institucional UNCo de Universidad Nacional del Comahue
id I22-R178-uncomaid-16284
record_format dspace
institution Universidad Nacional del Comahue
institution_str I-22
repository_str R-178
collection Repositorio Institucional UNCo
language Español
topic Computación de altas prestaciones
Eficiencia energética
Big data
Inteligencia artificial
COVID-19
Salud
Ciencias de la Computación e Información
spellingShingle Computación de altas prestaciones
Eficiencia energética
Big data
Inteligencia artificial
COVID-19
Salud
Ciencias de la Computación e Información
Balladini, Javier
Morán, Marina
Zanellato, Claudio
Rozas, Claudia
Cañibano, Rodrigo
Semenzato, Darío
Chiarotto, Agustín
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
topic_facet Computación de altas prestaciones
Eficiencia energética
Big data
Inteligencia artificial
COVID-19
Salud
Ciencias de la Computación e Información
description Los grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en la métrica del consumo energético, un tema de enorme relevancia actual dado el gran número de unidades de procesamiento que componen los sistemas. Por otro lado, buscamos aplicar las técnicas de cómputo paralelo y distribuido para solucionar problemas del sector salud. En particular, nos orientamos a soluciones de alertas tempranas de gravedad para Unidades de Cuidados Intensivos, afectadas por un gran volumen de datos y la necesidad de aplicar técnicas de inteligencia artificial. También nos enfocamos en una aplicación para atender y clasificar pacientes con COVID-19 según el riesgo de salud. Los trabajos se desarrollan en colaboración con otras universidades, dos hospitales públicos de Argentina y un centro de investigación. La formación de recursos humanos en estas líneas está orientada al nivel de tecnicatura, grado, maestría y doctoral.
format documento de conferencia
conferenceObject
acceptedVersion
author Balladini, Javier
Morán, Marina
Zanellato, Claudio
Rozas, Claudia
Cañibano, Rodrigo
Semenzato, Darío
Chiarotto, Agustín
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author_facet Balladini, Javier
Morán, Marina
Zanellato, Claudio
Rozas, Claudia
Cañibano, Rodrigo
Semenzato, Darío
Chiarotto, Agustín
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author_sort Balladini, Javier
title Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_short Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_full Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_fullStr Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_full_unstemmed Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_sort cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
publisher Red de Universidades con Carreras en Informática
publishDate 2021
url http://rdi.uncoma.edu.ar/handle/uncomaid/16284
http://sedici.unlp.edu.ar/handle/10915/120363
work_keys_str_mv AT balladinijavier computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT moranmarina computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT zanellatoclaudio computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT rozasclaudia computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT canibanorodrigo computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT semenzatodario computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT chiarottoagustin computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT orlandicristina computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT degiustiarmandoeduardo computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT suppiremo computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT rexachsdelrosariodolores computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
AT luquefadonemilio computoparaleloydistribuidometricasderendimientoaplicacionesdedatosmasivoseinteligenciaartificial
bdutipo_str Repositorios
_version_ 1764820506237730816

Ejemplares similares