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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/68233
Ver los metadatos del registro completo
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 |