Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
- Autores
- 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
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión aceptada
- Descripción
- 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.
Fil: Balladini, Javier. Universidad Nacional del Comahue. Facultad de Informática; Argentina.
Fil: Morán, Marina. Universidad Nacional del Comahue. Facultad de Informática; Argentina.
Fil: Zanellato, Claudio. Universidad Nacional del Comahue. Facultad de Informática; Argentina.
Fil: Rozas, Claudia. Universidad Nacional del Comahue. Facultad de Informática; Argentina.
Fil: Cañibano, Rodrigo. Universidad Nacional del Comahue. Facultad de Informática; Argentina.
Fil: Semenzato, Darío. Universidad Nacional del Comahue. Facultad de Informática; Argentina.
Fil: Chiarotto, Agustín. Universidad Nacional del Comahue. Facultad de Informática; Argentina.
Fil: Orlandi, Cristina. Hospital Francisco Lopez Lima; Argentina.
Fil: De Giusti, Armando Eduardo. Universidad Nacional de La Plata. Instituto de Investigación en Informática; Argentina.
Fil: Suppi, Remo. Universidad Autónoma de Barcelona. Departamento de Arquitectura de Computadores y Sistemas Operativos; España.
Fil: Rexachs del Rosario, Dolores. Universidad Autónoma de Barcelona Departamento de Arquitectura de Computadores y Sistemas Operativos; España.
Fil: Luque Fadón, Emilio. Universidad Autónoma de Barcelona. Departamento de Arquitectura de Computadores y Sistemas Operativos; España. - Fuente
- XXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021, Chilecito, La Rioja)
- Materia
-
Computación de altas prestaciones
Eficiencia energética
Big data
Inteligencia artificial
COVID-19
Salud
Ciencias de la Computación e Información - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Comahue
- OAI Identificador
- oai:rdi.uncoma.edu.ar:uncomaid/16284
Ver los metadatos del registro completo
id |
RDIUNCO_c8426659c982c543d6da4d2f74ae76d7 |
---|---|
oai_identifier_str |
oai:rdi.uncoma.edu.ar:uncomaid/16284 |
network_acronym_str |
RDIUNCO |
repository_id_str |
7108 |
network_name_str |
Repositorio Digital Institucional (UNCo) |
spelling |
Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificialBalladini, JavierMorán, MarinaZanellato, ClaudioRozas, ClaudiaCañibano, RodrigoSemenzato, DaríoChiarotto, AgustínOrlandi, CristinaDe Giusti, Armando EduardoSuppi, RemoRexachs del Rosario, DoloresLuque Fadón, EmilioComputación de altas prestacionesEficiencia energéticaBig dataInteligencia artificialCOVID-19SaludCiencias de la Computación e InformaciónLos 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.Fil: Balladini, Javier. Universidad Nacional del Comahue. Facultad de Informática; Argentina.Fil: Morán, Marina. Universidad Nacional del Comahue. Facultad de Informática; Argentina.Fil: Zanellato, Claudio. Universidad Nacional del Comahue. Facultad de Informática; Argentina.Fil: Rozas, Claudia. Universidad Nacional del Comahue. Facultad de Informática; Argentina.Fil: Cañibano, Rodrigo. Universidad Nacional del Comahue. Facultad de Informática; Argentina.Fil: Semenzato, Darío. Universidad Nacional del Comahue. Facultad de Informática; Argentina.Fil: Chiarotto, Agustín. Universidad Nacional del Comahue. Facultad de Informática; Argentina.Fil: Orlandi, Cristina. Hospital Francisco Lopez Lima; Argentina.Fil: De Giusti, Armando Eduardo. Universidad Nacional de La Plata. Instituto de Investigación en Informática; Argentina.Fil: Suppi, Remo. Universidad Autónoma de Barcelona. Departamento de Arquitectura de Computadores y Sistemas Operativos; España.Fil: Rexachs del Rosario, Dolores. Universidad Autónoma de Barcelona Departamento de Arquitectura de Computadores y Sistemas Operativos; España.Fil: Luque Fadón, Emilio. Universidad Autónoma de Barcelona. Departamento de Arquitectura de Computadores y Sistemas Operativos; España.Red de Universidades con Carreras en Informática2021-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfhttp://rdi.uncoma.edu.ar/handle/uncomaid/16284XXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021, Chilecito, La Rioja)reponame:Repositorio Digital Institucional (UNCo)instname:Universidad Nacional del Comahuespahttp://sedici.unlp.edu.ar/handle/10915/120363ARGinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/2025-09-29T14:28:50Zoai:rdi.uncoma.edu.ar:uncomaid/16284instacron:UNCoInstitucionalhttp://rdi.uncoma.edu.ar/Universidad públicaNo correspondehttp://rdi.uncoma.edu.ar/oaimirtha.mateo@biblioteca.uncoma.edu.ar; adriana.acuna@biblioteca.uncoma.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:71082025-09-29 14:28:50.645Repositorio Digital Institucional (UNCo) - Universidad Nacional del Comahuefalse |
dc.title.none.fl_str_mv |
Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial |
title |
Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial |
spellingShingle |
Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial Balladini, Javier Computación de altas prestaciones Eficiencia energética Big data Inteligencia artificial COVID-19 Salud Ciencias de la Computación e Información |
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 |
dc.creator.none.fl_str_mv |
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 |
Balladini, Javier |
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_role |
author |
author2 |
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 |
author2_role |
author author author author author author author author author author author |
dc.subject.none.fl_str_mv |
Computación de altas prestaciones Eficiencia energética Big data Inteligencia artificial COVID-19 Salud Ciencias de la Computación e Información |
topic |
Computación de altas prestaciones Eficiencia energética Big data Inteligencia artificial COVID-19 Salud Ciencias de la Computación e Información |
dc.description.none.fl_txt_mv |
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. Fil: Balladini, Javier. Universidad Nacional del Comahue. Facultad de Informática; Argentina. Fil: Morán, Marina. Universidad Nacional del Comahue. Facultad de Informática; Argentina. Fil: Zanellato, Claudio. Universidad Nacional del Comahue. Facultad de Informática; Argentina. Fil: Rozas, Claudia. Universidad Nacional del Comahue. Facultad de Informática; Argentina. Fil: Cañibano, Rodrigo. Universidad Nacional del Comahue. Facultad de Informática; Argentina. Fil: Semenzato, Darío. Universidad Nacional del Comahue. Facultad de Informática; Argentina. Fil: Chiarotto, Agustín. Universidad Nacional del Comahue. Facultad de Informática; Argentina. Fil: Orlandi, Cristina. Hospital Francisco Lopez Lima; Argentina. Fil: De Giusti, Armando Eduardo. Universidad Nacional de La Plata. Instituto de Investigación en Informática; Argentina. Fil: Suppi, Remo. Universidad Autónoma de Barcelona. Departamento de Arquitectura de Computadores y Sistemas Operativos; España. Fil: Rexachs del Rosario, Dolores. Universidad Autónoma de Barcelona Departamento de Arquitectura de Computadores y Sistemas Operativos; España. Fil: Luque Fadón, Emilio. Universidad Autónoma de Barcelona. Departamento de Arquitectura de Computadores y Sistemas Operativos; España. |
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. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
http://rdi.uncoma.edu.ar/handle/uncomaid/16284 |
url |
http://rdi.uncoma.edu.ar/handle/uncomaid/16284 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/120363 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf application/pdf |
dc.coverage.none.fl_str_mv |
ARG |
dc.publisher.none.fl_str_mv |
Red de Universidades con Carreras en Informática |
publisher.none.fl_str_mv |
Red de Universidades con Carreras en Informática |
dc.source.none.fl_str_mv |
XXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021, Chilecito, La Rioja) reponame:Repositorio Digital Institucional (UNCo) instname:Universidad Nacional del Comahue |
reponame_str |
Repositorio Digital Institucional (UNCo) |
collection |
Repositorio Digital Institucional (UNCo) |
instname_str |
Universidad Nacional del Comahue |
repository.name.fl_str_mv |
Repositorio Digital Institucional (UNCo) - Universidad Nacional del Comahue |
repository.mail.fl_str_mv |
mirtha.mateo@biblioteca.uncoma.edu.ar; adriana.acuna@biblioteca.uncoma.edu.ar |
_version_ |
1844621552395485184 |
score |
12.559606 |