Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño

Autores
Barrionuevo, Mercedes; Lopresti, Mariela; Lucero, Maximiliano; Miranda, Natalia Carolina; Pérez Monte, Cristian; Murazzo, María Antonia; Piccoli, María Fabiana; Printista, Alicia Marcela
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los datos en nuestro universo digital han crecido de tera bytes a zetta bytes. Pero no todos los datos existentes son significativos. Un gran desafío para muchos investigadores es el descubrimiento de conocimiento a partir de un conjunto de datos muy grande en un tiempo razonable. Para lograrlo hoy se piensa en arquitecturas de naturaleza heterogéneas formadas por procesadores many y multicores. En este trabajo se expone distintas líneas de trabajo a seguir teniendo como objetivo desarrollar técnicas de Computación de Alto Desempeño para resolver este tipo de problemas.
Eje: Procesamiento Distribuido y Paralelo.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
big data
GPUs
computación de alto desempeño
tráfico en redes de computadoras
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:10915/68233
Acceder
id SEDICI_6629349833adccfbea2e87d8e2054ffd
oai_identifier_str oai:sedici.unlp.edu.ar:10915/68233
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeñoBarrionuevo, MercedesLopresti, MarielaLucero, MaximilianoMiranda, Natalia CarolinaPérez Monte, CristianMurazzo, María AntoniaPiccoli, María FabianaPrintista, Alicia MarcelaCiencias Informáticasbig dataGPUscomputación de alto desempeñotráfico en redes de computadorasLos datos en nuestro universo digital han crecido de tera bytes a zetta bytes. Pero no todos los datos existentes son significativos. Un gran desafío para muchos investigadores es el descubrimiento de conocimiento a partir de un conjunto de datos muy grande en un tiempo razonable. Para lograrlo hoy se piensa en arquitecturas de naturaleza heterogéneas formadas por procesadores many y multicores. En este trabajo se expone distintas líneas de trabajo a seguir teniendo como objetivo desarrollar técnicas de Computación de Alto Desempeño para resolver este tipo de problemas.Eje: Procesamiento Distribuido y Paralelo.Red de Universidades con Carreras en Informática2018-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf958-962http://sedici.unlp.edu.ar/handle/10915/68233spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4info:eu-repo/semantics/reference/hdl/10915/67063info: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:UNLP2025-09-29T11:10:35Zoai:sedici.unlp.edu.ar:10915/68233Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:10:35.465SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
title Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
spellingShingle Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
Barrionuevo, Mercedes
Ciencias Informáticas
big data
GPUs
computación de alto desempeño
tráfico en redes de computadoras
title_short Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
title_full Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
title_fullStr Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
title_full_unstemmed Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
title_sort Estrategias y análisis orientados al manejo de datos masivos usando computación de alto desempeño
dc.creator.none.fl_str_mv Barrionuevo, Mercedes
Lopresti, Mariela
Lucero, Maximiliano
Miranda, Natalia Carolina
Pérez Monte, Cristian
Murazzo, María Antonia
Piccoli, María Fabiana
Printista, Alicia Marcela
author Barrionuevo, Mercedes
author_facet Barrionuevo, Mercedes
Lopresti, Mariela
Lucero, Maximiliano
Miranda, Natalia Carolina
Pérez Monte, Cristian
Murazzo, María Antonia
Piccoli, María Fabiana
Printista, Alicia Marcela
author_role author
author2 Lopresti, Mariela
Lucero, Maximiliano
Miranda, Natalia Carolina
Pérez Monte, Cristian
Murazzo, María Antonia
Piccoli, María Fabiana
Printista, Alicia Marcela
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
big data
GPUs
computación de alto desempeño
tráfico en redes de computadoras
topic Ciencias Informáticas
big data
GPUs
computación de alto desempeño
tráfico en redes de computadoras
dc.description.none.fl_txt_mv Los datos en nuestro universo digital han crecido de tera bytes a zetta bytes. Pero no todos los datos existentes son significativos. Un gran desafío para muchos investigadores es el descubrimiento de conocimiento a partir de un conjunto de datos muy grande en un tiempo razonable. Para lograrlo hoy se piensa en arquitecturas de naturaleza heterogéneas formadas por procesadores many y multicores. En este trabajo se expone distintas líneas de trabajo a seguir teniendo como objetivo desarrollar técnicas de Computación de Alto Desempeño para resolver este tipo de problemas.
Eje: Procesamiento Distribuido y Paralelo.
Red de Universidades con Carreras en Informática
description Los datos en nuestro universo digital han crecido de tera bytes a zetta bytes. Pero no todos los datos existentes son significativos. Un gran desafío para muchos investigadores es el descubrimiento de conocimiento a partir de un conjunto de datos muy grande en un tiempo razonable. Para lograrlo hoy se piensa en arquitecturas de naturaleza heterogéneas formadas por procesadores many y multicores. En este trabajo se expone distintas líneas de trabajo a seguir teniendo como objetivo desarrollar técnicas de Computación de Alto Desempeño para resolver este tipo de problemas.
publishDate 2018
dc.date.none.fl_str_mv 2018-04
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/10915/68233
url http://sedici.unlp.edu.ar/handle/10915/68233
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4
info:eu-repo/semantics/reference/hdl/10915/67063
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
958-962
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_ 1844615974419955712
score 13.070432

Publicaciones similares