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
- Institución
- Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
- OAI Identificador
- oai:digital.cic.gba.gob.ar:11746/8360
Ver los metadatos del registro completo
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 |