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
Repositorio Digital Institucional (UNCo)
Institución
Universidad Nacional del Comahue
OAI Identificador
oai:rdi.uncoma.edu.ar:uncomaid/16284
Acceder
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/2025-10-23T11:16:53Zoai: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:71082025-10-23 11:16:53.716Repositorio 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_ 1846787658756390912
score 12.982451

Publicaciones similares