Sistemas inteligentes: aplicaciones en minería de datos y big data
- Autores
- Lanzarini, Laura Cristina; Hasperué, Waldo; Estrebou, César Armando; Villa Monte, Augusto; Jimbo Santana, Patricia Rosalía; Reyes Zambrano, G.; Camele, Genaro; López, P.; Corvi, Julieta Pilar; Fernández Bariviera, Aurelio; Olivas Varela, José Ángel
- Año de publicación
- 2020
- 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 Minería de Datos y Big Data 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. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el diseño de técnicas de agrupamiento para flujos de datos con aplicación al análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de algoritmos de selección de características en grandes bases de datos de muchas columnas. Las implementaciones que se están llevando a cabo serán utilizadas en problemas de genómica molecular con el objetivo de determinar gene signatures. En esta misma línea se está trabajando sobre algoritmos de selección de características para el tratamiento de flujos de datos. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de la Asociación de la Región Pampeana de Entidades de Control Lechero (ARPECOL). En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando métricas de selección y técnicas de optimización.
Eje: Base de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Minería de Datos
Minería de textos
Big data
Redes neuronales
Resúmenes extractivos
Stream processing
Selección de características - 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:10915/103660
Ver los metadatos del registro completo
id |
SEDICI_4d9990ec177bf3ef283599f3d6deb1fe |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/103660 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Sistemas inteligentes: aplicaciones en minería de datos y big dataLanzarini, Laura CristinaHasperué, WaldoEstrebou, César ArmandoVilla Monte, AugustoJimbo Santana, Patricia RosalíaReyes Zambrano, G.Camele, GenaroLópez, P.Corvi, Julieta PilarFernández Bariviera, AurelioOlivas Varela, José ÁngelCiencias InformáticasMinería de DatosMinería de textosBig dataRedes neuronalesResúmenes extractivosStream processingSelección de característicasEsta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data 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. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el diseño de técnicas de agrupamiento para flujos de datos con aplicación al análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de algoritmos de selección de características en grandes bases de datos de muchas columnas. Las implementaciones que se están llevando a cabo serán utilizadas en problemas de genómica molecular con el objetivo de determinar gene signatures. En esta misma línea se está trabajando sobre algoritmos de selección de características para el tratamiento de flujos de datos. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de la Asociación de la Región Pampeana de Entidades de Control Lechero (ARPECOL). En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando métricas de selección y técnicas de optimización.Eje: Base de Datos y Minería de Datos.Red de Universidades con Carreras en Informática2020-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf236-240http://sedici.unlp.edu.ar/handle/10915/103660spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5info:eu-repo/semantics/reference/hdl/10915/103151info: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:UNLP2025-09-03T10:54:44Zoai:sedici.unlp.edu.ar:10915/103660Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:54:45.062SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Sistemas inteligentes: aplicaciones en minería de datos y big data |
title |
Sistemas inteligentes: aplicaciones en minería de datos y big data |
spellingShingle |
Sistemas inteligentes: aplicaciones en minería de datos y big data Lanzarini, Laura Cristina Ciencias Informáticas Minería de Datos Minería de textos Big data Redes neuronales Resúmenes extractivos Stream processing Selección de características |
title_short |
Sistemas inteligentes: aplicaciones en minería de datos y big data |
title_full |
Sistemas inteligentes: aplicaciones en minería de datos y big data |
title_fullStr |
Sistemas inteligentes: aplicaciones en minería de datos y big data |
title_full_unstemmed |
Sistemas inteligentes: aplicaciones en minería de datos y big data |
title_sort |
Sistemas inteligentes: aplicaciones en minería de datos y big data |
dc.creator.none.fl_str_mv |
Lanzarini, Laura Cristina Hasperué, Waldo Estrebou, César Armando Villa Monte, Augusto Jimbo Santana, Patricia Rosalía Reyes Zambrano, G. Camele, Genaro López, P. Corvi, Julieta Pilar Fernández Bariviera, Aurelio Olivas Varela, José Ángel |
author |
Lanzarini, Laura Cristina |
author_facet |
Lanzarini, Laura Cristina Hasperué, Waldo Estrebou, César Armando Villa Monte, Augusto Jimbo Santana, Patricia Rosalía Reyes Zambrano, G. Camele, Genaro López, P. Corvi, Julieta Pilar Fernández Bariviera, Aurelio Olivas Varela, José Ángel |
author_role |
author |
author2 |
Hasperué, Waldo Estrebou, César Armando Villa Monte, Augusto Jimbo Santana, Patricia Rosalía Reyes Zambrano, G. Camele, Genaro López, P. Corvi, Julieta Pilar Fernández Bariviera, Aurelio Olivas Varela, José Ángel |
author2_role |
author author author author author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Minería de Datos Minería de textos Big data Redes neuronales Resúmenes extractivos Stream processing Selección de características |
topic |
Ciencias Informáticas Minería de Datos Minería de textos Big data Redes neuronales Resúmenes extractivos Stream processing Selección de características |
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 Minería de Datos y Big Data 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. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el diseño de técnicas de agrupamiento para flujos de datos con aplicación al análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de algoritmos de selección de características en grandes bases de datos de muchas columnas. Las implementaciones que se están llevando a cabo serán utilizadas en problemas de genómica molecular con el objetivo de determinar gene signatures. En esta misma línea se está trabajando sobre algoritmos de selección de características para el tratamiento de flujos de datos. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de la Asociación de la Región Pampeana de Entidades de Control Lechero (ARPECOL). En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando métricas de selección y técnicas de optimización. Eje: Base 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 Minería de Datos y Big Data 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. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el diseño de técnicas de agrupamiento para flujos de datos con aplicación al análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de algoritmos de selección de características en grandes bases de datos de muchas columnas. Las implementaciones que se están llevando a cabo serán utilizadas en problemas de genómica molecular con el objetivo de determinar gene signatures. En esta misma línea se está trabajando sobre algoritmos de selección de características para el tratamiento de flujos de datos. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de la Asociación de la Región Pampeana de Entidades de Control Lechero (ARPECOL). En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando métricas de selección y técnicas de optimización. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-05 |
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/10915/103660 |
url |
http://sedici.unlp.edu.ar/handle/10915/103660 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5 info:eu-repo/semantics/reference/hdl/10915/103151 |
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 236-240 |
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_ |
1842260433820450816 |
score |
13.13397 |