Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos

Autores
Balladini, Javier; Morán, Marina; Rozas, Claudia; Cañibano, Rodrigo; Zurita, Rafael; Casanova, Belén; Orlandi, Cristina; De Giusti, Armando Eduardo; Suppi, Remo; Rexachs del Rosario, Dolores; Luque Fadón, Emilio
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los avances tecnológicos de los sistemas de cómputo paralelo y distribuido permiten el desarrollo de aplicaciones antes impensadas. Una de nuestras líneas de investigación se enfoca en aplicar estas tecnologías a Unidades de Cuidados Intensivos y Unidades de Vigilancia Intermedia. Buscamos mejorar sustancialmente el rendimiento de ellas con el procesamiento en tiempo real de datos masivos generados por el equipamiento médico y otras fuentes. Adicionalmente, trabajamos en la reducción del consumo energético de los sistemas de computación de altas prestaciones, con especial atención en los mecanismos de tolerancia a fallos. Todas nuestras investigaciones se centran en desarrollar metodologías, modelos y soluciones informáticas para colaborar en la resolución de problemas que tengan una alta demanda computacional e impacto social. Los trabajos se desarrollan en colaboración con otras universidades, y un hospital público de Argentina. La formación de recursos humanos en estas líneas está orientada al nivel de 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
aplicaciones para la salud
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:10915/104223
Acceder
id SEDICI_e0fd138657514fb3634960f10f93bc5c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/104223
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelosBalladini, JavierMorán, MarinaRozas, ClaudiaCañibano, RodrigoZurita, RafaelCasanova, BelénOrlandi, CristinaDe Giusti, Armando EduardoSuppi, RemoRexachs del Rosario, DoloresLuque Fadón, EmilioCiencias Informáticascomputación de altas prestacioneseficiencia energéticabig dataaplicaciones para la saludLos avances tecnológicos de los sistemas de cómputo paralelo y distribuido permiten el desarrollo de aplicaciones antes impensadas. Una de nuestras líneas de investigación se enfoca en aplicar estas tecnologías a Unidades de Cuidados Intensivos y Unidades de Vigilancia Intermedia. Buscamos mejorar sustancialmente el rendimiento de ellas con el procesamiento en tiempo real de datos masivos generados por el equipamiento médico y otras fuentes. Adicionalmente, trabajamos en la reducción del consumo energético de los sistemas de computación de altas prestaciones, con especial atención en los mecanismos de tolerancia a fallos. Todas nuestras investigaciones se centran en desarrollar metodologías, modelos y soluciones informáticas para colaborar en la resolución de problemas que tengan una alta demanda computacional e impacto social. Los trabajos se desarrollan en colaboración con otras universidades, y un hospital público de Argentina. La formación de recursos humanos en estas líneas está orientada al nivel de grado, maestría y doctoral.Eje: Procesamiento distribuido y paralelo.Red de Universidades con Carreras en Informática2020-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf792-796http://sedici.unlp.edu.ar/handle/10915/104223spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5info:eu-repo/semantics/reference/hdl/10915/103151info: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:UNLP2025-09-29T11:22:48Zoai:sedici.unlp.edu.ar:10915/104223Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:22:49.279SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
title Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
spellingShingle Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
Balladini, Javier
Ciencias Informáticas
computación de altas prestaciones
eficiencia energética
big data
aplicaciones para la salud
title_short Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
title_full Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
title_fullStr Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
title_full_unstemmed Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
title_sort Procesamiento de datos masivos en tiempo real y consumo energético de sistemas paralelos
dc.creator.none.fl_str_mv Balladini, Javier
Morán, Marina
Rozas, Claudia
Cañibano, Rodrigo
Zurita, Rafael
Casanova, Belén
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author Balladini, Javier
author_facet Balladini, Javier
Morán, Marina
Rozas, Claudia
Cañibano, Rodrigo
Zurita, Rafael
Casanova, Belén
Orlandi, Cristina
De Giusti, Armando Eduardo
Suppi, Remo
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author_role author
author2 Morán, Marina
Rozas, Claudia
Cañibano, Rodrigo
Zurita, Rafael
Casanova, Belén
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
dc.subject.none.fl_str_mv Ciencias Informáticas
computación de altas prestaciones
eficiencia energética
big data
aplicaciones para la salud
topic Ciencias Informáticas
computación de altas prestaciones
eficiencia energética
big data
aplicaciones para la salud
dc.description.none.fl_txt_mv Los avances tecnológicos de los sistemas de cómputo paralelo y distribuido permiten el desarrollo de aplicaciones antes impensadas. Una de nuestras líneas de investigación se enfoca en aplicar estas tecnologías a Unidades de Cuidados Intensivos y Unidades de Vigilancia Intermedia. Buscamos mejorar sustancialmente el rendimiento de ellas con el procesamiento en tiempo real de datos masivos generados por el equipamiento médico y otras fuentes. Adicionalmente, trabajamos en la reducción del consumo energético de los sistemas de computación de altas prestaciones, con especial atención en los mecanismos de tolerancia a fallos. Todas nuestras investigaciones se centran en desarrollar metodologías, modelos y soluciones informáticas para colaborar en la resolución de problemas que tengan una alta demanda computacional e impacto social. Los trabajos se desarrollan en colaboración con otras universidades, y un hospital público de Argentina. La formación de recursos humanos en estas líneas está orientada al nivel de grado, maestría y doctoral.
Eje: Procesamiento distribuido y paralelo.
Red de Universidades con Carreras en Informática
description Los avances tecnológicos de los sistemas de cómputo paralelo y distribuido permiten el desarrollo de aplicaciones antes impensadas. Una de nuestras líneas de investigación se enfoca en aplicar estas tecnologías a Unidades de Cuidados Intensivos y Unidades de Vigilancia Intermedia. Buscamos mejorar sustancialmente el rendimiento de ellas con el procesamiento en tiempo real de datos masivos generados por el equipamiento médico y otras fuentes. Adicionalmente, trabajamos en la reducción del consumo energético de los sistemas de computación de altas prestaciones, con especial atención en los mecanismos de tolerancia a fallos. Todas nuestras investigaciones se centran en desarrollar metodologías, modelos y soluciones informáticas para colaborar en la resolución de problemas que tengan una alta demanda computacional e impacto social. Los trabajos se desarrollan en colaboración con otras universidades, y un hospital público de Argentina. La formación de recursos humanos en estas líneas está orientada al nivel de grado, maestría y doctoral.
publishDate 2020
dc.date.none.fl_str_mv 2020-05
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/10915/104223
url http://sedici.unlp.edu.ar/handle/10915/104223
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5
info:eu-repo/semantics/reference/hdl/10915/103151
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
792-796
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_ 1844616104464351232
score 13.070432

Publicaciones similares