Administración y recuperación de datos multimedia masivos

Autores
Britos, Luis; Kasián, Fernando; Ludueña, Verónica; Merenda, Franco; Olivares, Diego; Printista, Alicia Marcela; Reyes, Nora Susana; Roggero, Patricia; Samat, Pablo
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Dado el crecimiento sostenido en los últimos tiempos de la disponibilidad de diferentes tipos de datos multimedia, por el uso masivo de dispositivos que producen datos digitalizados, se ha vuelto necesario contar con grandes repositorios de datos no estructurados provenientes de distintas fuentes, los cuales son difíciles de administrar bajo el modelo relacional de base de datos. Este crecimiento sostenido tanto de la cantidad de datos en formato digital disponible, como en la variedad de los mismos, ha ido acompañado por la rápida evolución de las tecnologías de la información y comunicación. Al considerar tipos de datos tales como texto libre, imágenes, audio, video, secuencias biológicas de ADN o proteínas, entre otros, su administración y las distintas formas de recuperación de datos no se corresponden a las habituales y forzar una modelización de los mismos no adecuada podría restringir de antemano el tipo de operaciones que se puedan realizar sobre ellos. Así, al considerar la administración y recuperación sobre grandes conjuntos de datos no estructurados, se hace evidente la necesidad de considerar nuevos modelos y herramientas para su administración y su indexación, considerando las operaciones de interés. Además, como el objetivo de cualquier sistema de recuperación de información es obtener información útil para el usuario, mediante consultas a la base de datos, no sólo se deben soportar distintos tipos de consultas sino también resolverlas de manera eficiente usando índices apropiados.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Bases de datos masivas
Computación de alto desempeño
Recuperación de información
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:10915/143818
Acceder
id SEDICI_8038f51384bb7131289bf8bf331b5862
oai_identifier_str oai:sedici.unlp.edu.ar:10915/143818
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Administración y recuperación de datos multimedia masivosBritos, LuisKasián, FernandoLudueña, VerónicaMerenda, FrancoOlivares, DiegoPrintista, Alicia MarcelaReyes, Nora SusanaRoggero, PatriciaSamat, PabloCiencias InformáticasBases de datos masivasComputación de alto desempeñoRecuperación de informaciónDado el crecimiento sostenido en los últimos tiempos de la disponibilidad de diferentes tipos de datos multimedia, por el uso masivo de dispositivos que producen datos digitalizados, se ha vuelto necesario contar con grandes repositorios de datos no estructurados provenientes de distintas fuentes, los cuales son difíciles de administrar bajo el modelo relacional de base de datos. Este crecimiento sostenido tanto de la cantidad de datos en formato digital disponible, como en la variedad de los mismos, ha ido acompañado por la rápida evolución de las tecnologías de la información y comunicación. Al considerar tipos de datos tales como texto libre, imágenes, audio, video, secuencias biológicas de ADN o proteínas, entre otros, su administración y las distintas formas de recuperación de datos no se corresponden a las habituales y forzar una modelización de los mismos no adecuada podría restringir de antemano el tipo de operaciones que se puedan realizar sobre ellos. Así, al considerar la administración y recuperación sobre grandes conjuntos de datos no estructurados, se hace evidente la necesidad de considerar nuevos modelos y herramientas para su administración y su indexación, considerando las operaciones de interés. Además, como el objetivo de cualquier sistema de recuperación de información es obtener información útil para el usuario, mediante consultas a la base de datos, no sólo se deben soportar distintos tipos de consultas sino también resolverlas de manera eficiente usando índices apropiados.Red de Universidades con Carreras en Informática2022-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf186-190http://sedici.unlp.edu.ar/handle/10915/143818spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9info:eu-repo/semantics/reference/hdl/10915/142555info: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:UNLP2025-09-29T11:36:43Zoai:sedici.unlp.edu.ar:10915/143818Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:36:43.258SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Administración y recuperación de datos multimedia masivos
title Administración y recuperación de datos multimedia masivos
spellingShingle Administración y recuperación de datos multimedia masivos
Britos, Luis
Ciencias Informáticas
Bases de datos masivas
Computación de alto desempeño
Recuperación de información
title_short Administración y recuperación de datos multimedia masivos
title_full Administración y recuperación de datos multimedia masivos
title_fullStr Administración y recuperación de datos multimedia masivos
title_full_unstemmed Administración y recuperación de datos multimedia masivos
title_sort Administración y recuperación de datos multimedia masivos
dc.creator.none.fl_str_mv Britos, Luis
Kasián, Fernando
Ludueña, Verónica
Merenda, Franco
Olivares, Diego
Printista, Alicia Marcela
Reyes, Nora Susana
Roggero, Patricia
Samat, Pablo
author Britos, Luis
author_facet Britos, Luis
Kasián, Fernando
Ludueña, Verónica
Merenda, Franco
Olivares, Diego
Printista, Alicia Marcela
Reyes, Nora Susana
Roggero, Patricia
Samat, Pablo
author_role author
author2 Kasián, Fernando
Ludueña, Verónica
Merenda, Franco
Olivares, Diego
Printista, Alicia Marcela
Reyes, Nora Susana
Roggero, Patricia
Samat, Pablo
author2_role author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Bases de datos masivas
Computación de alto desempeño
Recuperación de información
topic Ciencias Informáticas
Bases de datos masivas
Computación de alto desempeño
Recuperación de información
dc.description.none.fl_txt_mv Dado el crecimiento sostenido en los últimos tiempos de la disponibilidad de diferentes tipos de datos multimedia, por el uso masivo de dispositivos que producen datos digitalizados, se ha vuelto necesario contar con grandes repositorios de datos no estructurados provenientes de distintas fuentes, los cuales son difíciles de administrar bajo el modelo relacional de base de datos. Este crecimiento sostenido tanto de la cantidad de datos en formato digital disponible, como en la variedad de los mismos, ha ido acompañado por la rápida evolución de las tecnologías de la información y comunicación. Al considerar tipos de datos tales como texto libre, imágenes, audio, video, secuencias biológicas de ADN o proteínas, entre otros, su administración y las distintas formas de recuperación de datos no se corresponden a las habituales y forzar una modelización de los mismos no adecuada podría restringir de antemano el tipo de operaciones que se puedan realizar sobre ellos. Así, al considerar la administración y recuperación sobre grandes conjuntos de datos no estructurados, se hace evidente la necesidad de considerar nuevos modelos y herramientas para su administración y su indexación, considerando las operaciones de interés. Además, como el objetivo de cualquier sistema de recuperación de información es obtener información útil para el usuario, mediante consultas a la base de datos, no sólo se deben soportar distintos tipos de consultas sino también resolverlas de manera eficiente usando índices apropiados.
Red de Universidades con Carreras en Informática
description Dado el crecimiento sostenido en los últimos tiempos de la disponibilidad de diferentes tipos de datos multimedia, por el uso masivo de dispositivos que producen datos digitalizados, se ha vuelto necesario contar con grandes repositorios de datos no estructurados provenientes de distintas fuentes, los cuales son difíciles de administrar bajo el modelo relacional de base de datos. Este crecimiento sostenido tanto de la cantidad de datos en formato digital disponible, como en la variedad de los mismos, ha ido acompañado por la rápida evolución de las tecnologías de la información y comunicación. Al considerar tipos de datos tales como texto libre, imágenes, audio, video, secuencias biológicas de ADN o proteínas, entre otros, su administración y las distintas formas de recuperación de datos no se corresponden a las habituales y forzar una modelización de los mismos no adecuada podría restringir de antemano el tipo de operaciones que se puedan realizar sobre ellos. Así, al considerar la administración y recuperación sobre grandes conjuntos de datos no estructurados, se hace evidente la necesidad de considerar nuevos modelos y herramientas para su administración y su indexación, considerando las operaciones de interés. Además, como el objetivo de cualquier sistema de recuperación de información es obtener información útil para el usuario, mediante consultas a la base de datos, no sólo se deben soportar distintos tipos de consultas sino también resolverlas de manera eficiente usando índices apropiados.
publishDate 2022
dc.date.none.fl_str_mv 2022-04
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/10915/143818
url http://sedici.unlp.edu.ar/handle/10915/143818
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9
info:eu-repo/semantics/reference/hdl/10915/142555
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
186-190
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_ 1844616244411498496
score 13.069144

Publicaciones similares