Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución d...

Autores
Trigila, Mariano; Gaudiani, Adriana; Luque, Emilio; Naiouf, Marcelo
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El objetivo principal de esta propuesta es mejorar de manera automática la calidad de la simulación de un sistema dinámico complejo, proponiendo una metodología computacional de calibración. En particular se utilizará con un modelo de translación de ondas a lo largo del cauce de un río. Esta metodología se centrará en manejar la incertidumbre en los parámetros del modelo para optimizar la calidad de la predicción del simulador. Este trabajo continúa con la línea de investigación previa donde se propuso una metodología computacional de optimización que fue validada con este simulador. En esa oportunidad se elaboró una mejora computacional independiente del sistema simulado, pero en este trabajo se aprovecharán las características propias del dominio del sistema para calibrar el modelo. Se aprovecharán las propiedades de localidad en los valores de los parámetros, proponiendo una calibración en pasos sucesivos, en tramos seleccionados sobre el cauce del río. La implementación de este trabajo requiere la utilización de técnicas de las ciencias de los datos, del cómputo de alto rendimiento y métodos del campo de la optimización, buscando lograr el mayor ahorro en el uso de recursos computacionales.
Materia
Ciencias de la Computación
optimización y simulación
calibración automática
ciencia de los datos
cómputo eficiente
cómputo de alto rendimiento
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/8360

id CICBA_8f4f6aef2bbbfe4a32030d27710227f6
oai_identifier_str oai:digital.cic.gba.gob.ar:11746/8360
network_acronym_str CICBA
repository_id_str 9441
network_name_str CIC Digital (CICBA)
spelling Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejosTrigila, MarianoGaudiani, AdrianaLuque, EmilioNaiouf, MarceloCiencias de la Computaciónoptimización y simulacióncalibración automáticaciencia de los datoscómputo eficientecómputo de alto rendimientoEl objetivo principal de esta propuesta es mejorar de manera automática la calidad de la simulación de un sistema dinámico complejo, proponiendo una metodología computacional de calibración. En particular se utilizará con un modelo de translación de ondas a lo largo del cauce de un río. Esta metodología se centrará en manejar la incertidumbre en los parámetros del modelo para optimizar la calidad de la predicción del simulador. Este trabajo continúa con la línea de investigación previa donde se propuso una metodología computacional de optimización que fue validada con este simulador. En esa oportunidad se elaboró una mejora computacional independiente del sistema simulado, pero en este trabajo se aprovecharán las características propias del dominio del sistema para calibrar el modelo. Se aprovecharán las propiedades de localidad en los valores de los parámetros, proponiendo una calibración en pasos sucesivos, en tramos seleccionados sobre el cauce del río. La implementación de este trabajo requiere la utilización de técnicas de las ciencias de los datos, del cómputo de alto rendimiento y métodos del campo de la optimización, buscando lograr el mayor ahorro en el uso de recursos computacionales.2018-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/8360spainfo:eu-repo/semantics/altIdentifier/hdl/10915/68228info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-29T13:40:03Zoai:digital.cic.gba.gob.ar:11746/8360Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-09-29 13:40:03.714CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
title Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
spellingShingle Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
Trigila, Mariano
Ciencias de la Computación
optimización y simulación
calibración automática
ciencia de los datos
cómputo eficiente
cómputo de alto rendimiento
title_short Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
title_full Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
title_fullStr Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
title_full_unstemmed Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
title_sort Simulación computacional, ciencia de los datos, cómputo de alto rendimiento y optimización aplicados a mejorar la predicción de modelos de simulación que representan la evolución de sistemas complejos
dc.creator.none.fl_str_mv Trigila, Mariano
Gaudiani, Adriana
Luque, Emilio
Naiouf, Marcelo
author Trigila, Mariano
author_facet Trigila, Mariano
Gaudiani, Adriana
Luque, Emilio
Naiouf, Marcelo
author_role author
author2 Gaudiani, Adriana
Luque, Emilio
Naiouf, Marcelo
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias de la Computación
optimización y simulación
calibración automática
ciencia de los datos
cómputo eficiente
cómputo de alto rendimiento
topic Ciencias de la Computación
optimización y simulación
calibración automática
ciencia de los datos
cómputo eficiente
cómputo de alto rendimiento
dc.description.none.fl_txt_mv El objetivo principal de esta propuesta es mejorar de manera automática la calidad de la simulación de un sistema dinámico complejo, proponiendo una metodología computacional de calibración. En particular se utilizará con un modelo de translación de ondas a lo largo del cauce de un río. Esta metodología se centrará en manejar la incertidumbre en los parámetros del modelo para optimizar la calidad de la predicción del simulador. Este trabajo continúa con la línea de investigación previa donde se propuso una metodología computacional de optimización que fue validada con este simulador. En esa oportunidad se elaboró una mejora computacional independiente del sistema simulado, pero en este trabajo se aprovecharán las características propias del dominio del sistema para calibrar el modelo. Se aprovecharán las propiedades de localidad en los valores de los parámetros, proponiendo una calibración en pasos sucesivos, en tramos seleccionados sobre el cauce del río. La implementación de este trabajo requiere la utilización de técnicas de las ciencias de los datos, del cómputo de alto rendimiento y métodos del campo de la optimización, buscando lograr el mayor ahorro en el uso de recursos computacionales.
description El objetivo principal de esta propuesta es mejorar de manera automática la calidad de la simulación de un sistema dinámico complejo, proponiendo una metodología computacional de calibración. En particular se utilizará con un modelo de translación de ondas a lo largo del cauce de un río. Esta metodología se centrará en manejar la incertidumbre en los parámetros del modelo para optimizar la calidad de la predicción del simulador. Este trabajo continúa con la línea de investigación previa donde se propuso una metodología computacional de optimización que fue validada con este simulador. En esa oportunidad se elaboró una mejora computacional independiente del sistema simulado, pero en este trabajo se aprovecharán las características propias del dominio del sistema para calibrar el modelo. Se aprovecharán las propiedades de localidad en los valores de los parámetros, proponiendo una calibración en pasos sucesivos, en tramos seleccionados sobre el cauce del río. La implementación de este trabajo requiere la utilización de técnicas de las ciencias de los datos, del cómputo de alto rendimiento y métodos del campo de la optimización, buscando lograr el mayor ahorro en el uso de recursos computacionales.
publishDate 2018
dc.date.none.fl_str_mv 2018-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://digital.cic.gba.gob.ar/handle/11746/8360
url https://digital.cic.gba.gob.ar/handle/11746/8360
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/hdl/10915/68228
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:CIC Digital (CICBA)
instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron:CICBA
reponame_str CIC Digital (CICBA)
collection CIC Digital (CICBA)
instname_str Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron_str CICBA
institution CICBA
repository.name.fl_str_mv CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
repository.mail.fl_str_mv marisa.degiusti@sedici.unlp.edu.ar
_version_ 1844618596763828224
score 13.070432