Procesamiento inteligente de grandes volúmenes de información y de flujos de datos
- Autores
- Hasperué, Waldo; Estrebou, César Armando; Camele, Genaro; López, Paula; Jimbo Santana, Patricia Rosalía; Reyes Zambrano, G.; Lanzarini, Laura Cristina; Fernández Bariviera, Aurelio
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Big Data y Minería de Datos utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. Las investigaciones correspondientes al procesamiento de datos masivos están enfocadas en dos temas: el estudio y desarrollo de técnicas de reducción de características y el diseño de estrategias que faciliten el procesamiento masivo de datos a usuarios no informáticos. En lo referido a reducción de características, dado que se está trabajando con bases de datos genómicas, el foco está puesto en las estrategias de selección de atributos. El análisis a realizar sobre estos datos tiene por objetivo identificar grupos de genes cuyos patrones de expresión se encuentren asociados a fenotipos específicos. Por otro lado, se está desarrollando una librería con el objetivo de facilitar el manejo de bases de datos en contextos Big Data. Esto tendrá un impacto directo en el trabajo conjunto que se viene desarrollando junto con la Facultad de Ciencias Veterinarias de la UNLP en relación al análisis de datos de progenie de distintas especies animales. En cuanto a las investigaciones relacionadas con la Minería de Datos se centran en la construcción de modelos que faciliten la interpretación de los patrones obtenidos y la posterior extracción del conocimiento. En particular el énfasis está puesto en la resolución de dos problemas de sumo interés en distintas áreas: las técnicas de agrupamiento aplicables a flujos de datos y la generación de reglas de clasificación.
Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Big Data
Minería de Datos
Reducción de características
Flujos de datos
Técnicas de optimización
Redes Neuronales - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/120089
Ver los metadatos del registro completo
| id |
SEDICI_05ddb9e77e49bc32677bd12b4e926924 |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/120089 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datosHasperué, WaldoEstrebou, César ArmandoCamele, GenaroLópez, PaulaJimbo Santana, Patricia RosalíaReyes Zambrano, G.Lanzarini, Laura CristinaFernández Bariviera, AurelioCiencias InformáticasBig DataMinería de DatosReducción de característicasFlujos de datosTécnicas de optimizaciónRedes NeuronalesEsta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Big Data y Minería de Datos utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. Las investigaciones correspondientes al procesamiento de datos masivos están enfocadas en dos temas: el estudio y desarrollo de técnicas de reducción de características y el diseño de estrategias que faciliten el procesamiento masivo de datos a usuarios no informáticos. En lo referido a reducción de características, dado que se está trabajando con bases de datos genómicas, el foco está puesto en las estrategias de selección de atributos. El análisis a realizar sobre estos datos tiene por objetivo identificar grupos de genes cuyos patrones de expresión se encuentren asociados a fenotipos específicos. Por otro lado, se está desarrollando una librería con el objetivo de facilitar el manejo de bases de datos en contextos Big Data. Esto tendrá un impacto directo en el trabajo conjunto que se viene desarrollando junto con la Facultad de Ciencias Veterinarias de la UNLP en relación al análisis de datos de progenie de distintas especies animales. En cuanto a las investigaciones relacionadas con la Minería de Datos se centran en la construcción de modelos que faciliten la interpretación de los patrones obtenidos y la posterior extracción del conocimiento. En particular el énfasis está puesto en la resolución de dos problemas de sumo interés en distintas áreas: las técnicas de agrupamiento aplicables a flujos de datos y la generación de reglas de clasificación.Bases de Datos y Minería de DatosRed de Universidades con Carreras en Informática2021-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf229-234http://sedici.unlp.edu.ar/handle/10915/120089spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0info:eu-repo/semantics/reference/hdl/10915/119487info:eu-repo/semantics/reference/hdl/10915/119490info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:20:14Zoai:sedici.unlp.edu.ar:10915/120089Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:20:14.928SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos |
| title |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos |
| spellingShingle |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos Hasperué, Waldo Ciencias Informáticas Big Data Minería de Datos Reducción de características Flujos de datos Técnicas de optimización Redes Neuronales |
| title_short |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos |
| title_full |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos |
| title_fullStr |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos |
| title_full_unstemmed |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos |
| title_sort |
Procesamiento inteligente de grandes volúmenes de información y de flujos de datos |
| dc.creator.none.fl_str_mv |
Hasperué, Waldo Estrebou, César Armando Camele, Genaro López, Paula Jimbo Santana, Patricia Rosalía Reyes Zambrano, G. Lanzarini, Laura Cristina Fernández Bariviera, Aurelio |
| author |
Hasperué, Waldo |
| author_facet |
Hasperué, Waldo Estrebou, César Armando Camele, Genaro López, Paula Jimbo Santana, Patricia Rosalía Reyes Zambrano, G. Lanzarini, Laura Cristina Fernández Bariviera, Aurelio |
| author_role |
author |
| author2 |
Estrebou, César Armando Camele, Genaro López, Paula Jimbo Santana, Patricia Rosalía Reyes Zambrano, G. Lanzarini, Laura Cristina Fernández Bariviera, Aurelio |
| author2_role |
author author author author author author author |
| dc.subject.none.fl_str_mv |
Ciencias Informáticas Big Data Minería de Datos Reducción de características Flujos de datos Técnicas de optimización Redes Neuronales |
| topic |
Ciencias Informáticas Big Data Minería de Datos Reducción de características Flujos de datos Técnicas de optimización Redes Neuronales |
| dc.description.none.fl_txt_mv |
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Big Data y Minería de Datos utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. Las investigaciones correspondientes al procesamiento de datos masivos están enfocadas en dos temas: el estudio y desarrollo de técnicas de reducción de características y el diseño de estrategias que faciliten el procesamiento masivo de datos a usuarios no informáticos. En lo referido a reducción de características, dado que se está trabajando con bases de datos genómicas, el foco está puesto en las estrategias de selección de atributos. El análisis a realizar sobre estos datos tiene por objetivo identificar grupos de genes cuyos patrones de expresión se encuentren asociados a fenotipos específicos. Por otro lado, se está desarrollando una librería con el objetivo de facilitar el manejo de bases de datos en contextos Big Data. Esto tendrá un impacto directo en el trabajo conjunto que se viene desarrollando junto con la Facultad de Ciencias Veterinarias de la UNLP en relación al análisis de datos de progenie de distintas especies animales. En cuanto a las investigaciones relacionadas con la Minería de Datos se centran en la construcción de modelos que faciliten la interpretación de los patrones obtenidos y la posterior extracción del conocimiento. En particular el énfasis está puesto en la resolución de dos problemas de sumo interés en distintas áreas: las técnicas de agrupamiento aplicables a flujos de datos y la generación de reglas de clasificación. Bases de Datos y Minería de Datos Red de Universidades con Carreras en Informática |
| description |
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Big Data y Minería de Datos utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. Las investigaciones correspondientes al procesamiento de datos masivos están enfocadas en dos temas: el estudio y desarrollo de técnicas de reducción de características y el diseño de estrategias que faciliten el procesamiento masivo de datos a usuarios no informáticos. En lo referido a reducción de características, dado que se está trabajando con bases de datos genómicas, el foco está puesto en las estrategias de selección de atributos. El análisis a realizar sobre estos datos tiene por objetivo identificar grupos de genes cuyos patrones de expresión se encuentren asociados a fenotipos específicos. Por otro lado, se está desarrollando una librería con el objetivo de facilitar el manejo de bases de datos en contextos Big Data. Esto tendrá un impacto directo en el trabajo conjunto que se viene desarrollando junto con la Facultad de Ciencias Veterinarias de la UNLP en relación al análisis de datos de progenie de distintas especies animales. En cuanto a las investigaciones relacionadas con la Minería de Datos se centran en la construcción de modelos que faciliten la interpretación de los patrones obtenidos y la posterior extracción del conocimiento. En particular el énfasis está puesto en la resolución de dos problemas de sumo interés en distintas áreas: las técnicas de agrupamiento aplicables a flujos de datos y la generación de reglas de clasificación. |
| 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/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/10915/120089 |
| url |
http://sedici.unlp.edu.ar/handle/10915/120089 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3 info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0 info:eu-repo/semantics/reference/hdl/10915/119487 info:eu-repo/semantics/reference/hdl/10915/119490 |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
| dc.format.none.fl_str_mv |
application/pdf 229-234 |
| 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_ |
1846064259702718464 |
| score |
13.22299 |