Redes neuronales aplicadas a la predicción de tráfico en redes convergentes

Autores
Figueroa de la Cruz, Mario M.; Rovarini, Pablo Cesar; Solórzano, Claudia I.; Benitez, Natalia; Ibarra, Hugo
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El auge de las telecomunicaciones ha producido una transformación de las tecnologías de la información y de la comunicación, cuyo impacto ha afectado a todos los sectores de la sociedad. Las redes convergentes, se han convertido tanto para empresas y organizaciones públicas o privadas en la manera más rápida, eficiente y segura de transmitir información, compartir aplicaciones, administrar recursos, intercambiar de datos entre usuarios internos; agilizan en un paso gigante al mundo, porque grandes cantidades de información se trasladan de un sitio a otro, siendo su función principal interconectar redes o equipos terminales que se encuentran ubicados a grandes distancias. Estos cambios en el escenario de las TI están activando individual y colectivamente, el crecimiento exponencial en el tráfico de los sitios. Las empresas tendrán que reaccionar a este crecimiento ya que si no se aumentan anchos de banda y se prioriza los nuevos tráficos, se encontrarán que las aplicaciones deberán competir por recursos congestionados. Este proyecto de investigación busca desarrollar un modelo de sistema informático utilizando algoritmos de Inteligencia Artificial, específicamente las Redes Neuronales, para predecir el tráfico en las Redes Globales multiprotocolos.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Neural nets
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/18564
Acceder
id SEDICI_0513a63ef4d8c2cee4700e682bf4d5ff
oai_identifier_str oai:sedici.unlp.edu.ar:10915/18564
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Redes neuronales aplicadas a la predicción de tráfico en redes convergentesFigueroa de la Cruz, Mario M.Rovarini, Pablo CesarSolórzano, Claudia I.Benitez, NataliaIbarra, HugoCiencias InformáticasNeural netsEl auge de las telecomunicaciones ha producido una transformación de las tecnologías de la información y de la comunicación, cuyo impacto ha afectado a todos los sectores de la sociedad. Las redes convergentes, se han convertido tanto para empresas y organizaciones públicas o privadas en la manera más rápida, eficiente y segura de transmitir información, compartir aplicaciones, administrar recursos, intercambiar de datos entre usuarios internos; agilizan en un paso gigante al mundo, porque grandes cantidades de información se trasladan de un sitio a otro, siendo su función principal interconectar redes o equipos terminales que se encuentran ubicados a grandes distancias. Estos cambios en el escenario de las TI están activando individual y colectivamente, el crecimiento exponencial en el tráfico de los sitios. Las empresas tendrán que reaccionar a este crecimiento ya que si no se aumentan anchos de banda y se prioriza los nuevos tráficos, se encontrarán que las aplicaciones deberán competir por recursos congestionados. Este proyecto de investigación busca desarrollar un modelo de sistema informático utilizando algoritmos de Inteligencia Artificial, específicamente las Redes Neuronales, para predecir el tráfico en las Redes Globales multiprotocolos.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf176-181http://sedici.unlp.edu.ar/handle/10915/18564spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:46:09Zoai:sedici.unlp.edu.ar:10915/18564Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:46:10.114SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
title Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
spellingShingle Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
Figueroa de la Cruz, Mario M.
Ciencias Informáticas
Neural nets
title_short Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
title_full Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
title_fullStr Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
title_full_unstemmed Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
title_sort Redes neuronales aplicadas a la predicción de tráfico en redes convergentes
dc.creator.none.fl_str_mv Figueroa de la Cruz, Mario M.
Rovarini, Pablo Cesar
Solórzano, Claudia I.
Benitez, Natalia
Ibarra, Hugo
author Figueroa de la Cruz, Mario M.
author_facet Figueroa de la Cruz, Mario M.
Rovarini, Pablo Cesar
Solórzano, Claudia I.
Benitez, Natalia
Ibarra, Hugo
author_role author
author2 Rovarini, Pablo Cesar
Solórzano, Claudia I.
Benitez, Natalia
Ibarra, Hugo
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Neural nets
topic Ciencias Informáticas
Neural nets
dc.description.none.fl_txt_mv El auge de las telecomunicaciones ha producido una transformación de las tecnologías de la información y de la comunicación, cuyo impacto ha afectado a todos los sectores de la sociedad. Las redes convergentes, se han convertido tanto para empresas y organizaciones públicas o privadas en la manera más rápida, eficiente y segura de transmitir información, compartir aplicaciones, administrar recursos, intercambiar de datos entre usuarios internos; agilizan en un paso gigante al mundo, porque grandes cantidades de información se trasladan de un sitio a otro, siendo su función principal interconectar redes o equipos terminales que se encuentran ubicados a grandes distancias. Estos cambios en el escenario de las TI están activando individual y colectivamente, el crecimiento exponencial en el tráfico de los sitios. Las empresas tendrán que reaccionar a este crecimiento ya que si no se aumentan anchos de banda y se prioriza los nuevos tráficos, se encontrarán que las aplicaciones deberán competir por recursos congestionados. Este proyecto de investigación busca desarrollar un modelo de sistema informático utilizando algoritmos de Inteligencia Artificial, específicamente las Redes Neuronales, para predecir el tráfico en las Redes Globales multiprotocolos.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description El auge de las telecomunicaciones ha producido una transformación de las tecnologías de la información y de la comunicación, cuyo impacto ha afectado a todos los sectores de la sociedad. Las redes convergentes, se han convertido tanto para empresas y organizaciones públicas o privadas en la manera más rápida, eficiente y segura de transmitir información, compartir aplicaciones, administrar recursos, intercambiar de datos entre usuarios internos; agilizan en un paso gigante al mundo, porque grandes cantidades de información se trasladan de un sitio a otro, siendo su función principal interconectar redes o equipos terminales que se encuentran ubicados a grandes distancias. Estos cambios en el escenario de las TI están activando individual y colectivamente, el crecimiento exponencial en el tráfico de los sitios. Las empresas tendrán que reaccionar a este crecimiento ya que si no se aumentan anchos de banda y se prioriza los nuevos tráficos, se encontrarán que las aplicaciones deberán competir por recursos congestionados. Este proyecto de investigación busca desarrollar un modelo de sistema informático utilizando algoritmos de Inteligencia Artificial, específicamente las Redes Neuronales, para predecir el tráfico en las Redes Globales multiprotocolos.
publishDate 2012
dc.date.none.fl_str_mv 2012
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/18564
url http://sedici.unlp.edu.ar/handle/10915/18564
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
176-181
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846063884635471872
score 13.22299

Publicaciones similares