Simulación y análisis eficiente de grandes volúmenes de datos

Autores
Barrionuevo, Mercedes; Castro, Alicia; Gil Costa, Graciela Verónica; Labella, Danilo; Loor, Fernando; Printista, Alicia Marcela; Tissera, Cristian; Trabes, Guillermo
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El crecimiento en el volúmen de datos, así como en la heterogeneidad de los tipos de datos que existen en el mundo ha crecido exponencialmente en la última década. Esto implica dos grandes desafíos para la comunidad científica: (1) cómo procesar esos datos lo más rápido y eficiente posible y (2) cómo obtener información a través de dichos datos. Por otro lado, este gran volúmen de datos brinda una oportunidad única en el área de modelado y simulación. Estos datos pueden ser utilizados para generar modelos de diferentes situaciones y aplicaciones que puedan ser validados y posteriormente escalados. En este trabajo, se presentan los objetivos, trabajo realizado y desafíos que aborda el grupo de investigación de la Universidad Nacional de San Luis, para abordar los temas que involucran el procesamiento eficiente de grandes volúmenes de datos, para realizarlo en forma eficiente de forma tal de reducir los tiempos de ejecución, evitar saturar los recursos, balancear la carga de trabajo y reducir consumos de energía, así como para obtener información efectiva de esos datos que puedan ser utilizados para la toma de decisiones utilizando técnicas de ciencias de datos y finalmente utilizar esos datos para generar modelos de simulación que permitan analizar situaciones que no son factibles de ser implementadas en la realidad por temas de costos, disponibilidad de recursos, etc.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
grandes volúmenes de datos
procesamiento eficiente
Análisis de datos
simulación
resiliencia
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/164005

id SEDICI_17c1f97dbd2514e091e61424e6f29df6
oai_identifier_str oai:sedici.unlp.edu.ar:10915/164005
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Simulación y análisis eficiente de grandes volúmenes de datosBarrionuevo, MercedesCastro, AliciaGil Costa, Graciela VerónicaLabella, DaniloLoor, FernandoPrintista, Alicia MarcelaTissera, CristianTrabes, GuillermoCiencias Informáticasgrandes volúmenes de datosprocesamiento eficienteAnálisis de datossimulaciónresilienciaEl crecimiento en el volúmen de datos, así como en la heterogeneidad de los tipos de datos que existen en el mundo ha crecido exponencialmente en la última década. Esto implica dos grandes desafíos para la comunidad científica: (1) cómo procesar esos datos lo más rápido y eficiente posible y (2) cómo obtener información a través de dichos datos. Por otro lado, este gran volúmen de datos brinda una oportunidad única en el área de modelado y simulación. Estos datos pueden ser utilizados para generar modelos de diferentes situaciones y aplicaciones que puedan ser validados y posteriormente escalados. En este trabajo, se presentan los objetivos, trabajo realizado y desafíos que aborda el grupo de investigación de la Universidad Nacional de San Luis, para abordar los temas que involucran el procesamiento eficiente de grandes volúmenes de datos, para realizarlo en forma eficiente de forma tal de reducir los tiempos de ejecución, evitar saturar los recursos, balancear la carga de trabajo y reducir consumos de energía, así como para obtener información efectiva de esos datos que puedan ser utilizados para la toma de decisiones utilizando técnicas de ciencias de datos y finalmente utilizar esos datos para generar modelos de simulación que permitan analizar situaciones que no son factibles de ser implementadas en la realidad por temas de costos, disponibilidad de recursos, etc.Red de Universidades con Carreras en Informática2023-04info: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/10915/164005spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620info: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:UNLP2025-09-29T11:43:10Zoai:sedici.unlp.edu.ar:10915/164005Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:43:11.229SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Simulación y análisis eficiente de grandes volúmenes de datos
title Simulación y análisis eficiente de grandes volúmenes de datos
spellingShingle Simulación y análisis eficiente de grandes volúmenes de datos
Barrionuevo, Mercedes
Ciencias Informáticas
grandes volúmenes de datos
procesamiento eficiente
Análisis de datos
simulación
resiliencia
title_short Simulación y análisis eficiente de grandes volúmenes de datos
title_full Simulación y análisis eficiente de grandes volúmenes de datos
title_fullStr Simulación y análisis eficiente de grandes volúmenes de datos
title_full_unstemmed Simulación y análisis eficiente de grandes volúmenes de datos
title_sort Simulación y análisis eficiente de grandes volúmenes de datos
dc.creator.none.fl_str_mv Barrionuevo, Mercedes
Castro, Alicia
Gil Costa, Graciela Verónica
Labella, Danilo
Loor, Fernando
Printista, Alicia Marcela
Tissera, Cristian
Trabes, Guillermo
author Barrionuevo, Mercedes
author_facet Barrionuevo, Mercedes
Castro, Alicia
Gil Costa, Graciela Verónica
Labella, Danilo
Loor, Fernando
Printista, Alicia Marcela
Tissera, Cristian
Trabes, Guillermo
author_role author
author2 Castro, Alicia
Gil Costa, Graciela Verónica
Labella, Danilo
Loor, Fernando
Printista, Alicia Marcela
Tissera, Cristian
Trabes, Guillermo
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
grandes volúmenes de datos
procesamiento eficiente
Análisis de datos
simulación
resiliencia
topic Ciencias Informáticas
grandes volúmenes de datos
procesamiento eficiente
Análisis de datos
simulación
resiliencia
dc.description.none.fl_txt_mv El crecimiento en el volúmen de datos, así como en la heterogeneidad de los tipos de datos que existen en el mundo ha crecido exponencialmente en la última década. Esto implica dos grandes desafíos para la comunidad científica: (1) cómo procesar esos datos lo más rápido y eficiente posible y (2) cómo obtener información a través de dichos datos. Por otro lado, este gran volúmen de datos brinda una oportunidad única en el área de modelado y simulación. Estos datos pueden ser utilizados para generar modelos de diferentes situaciones y aplicaciones que puedan ser validados y posteriormente escalados. En este trabajo, se presentan los objetivos, trabajo realizado y desafíos que aborda el grupo de investigación de la Universidad Nacional de San Luis, para abordar los temas que involucran el procesamiento eficiente de grandes volúmenes de datos, para realizarlo en forma eficiente de forma tal de reducir los tiempos de ejecución, evitar saturar los recursos, balancear la carga de trabajo y reducir consumos de energía, así como para obtener información efectiva de esos datos que puedan ser utilizados para la toma de decisiones utilizando técnicas de ciencias de datos y finalmente utilizar esos datos para generar modelos de simulación que permitan analizar situaciones que no son factibles de ser implementadas en la realidad por temas de costos, disponibilidad de recursos, etc.
Red de Universidades con Carreras en Informática
description El crecimiento en el volúmen de datos, así como en la heterogeneidad de los tipos de datos que existen en el mundo ha crecido exponencialmente en la última década. Esto implica dos grandes desafíos para la comunidad científica: (1) cómo procesar esos datos lo más rápido y eficiente posible y (2) cómo obtener información a través de dichos datos. Por otro lado, este gran volúmen de datos brinda una oportunidad única en el área de modelado y simulación. Estos datos pueden ser utilizados para generar modelos de diferentes situaciones y aplicaciones que puedan ser validados y posteriormente escalados. En este trabajo, se presentan los objetivos, trabajo realizado y desafíos que aborda el grupo de investigación de la Universidad Nacional de San Luis, para abordar los temas que involucran el procesamiento eficiente de grandes volúmenes de datos, para realizarlo en forma eficiente de forma tal de reducir los tiempos de ejecución, evitar saturar los recursos, balancear la carga de trabajo y reducir consumos de energía, así como para obtener información efectiva de esos datos que puedan ser utilizados para la toma de decisiones utilizando técnicas de ciencias de datos y finalmente utilizar esos datos para generar modelos de simulación que permitan analizar situaciones que no son factibles de ser implementadas en la realidad por temas de costos, disponibilidad de recursos, etc.
publishDate 2023
dc.date.none.fl_str_mv 2023-04
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/10915/164005
url http://sedici.unlp.edu.ar/handle/10915/164005
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4
info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620
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_ 1844616300609929216
score 13.070432