Análisis e indexación de datos no convencionales

Autores
Bustos, Cristian; Esquivel, Susana Cecilia; Ludueña, Verónica; Reyes, Nora Susana; Roggero, Patricia; Chávez, Edgar; Navarro, Gonzalo
Año de publicación
2009
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La constante aparición de datos en forma digital de diferentes tipos, tamaños y en gran cantidad, concuerda con un crecimiento de las capacidades de almacenamiento a precios más moderados. Por otro lado, dos fenómenos se han manifestado últimamente: mientras la velocidad de procesamiento de la CPU se ha duplicado casi anualmente, la de los almacenamientos masivos ha progresado poco; (b) han aparecido memorias caché con mayor capacidad, más rápidas y más pequeñas, aunque más costosas, que las memorias RAM. Estos fenómenos han cambiado los modelos de costos utilizados para diseñar algoritmos y estructuras de datos eficientes. Por tal motivo los costos que se pagaban al almacenar datos en forma comprimida, en términos de velocidad de procesamiento por la descompresión, hoy en día se tornan despreciables debido a que la diferencia entre los tiempos de CPU y acceso a disco es tan significativa que el esfuerzo de descompresión se paga a cambio de una pequeña disminución en el tiempo de I/O. Además, la transferencia de los datos sobre una red local cuesta casi lo mismo que la transferencia a disco, por lo cual ésta se ve favorecida con la compresión. Este escenario ha originado líneas de investigación que tienen en cuenta estas diferencias de costos de operaciones, así nos dedicamos a las estructuras de datos: compactas y/o con I/O eficiente. Nuestro objetivo es contribuir a estas líneas de investigación, diseñando estructuras de datos más eficientes para memorias jerárquicas, haciendo uso de la compacticidad o la I/O eficiente. Particularmente nos centraremos en las estructuras de datos capaces de manipular los siguientes tipos de datos: secuencias, textos, grafos, y espacios métricos, entre otros, y en estudiar los problemas desde ambos puntos de vista teórico y empírico. Además de diseñar estructuras de datos, planeamos investigar otros aspectos tales como la construcción eficiente (en espacio o en I/O u otras medidas de eficiencia), el dinamismo (es decir actualizaciones eficientes) y operaciones de búsqueda complejas (más allá de las básicas soportadas por las estructuras de datos clásicas).
Eje: Ingeniería de Software y Base de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
analisis
SOFTWARE ENGINEERING
indexación
Database Administration
datos no convencionales
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:10915/19758

id SEDICI_d8d2ff5f4097ba870f5b4989cfd7cc7a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19758
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis e indexación de datos no convencionalesBustos, CristianEsquivel, Susana CeciliaLudueña, VerónicaReyes, Nora SusanaRoggero, PatriciaChávez, EdgarNavarro, GonzaloCiencias InformáticasanalisisSOFTWARE ENGINEERINGindexaciónDatabase Administrationdatos no convencionalesLa constante aparición de datos en forma digital de diferentes tipos, tamaños y en gran cantidad, concuerda con un crecimiento de las capacidades de almacenamiento a precios más moderados. Por otro lado, dos fenómenos se han manifestado últimamente: mientras la velocidad de procesamiento de la CPU se ha duplicado casi anualmente, la de los almacenamientos masivos ha progresado poco; (b) han aparecido memorias caché con mayor capacidad, más rápidas y más pequeñas, aunque más costosas, que las memorias RAM. Estos fenómenos han cambiado los modelos de costos utilizados para diseñar algoritmos y estructuras de datos eficientes. Por tal motivo los costos que se pagaban al almacenar datos en forma comprimida, en términos de velocidad de procesamiento por la descompresión, hoy en día se tornan despreciables debido a que la diferencia entre los tiempos de CPU y acceso a disco es tan significativa que el esfuerzo de descompresión se paga a cambio de una pequeña disminución en el tiempo de I/O. Además, la transferencia de los datos sobre una red local cuesta casi lo mismo que la transferencia a disco, por lo cual ésta se ve favorecida con la compresión. Este escenario ha originado líneas de investigación que tienen en cuenta estas diferencias de costos de operaciones, así nos dedicamos a las estructuras de datos: compactas y/o con I/O eficiente. Nuestro objetivo es contribuir a estas líneas de investigación, diseñando estructuras de datos más eficientes para memorias jerárquicas, haciendo uso de la compacticidad o la I/O eficiente. Particularmente nos centraremos en las estructuras de datos capaces de manipular los siguientes tipos de datos: secuencias, textos, grafos, y espacios métricos, entre otros, y en estudiar los problemas desde ambos puntos de vista teórico y empírico. Además de diseñar estructuras de datos, planeamos investigar otros aspectos tales como la construcción eficiente (en espacio o en I/O u otras medidas de eficiencia), el dinamismo (es decir actualizaciones eficientes) y operaciones de búsqueda complejas (más allá de las básicas soportadas por las estructuras de datos clásicas).Eje: Ingeniería de Software y Base de DatosRed de Universidades con Carreras en Informática (RedUNCI)2009-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf361-365http://sedici.unlp.edu.ar/handle/10915/19758spainfo: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:UNLP2025-09-03T10:26:51Zoai:sedici.unlp.edu.ar:10915/19758Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:26:51.416SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis e indexación de datos no convencionales
title Análisis e indexación de datos no convencionales
spellingShingle Análisis e indexación de datos no convencionales
Bustos, Cristian
Ciencias Informáticas
analisis
SOFTWARE ENGINEERING
indexación
Database Administration
datos no convencionales
title_short Análisis e indexación de datos no convencionales
title_full Análisis e indexación de datos no convencionales
title_fullStr Análisis e indexación de datos no convencionales
title_full_unstemmed Análisis e indexación de datos no convencionales
title_sort Análisis e indexación de datos no convencionales
dc.creator.none.fl_str_mv Bustos, Cristian
Esquivel, Susana Cecilia
Ludueña, Verónica
Reyes, Nora Susana
Roggero, Patricia
Chávez, Edgar
Navarro, Gonzalo
author Bustos, Cristian
author_facet Bustos, Cristian
Esquivel, Susana Cecilia
Ludueña, Verónica
Reyes, Nora Susana
Roggero, Patricia
Chávez, Edgar
Navarro, Gonzalo
author_role author
author2 Esquivel, Susana Cecilia
Ludueña, Verónica
Reyes, Nora Susana
Roggero, Patricia
Chávez, Edgar
Navarro, Gonzalo
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
analisis
SOFTWARE ENGINEERING
indexación
Database Administration
datos no convencionales
topic Ciencias Informáticas
analisis
SOFTWARE ENGINEERING
indexación
Database Administration
datos no convencionales
dc.description.none.fl_txt_mv La constante aparición de datos en forma digital de diferentes tipos, tamaños y en gran cantidad, concuerda con un crecimiento de las capacidades de almacenamiento a precios más moderados. Por otro lado, dos fenómenos se han manifestado últimamente: mientras la velocidad de procesamiento de la CPU se ha duplicado casi anualmente, la de los almacenamientos masivos ha progresado poco; (b) han aparecido memorias caché con mayor capacidad, más rápidas y más pequeñas, aunque más costosas, que las memorias RAM. Estos fenómenos han cambiado los modelos de costos utilizados para diseñar algoritmos y estructuras de datos eficientes. Por tal motivo los costos que se pagaban al almacenar datos en forma comprimida, en términos de velocidad de procesamiento por la descompresión, hoy en día se tornan despreciables debido a que la diferencia entre los tiempos de CPU y acceso a disco es tan significativa que el esfuerzo de descompresión se paga a cambio de una pequeña disminución en el tiempo de I/O. Además, la transferencia de los datos sobre una red local cuesta casi lo mismo que la transferencia a disco, por lo cual ésta se ve favorecida con la compresión. Este escenario ha originado líneas de investigación que tienen en cuenta estas diferencias de costos de operaciones, así nos dedicamos a las estructuras de datos: compactas y/o con I/O eficiente. Nuestro objetivo es contribuir a estas líneas de investigación, diseñando estructuras de datos más eficientes para memorias jerárquicas, haciendo uso de la compacticidad o la I/O eficiente. Particularmente nos centraremos en las estructuras de datos capaces de manipular los siguientes tipos de datos: secuencias, textos, grafos, y espacios métricos, entre otros, y en estudiar los problemas desde ambos puntos de vista teórico y empírico. Además de diseñar estructuras de datos, planeamos investigar otros aspectos tales como la construcción eficiente (en espacio o en I/O u otras medidas de eficiencia), el dinamismo (es decir actualizaciones eficientes) y operaciones de búsqueda complejas (más allá de las básicas soportadas por las estructuras de datos clásicas).
Eje: Ingeniería de Software y Base de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description La constante aparición de datos en forma digital de diferentes tipos, tamaños y en gran cantidad, concuerda con un crecimiento de las capacidades de almacenamiento a precios más moderados. Por otro lado, dos fenómenos se han manifestado últimamente: mientras la velocidad de procesamiento de la CPU se ha duplicado casi anualmente, la de los almacenamientos masivos ha progresado poco; (b) han aparecido memorias caché con mayor capacidad, más rápidas y más pequeñas, aunque más costosas, que las memorias RAM. Estos fenómenos han cambiado los modelos de costos utilizados para diseñar algoritmos y estructuras de datos eficientes. Por tal motivo los costos que se pagaban al almacenar datos en forma comprimida, en términos de velocidad de procesamiento por la descompresión, hoy en día se tornan despreciables debido a que la diferencia entre los tiempos de CPU y acceso a disco es tan significativa que el esfuerzo de descompresión se paga a cambio de una pequeña disminución en el tiempo de I/O. Además, la transferencia de los datos sobre una red local cuesta casi lo mismo que la transferencia a disco, por lo cual ésta se ve favorecida con la compresión. Este escenario ha originado líneas de investigación que tienen en cuenta estas diferencias de costos de operaciones, así nos dedicamos a las estructuras de datos: compactas y/o con I/O eficiente. Nuestro objetivo es contribuir a estas líneas de investigación, diseñando estructuras de datos más eficientes para memorias jerárquicas, haciendo uso de la compacticidad o la I/O eficiente. Particularmente nos centraremos en las estructuras de datos capaces de manipular los siguientes tipos de datos: secuencias, textos, grafos, y espacios métricos, entre otros, y en estudiar los problemas desde ambos puntos de vista teórico y empírico. Además de diseñar estructuras de datos, planeamos investigar otros aspectos tales como la construcción eficiente (en espacio o en I/O u otras medidas de eficiencia), el dinamismo (es decir actualizaciones eficientes) y operaciones de búsqueda complejas (más allá de las básicas soportadas por las estructuras de datos clásicas).
publishDate 2009
dc.date.none.fl_str_mv 2009-05
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/10915/19758
url http://sedici.unlp.edu.ar/handle/10915/19758
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
361-365
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_ 1842260103102726144
score 13.13397