Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop
- Autores
- Barbero, Juan José; Tamagusku, Martín; Alfonso, Hugo; Bermúdez, Carlos; Minetti, Gabriela F.; Salto, Carolina
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- MapReduce es un paradigma popular, que permite a los usuarios no especializados utilizar grandes plataformas computacionales paralelas de manera transparente. Hadoop es la implementación más utilizada de este paradigma y, de hecho, para una gran cantidad de usuarios, la palabra Hadoop y MapReduce son intercambiables. Pero, hay otros framewoks que implementan este paradigma de programación, como MapReduce-MPI. Dado que las técnicas de optimización pueden beneficiarse enormemente de este tipo de modelado informático de uso intensivo de datos, en esta línea de investigacón analizamos el efecto del rendimiento del desarrollo de algoritmos genéticos (GA) utilizando diferentes marcos de MapReduce (MRGA).
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
operadores
Heuristic methods
Optimization - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/76979
Ver los metadatos del registro completo
id |
SEDICI_1572180ecd39b479baff51fdc4105895 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/76979 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. HadoopBarbero, Juan JoséTamagusku, MartínAlfonso, HugoBermúdez, CarlosMinetti, Gabriela F.Salto, CarolinaCiencias InformáticasoperadoresHeuristic methodsOptimizationMapReduce es un paradigma popular, que permite a los usuarios no especializados utilizar grandes plataformas computacionales paralelas de manera transparente. Hadoop es la implementación más utilizada de este paradigma y, de hecho, para una gran cantidad de usuarios, la palabra Hadoop y MapReduce son intercambiables. Pero, hay otros framewoks que implementan este paradigma de programación, como MapReduce-MPI. Dado que las técnicas de optimización pueden beneficiarse enormemente de este tipo de modelado informático de uso intensivo de datos, en esta línea de investigacón analizamos el efecto del rendimiento del desarrollo de algoritmos genéticos (GA) utilizando diferentes marcos de MapReduce (MRGA).Eje: Agentes y Sistemas Inteligentes.Red de Universidades con Carreras en Informática2019-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/76979spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3info:eu-repo/semantics/reference/hdl/10915/76941info: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:UNLP2025-09-03T10:45:41Zoai:sedici.unlp.edu.ar:10915/76979Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:45:41.666SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop |
title |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop |
spellingShingle |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop Barbero, Juan José Ciencias Informáticas operadores Heuristic methods Optimization |
title_short |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop |
title_full |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop |
title_fullStr |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop |
title_full_unstemmed |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop |
title_sort |
Desarrollo de algoritmos genéticos utilizando diferentes frameworks de MapReduce: MPI vs. Hadoop |
dc.creator.none.fl_str_mv |
Barbero, Juan José Tamagusku, Martín Alfonso, Hugo Bermúdez, Carlos Minetti, Gabriela F. Salto, Carolina |
author |
Barbero, Juan José |
author_facet |
Barbero, Juan José Tamagusku, Martín Alfonso, Hugo Bermúdez, Carlos Minetti, Gabriela F. Salto, Carolina |
author_role |
author |
author2 |
Tamagusku, Martín Alfonso, Hugo Bermúdez, Carlos Minetti, Gabriela F. Salto, Carolina |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas operadores Heuristic methods Optimization |
topic |
Ciencias Informáticas operadores Heuristic methods Optimization |
dc.description.none.fl_txt_mv |
MapReduce es un paradigma popular, que permite a los usuarios no especializados utilizar grandes plataformas computacionales paralelas de manera transparente. Hadoop es la implementación más utilizada de este paradigma y, de hecho, para una gran cantidad de usuarios, la palabra Hadoop y MapReduce son intercambiables. Pero, hay otros framewoks que implementan este paradigma de programación, como MapReduce-MPI. Dado que las técnicas de optimización pueden beneficiarse enormemente de este tipo de modelado informático de uso intensivo de datos, en esta línea de investigacón analizamos el efecto del rendimiento del desarrollo de algoritmos genéticos (GA) utilizando diferentes marcos de MapReduce (MRGA). Eje: Agentes y Sistemas Inteligentes. Red de Universidades con Carreras en Informática |
description |
MapReduce es un paradigma popular, que permite a los usuarios no especializados utilizar grandes plataformas computacionales paralelas de manera transparente. Hadoop es la implementación más utilizada de este paradigma y, de hecho, para una gran cantidad de usuarios, la palabra Hadoop y MapReduce son intercambiables. Pero, hay otros framewoks que implementan este paradigma de programación, como MapReduce-MPI. Dado que las técnicas de optimización pueden beneficiarse enormemente de este tipo de modelado informático de uso intensivo de datos, en esta línea de investigacón analizamos el efecto del rendimiento del desarrollo de algoritmos genéticos (GA) utilizando diferentes marcos de MapReduce (MRGA). |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-04 |
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/10915/76979 |
url |
http://sedici.unlp.edu.ar/handle/10915/76979 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3 info:eu-repo/semantics/reference/hdl/10915/76941 |
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 |
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_ |
1842260330447634432 |
score |
13.13397 |