Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial

Autores
Balladini, Javier; Morán, Marina; Zanellato, Claudio; Rozas, Claudia; Cañibano, Rodrigo; Semenzato, Darío; Chiarotto, Agustín; Orlandi, Cristina; De Giusti, Armando Eduardo; Suppi, Remo; Rexachs del Rosario, Dolores; Luque Fadón, Emilio
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en la métrica del consumo energético, un tema de enorme relevancia actual dado el gran número de unidades de procesamiento que componen los sistemas. Por otro lado, buscamos aplicar las técnicas de cómputo paralelo y distribuido para solucionar problemas del sector salud. En particular, nos orientamos a soluciones de alertas tempranas de gravedad para Unidades de Cuidados Intensivos, afectadas por un gran volumen de datos y la necesidad de aplicar técnicas de inteligencia artificial. También nos enfocamos en una aplicación para atender y clasificar pacientes con COVID-19 según el riesgo de salud. Los trabajos se desarrollan en colaboración con otras universidades, dos hospitales públicos de Argentina y un centro de investigación. La formación de recursos humanos en estas líneas está orientada al nivel de tecnicatura, grado, maestría y doctoral.
Eje: Procesamiento distribuido y paralelo.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
computación de altas prestaciones
eficiencia energética
big data
Salud
Inteligencia artificial
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:10915/120363

id SEDICI_aa70a3344a6cbb9668a226e9dd6adeff
oai_identifier_str oai:sedici.unlp.edu.ar:10915/120363
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificialBalladini, JavierMorán, MarinaZanellato, ClaudioRozas, ClaudiaCañibano, RodrigoSemenzato, DaríoChiarotto, AgustínOrlandi, CristinaDe Giusti, Armando EduardoSuppi, RemoRexachs del Rosario, DoloresLuque Fadón, EmilioCiencias Informáticascomputación de altas prestacioneseficiencia energéticabig dataSaludInteligencia artificialLos grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en la métrica del consumo energético, un tema de enorme relevancia actual dado el gran número de unidades de procesamiento que componen los sistemas. Por otro lado, buscamos aplicar las técnicas de cómputo paralelo y distribuido para solucionar problemas del sector salud. En particular, nos orientamos a soluciones de alertas tempranas de gravedad para Unidades de Cuidados Intensivos, afectadas por un gran volumen de datos y la necesidad de aplicar técnicas de inteligencia artificial. También nos enfocamos en una aplicación para atender y clasificar pacientes con COVID-19 según el riesgo de salud. Los trabajos se desarrollan en colaboración con otras universidades, dos hospitales públicos de Argentina y un centro de investigación. La formación de recursos humanos en estas líneas está orientada al nivel de tecnicatura, grado, maestría y doctoral.Eje: Procesamiento distribuido y paralelo.Red de Universidades con Carreras en Informática2021-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf700-704http://sedici.unlp.edu.ar/handle/10915/120363spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0info:eu-repo/semantics/reference/hdl/10915/119487info:eu-repo/semantics/reference/hdl/10915/119490info: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:UNLP2025-09-29T11:28:29Zoai:sedici.unlp.edu.ar:10915/120363Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:28:29.768SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
spellingShingle Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
Balladini, Javier
Ciencias Informáticas
computación de altas prestaciones
eficiencia energética
big data
Salud
Inteligencia artificial
title_short Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_full Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_fullStr Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_full_unstemmed Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
title_sort Cómputo paralelo y distribuido: métricas de rendimiento, aplicaciones de datos masivos e inteligencia artificial
dc.creator.none.fl_str_mv Balladini, Javier
Morán, Marina
Zanellato, Claudio
Rozas, Claudia
Cañibano, Rodrigo
Semenzato, Darío
Chiarotto, Agustín
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author Balladini, Javier
author_facet Balladini, Javier
Morán, Marina
Zanellato, Claudio
Rozas, Claudia
Cañibano, Rodrigo
Semenzato, Darío
Chiarotto, Agustín
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author_role author
author2 Morán, Marina
Zanellato, Claudio
Rozas, Claudia
Cañibano, Rodrigo
Semenzato, Darío
Chiarotto, Agustín
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author2_role author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
computación de altas prestaciones
eficiencia energética
big data
Salud
Inteligencia artificial
topic Ciencias Informáticas
computación de altas prestaciones
eficiencia energética
big data
Salud
Inteligencia artificial
dc.description.none.fl_txt_mv Los grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en la métrica del consumo energético, un tema de enorme relevancia actual dado el gran número de unidades de procesamiento que componen los sistemas. Por otro lado, buscamos aplicar las técnicas de cómputo paralelo y distribuido para solucionar problemas del sector salud. En particular, nos orientamos a soluciones de alertas tempranas de gravedad para Unidades de Cuidados Intensivos, afectadas por un gran volumen de datos y la necesidad de aplicar técnicas de inteligencia artificial. También nos enfocamos en una aplicación para atender y clasificar pacientes con COVID-19 según el riesgo de salud. Los trabajos se desarrollan en colaboración con otras universidades, dos hospitales públicos de Argentina y un centro de investigación. La formación de recursos humanos en estas líneas está orientada al nivel de tecnicatura, grado, maestría y doctoral.
Eje: Procesamiento distribuido y paralelo.
Red de Universidades con Carreras en Informática
description Los grandes avances tecnológicos de los sistemas de cómputo paralelo y distribuido hacen viable nuevas soluciones a problemas. Por un lado, nos enfocamos en la métrica del consumo energético, un tema de enorme relevancia actual dado el gran número de unidades de procesamiento que componen los sistemas. Por otro lado, buscamos aplicar las técnicas de cómputo paralelo y distribuido para solucionar problemas del sector salud. En particular, nos orientamos a soluciones de alertas tempranas de gravedad para Unidades de Cuidados Intensivos, afectadas por un gran volumen de datos y la necesidad de aplicar técnicas de inteligencia artificial. También nos enfocamos en una aplicación para atender y clasificar pacientes con COVID-19 según el riesgo de salud. Los trabajos se desarrollan en colaboración con otras universidades, dos hospitales públicos de Argentina y un centro de investigación. La formación de recursos humanos en estas líneas está orientada al nivel de tecnicatura, grado, maestría y doctoral.
publishDate 2021
dc.date.none.fl_str_mv 2021-04
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/10915/120363
url http://sedici.unlp.edu.ar/handle/10915/120363
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3
info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0
info:eu-repo/semantics/reference/hdl/10915/119487
info:eu-repo/semantics/reference/hdl/10915/119490
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
700-704
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_ 1844616163303096320
score 13.070432