Visualización de grandes volúmenes de datos

Autores
Vitturini, Mercedes; Cenci, Karina M.; Castro, Silvia Mabel
Año de publicación
2000
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La disponibilidad de almacenamiento económico y el progreso tecnológico, han llevado a que se hayan creado inmensas bases de datos de negocios, de datos científicos, de datos meteorológicos entre otros tipos de datos. Ante el crecimiento tan vertiginoso en la cantidad de información de estas bases de datos y aún cuando las personas estén acostumbradas a interrogarlas, se hace prácticamente imposible para una persona la tarea de explorarlas para poder extraer conclusiones, tendencias y patrones. En este caso, sin duda los problemas de la consulta y la posterior exploración de las bases de datos son problemas clave. Con el objetivo de colaborar en la solución de los mismos se han desarrollado distintas herramientas de visualización. Entre las primeras propuestas para la visualización de este tipo de información, surgen métodos interactivos basados en técnicas de browsing, de filtros y de facilidades para la construcción de consultas dinámicas que permitan aprender de los datos a través de múltiples consultas. Las propuestas de investigación más ambiciosas y recientes son las de data mining visual y están vinculadas con una nueva visión de la información en grandes bases de datos. Se pretende la búsqueda de nuevos conocimientos o profundización del discernimiento de conocimientos existentes, a través de un esfuerzo cooperativo entre el hombre y la computadora. Se basan en algoritmos de clustering guiados con técnicas de visualización interactivas para descubrir comportamientos y tendencias en los datos. Informalmente, visualización es la transformación de datos o información en imágenes o pinturas. La visualización emplea el aparato sensitivo primario humano, que es la visión, tanto como todo el poder de procesamiento de la mente humana. El resultado debe ser un medio simple y efectivo para comunicar información voluminosa y compleja. En este contexto, el objetivo de nuestro trabajo consiste en delinear criterios con el objetivo de obtener una visualización efectiva de grandes bases de datos en equipos de bajo costo. En este trabajo presentamos una descripción de la investigación realizada sobre las tendencias y herramientas que se están utilizando para el discernimiento de grandes volúmenes de datos en Ciencias de la Computación. En la sección siguiente se detallan los conceptos fundamentales involucrados en visualización, visualización de información, data mining visual y cómo se relacionan a través de la representación gráfica de los datos. En la sección siguiente se presentan algunos ejemplos de visualización de bases de datos y se concluye con una descripción del trabajo a realizar.
Eje: Computación gráfica. Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Visual
grandes volúmenes de datos
Visualización
COMPUTER GRAPHICS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22175

id SEDICI_7b3161dd813cbf8c181e1534a1bdae24
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22175
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Visualización de grandes volúmenes de datosVitturini, MercedesCenci, Karina M.Castro, Silvia MabelCiencias InformáticasVisualgrandes volúmenes de datosVisualizaciónCOMPUTER GRAPHICSLa disponibilidad de almacenamiento económico y el progreso tecnológico, han llevado a que se hayan creado inmensas bases de datos de negocios, de datos científicos, de datos meteorológicos entre otros tipos de datos. Ante el crecimiento tan vertiginoso en la cantidad de información de estas bases de datos y aún cuando las personas estén acostumbradas a interrogarlas, se hace prácticamente imposible para una persona la tarea de explorarlas para poder extraer conclusiones, tendencias y patrones. En este caso, sin duda los problemas de la consulta y la posterior exploración de las bases de datos son problemas clave. Con el objetivo de colaborar en la solución de los mismos se han desarrollado distintas herramientas de visualización. Entre las primeras propuestas para la visualización de este tipo de información, surgen métodos interactivos basados en técnicas de browsing, de filtros y de facilidades para la construcción de consultas dinámicas que permitan aprender de los datos a través de múltiples consultas. Las propuestas de investigación más ambiciosas y recientes son las de data mining visual y están vinculadas con una nueva visión de la información en grandes bases de datos. Se pretende la búsqueda de nuevos conocimientos o profundización del discernimiento de conocimientos existentes, a través de un esfuerzo cooperativo entre el hombre y la computadora. Se basan en algoritmos de clustering guiados con técnicas de visualización interactivas para descubrir comportamientos y tendencias en los datos. Informalmente, visualización es la transformación de datos o información en imágenes o pinturas. La visualización emplea el aparato sensitivo primario humano, que es la visión, tanto como todo el poder de procesamiento de la mente humana. El resultado debe ser un medio simple y efectivo para comunicar información voluminosa y compleja. En este contexto, el objetivo de nuestro trabajo consiste en delinear criterios con el objetivo de obtener una visualización efectiva de grandes bases de datos en equipos de bajo costo. En este trabajo presentamos una descripción de la investigación realizada sobre las tendencias y herramientas que se están utilizando para el discernimiento de grandes volúmenes de datos en Ciencias de la Computación. En la sección siguiente se detallan los conceptos fundamentales involucrados en visualización, visualización de información, data mining visual y cómo se relacionan a través de la representación gráfica de los datos. En la sección siguiente se presentan algunos ejemplos de visualización de bases de datos y se concluye con una descripción del trabajo a realizar.Eje: Computación gráfica. VisualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2000-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf164-167http://sedici.unlp.edu.ar/handle/10915/22175spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:27:47Zoai:sedici.unlp.edu.ar:10915/22175Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:47.55SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Visualización de grandes volúmenes de datos
title Visualización de grandes volúmenes de datos
spellingShingle Visualización de grandes volúmenes de datos
Vitturini, Mercedes
Ciencias Informáticas
Visual
grandes volúmenes de datos
Visualización
COMPUTER GRAPHICS
title_short Visualización de grandes volúmenes de datos
title_full Visualización de grandes volúmenes de datos
title_fullStr Visualización de grandes volúmenes de datos
title_full_unstemmed Visualización de grandes volúmenes de datos
title_sort Visualización de grandes volúmenes de datos
dc.creator.none.fl_str_mv Vitturini, Mercedes
Cenci, Karina M.
Castro, Silvia Mabel
author Vitturini, Mercedes
author_facet Vitturini, Mercedes
Cenci, Karina M.
Castro, Silvia Mabel
author_role author
author2 Cenci, Karina M.
Castro, Silvia Mabel
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Visual
grandes volúmenes de datos
Visualización
COMPUTER GRAPHICS
topic Ciencias Informáticas
Visual
grandes volúmenes de datos
Visualización
COMPUTER GRAPHICS
dc.description.none.fl_txt_mv La disponibilidad de almacenamiento económico y el progreso tecnológico, han llevado a que se hayan creado inmensas bases de datos de negocios, de datos científicos, de datos meteorológicos entre otros tipos de datos. Ante el crecimiento tan vertiginoso en la cantidad de información de estas bases de datos y aún cuando las personas estén acostumbradas a interrogarlas, se hace prácticamente imposible para una persona la tarea de explorarlas para poder extraer conclusiones, tendencias y patrones. En este caso, sin duda los problemas de la consulta y la posterior exploración de las bases de datos son problemas clave. Con el objetivo de colaborar en la solución de los mismos se han desarrollado distintas herramientas de visualización. Entre las primeras propuestas para la visualización de este tipo de información, surgen métodos interactivos basados en técnicas de browsing, de filtros y de facilidades para la construcción de consultas dinámicas que permitan aprender de los datos a través de múltiples consultas. Las propuestas de investigación más ambiciosas y recientes son las de data mining visual y están vinculadas con una nueva visión de la información en grandes bases de datos. Se pretende la búsqueda de nuevos conocimientos o profundización del discernimiento de conocimientos existentes, a través de un esfuerzo cooperativo entre el hombre y la computadora. Se basan en algoritmos de clustering guiados con técnicas de visualización interactivas para descubrir comportamientos y tendencias en los datos. Informalmente, visualización es la transformación de datos o información en imágenes o pinturas. La visualización emplea el aparato sensitivo primario humano, que es la visión, tanto como todo el poder de procesamiento de la mente humana. El resultado debe ser un medio simple y efectivo para comunicar información voluminosa y compleja. En este contexto, el objetivo de nuestro trabajo consiste en delinear criterios con el objetivo de obtener una visualización efectiva de grandes bases de datos en equipos de bajo costo. En este trabajo presentamos una descripción de la investigación realizada sobre las tendencias y herramientas que se están utilizando para el discernimiento de grandes volúmenes de datos en Ciencias de la Computación. En la sección siguiente se detallan los conceptos fundamentales involucrados en visualización, visualización de información, data mining visual y cómo se relacionan a través de la representación gráfica de los datos. En la sección siguiente se presentan algunos ejemplos de visualización de bases de datos y se concluye con una descripción del trabajo a realizar.
Eje: Computación gráfica. Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
description La disponibilidad de almacenamiento económico y el progreso tecnológico, han llevado a que se hayan creado inmensas bases de datos de negocios, de datos científicos, de datos meteorológicos entre otros tipos de datos. Ante el crecimiento tan vertiginoso en la cantidad de información de estas bases de datos y aún cuando las personas estén acostumbradas a interrogarlas, se hace prácticamente imposible para una persona la tarea de explorarlas para poder extraer conclusiones, tendencias y patrones. En este caso, sin duda los problemas de la consulta y la posterior exploración de las bases de datos son problemas clave. Con el objetivo de colaborar en la solución de los mismos se han desarrollado distintas herramientas de visualización. Entre las primeras propuestas para la visualización de este tipo de información, surgen métodos interactivos basados en técnicas de browsing, de filtros y de facilidades para la construcción de consultas dinámicas que permitan aprender de los datos a través de múltiples consultas. Las propuestas de investigación más ambiciosas y recientes son las de data mining visual y están vinculadas con una nueva visión de la información en grandes bases de datos. Se pretende la búsqueda de nuevos conocimientos o profundización del discernimiento de conocimientos existentes, a través de un esfuerzo cooperativo entre el hombre y la computadora. Se basan en algoritmos de clustering guiados con técnicas de visualización interactivas para descubrir comportamientos y tendencias en los datos. Informalmente, visualización es la transformación de datos o información en imágenes o pinturas. La visualización emplea el aparato sensitivo primario humano, que es la visión, tanto como todo el poder de procesamiento de la mente humana. El resultado debe ser un medio simple y efectivo para comunicar información voluminosa y compleja. En este contexto, el objetivo de nuestro trabajo consiste en delinear criterios con el objetivo de obtener una visualización efectiva de grandes bases de datos en equipos de bajo costo. En este trabajo presentamos una descripción de la investigación realizada sobre las tendencias y herramientas que se están utilizando para el discernimiento de grandes volúmenes de datos en Ciencias de la Computación. En la sección siguiente se detallan los conceptos fundamentales involucrados en visualización, visualización de información, data mining visual y cómo se relacionan a través de la representación gráfica de los datos. En la sección siguiente se presentan algunos ejemplos de visualización de bases de datos y se concluye con una descripción del trabajo a realizar.
publishDate 2000
dc.date.none.fl_str_mv 2000-05
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/10915/22175
url http://sedici.unlp.edu.ar/handle/10915/22175
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
164-167
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_ 1842260115620626432
score 13.13397