Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless
- Autores
- Murazzo, María Antonia; Moreno, Marcelo P.; Rodríguez, Nelson R.; Sifón, Ricardo; Nicolia, Valeria; Benemerito, Ignacio; Celador, Leonardo
- Año de publicación
- 2023
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El Instituto Nacional de Prevención Sísmica (INPRES), por Ley 19616, es el organismo público en argentina encargado, del monitoreo sísmico de todo el territorio Argentino. Como tal, es poseedor de un vasto e importante catálogo sísmico y de formas de onda, único en Argentina. Estos datos están disponibles en servidores locales, y cualquier usuario, puede solicitarlos. Cada pedido de datos supone un importante esfuerzo, ya que los requerimientos de ese tipo generalmente se refieren a grandes volúmenes de datos, y requiere de una también muy importante capacidad de cómputo, los que se deben realizar y satisfacer desde el mismo Centro de Datos dedicado a tareas de rutina. Dada esta problemática es que se plantea el uso de serverles computing con el objeto de usar una infraestructura cloud pública para alojar los datos y FaaS para implementar las técnicas de manipulación de los datos.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
serverless computing
cloud computing
grandes volumenes de datos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/164014
Ver los metadatos del registro completo
id |
SEDICI_e8a29f32b859a952a05284ab673b17fb |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/164014 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en ServerlessMurazzo, María AntoniaMoreno, Marcelo P.Rodríguez, Nelson R.Sifón, RicardoNicolia, ValeriaBenemerito, IgnacioCelador, LeonardoCiencias Informáticasserverless computingcloud computinggrandes volumenes de datosEl Instituto Nacional de Prevención Sísmica (INPRES), por Ley 19616, es el organismo público en argentina encargado, del monitoreo sísmico de todo el territorio Argentino. Como tal, es poseedor de un vasto e importante catálogo sísmico y de formas de onda, único en Argentina. Estos datos están disponibles en servidores locales, y cualquier usuario, puede solicitarlos. Cada pedido de datos supone un importante esfuerzo, ya que los requerimientos de ese tipo generalmente se refieren a grandes volúmenes de datos, y requiere de una también muy importante capacidad de cómputo, los que se deben realizar y satisfacer desde el mismo Centro de Datos dedicado a tareas de rutina. Dada esta problemática es que se plantea el uso de serverles computing con el objeto de usar una infraestructura cloud pública para alojar los datos y FaaS para implementar las técnicas de manipulación de los datos.Red de Universidades con Carreras en Informática2023-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/164014spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620info: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:UNLP2025-09-03T11:15:05Zoai:sedici.unlp.edu.ar:10915/164014Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:15:05.837SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless |
title |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless |
spellingShingle |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless Murazzo, María Antonia Ciencias Informáticas serverless computing cloud computing grandes volumenes de datos |
title_short |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless |
title_full |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless |
title_fullStr |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless |
title_full_unstemmed |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless |
title_sort |
Técnicas de recuperación y procesamiento de grandes volúmenes de datos sísmicos: un repositorio público basado en Serverless |
dc.creator.none.fl_str_mv |
Murazzo, María Antonia Moreno, Marcelo P. Rodríguez, Nelson R. Sifón, Ricardo Nicolia, Valeria Benemerito, Ignacio Celador, Leonardo |
author |
Murazzo, María Antonia |
author_facet |
Murazzo, María Antonia Moreno, Marcelo P. Rodríguez, Nelson R. Sifón, Ricardo Nicolia, Valeria Benemerito, Ignacio Celador, Leonardo |
author_role |
author |
author2 |
Moreno, Marcelo P. Rodríguez, Nelson R. Sifón, Ricardo Nicolia, Valeria Benemerito, Ignacio Celador, Leonardo |
author2_role |
author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas serverless computing cloud computing grandes volumenes de datos |
topic |
Ciencias Informáticas serverless computing cloud computing grandes volumenes de datos |
dc.description.none.fl_txt_mv |
El Instituto Nacional de Prevención Sísmica (INPRES), por Ley 19616, es el organismo público en argentina encargado, del monitoreo sísmico de todo el territorio Argentino. Como tal, es poseedor de un vasto e importante catálogo sísmico y de formas de onda, único en Argentina. Estos datos están disponibles en servidores locales, y cualquier usuario, puede solicitarlos. Cada pedido de datos supone un importante esfuerzo, ya que los requerimientos de ese tipo generalmente se refieren a grandes volúmenes de datos, y requiere de una también muy importante capacidad de cómputo, los que se deben realizar y satisfacer desde el mismo Centro de Datos dedicado a tareas de rutina. Dada esta problemática es que se plantea el uso de serverles computing con el objeto de usar una infraestructura cloud pública para alojar los datos y FaaS para implementar las técnicas de manipulación de los datos. Red de Universidades con Carreras en Informática |
description |
El Instituto Nacional de Prevención Sísmica (INPRES), por Ley 19616, es el organismo público en argentina encargado, del monitoreo sísmico de todo el territorio Argentino. Como tal, es poseedor de un vasto e importante catálogo sísmico y de formas de onda, único en Argentina. Estos datos están disponibles en servidores locales, y cualquier usuario, puede solicitarlos. Cada pedido de datos supone un importante esfuerzo, ya que los requerimientos de ese tipo generalmente se refieren a grandes volúmenes de datos, y requiere de una también muy importante capacidad de cómputo, los que se deben realizar y satisfacer desde el mismo Centro de Datos dedicado a tareas de rutina. Dada esta problemática es que se plantea el uso de serverles computing con el objeto de usar una infraestructura cloud pública para alojar los datos y FaaS para implementar las técnicas de manipulación de los datos. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-04 |
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/10915/164014 |
url |
http://sedici.unlp.edu.ar/handle/10915/164014 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4 info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620 |
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 |
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_ |
1842260655714861056 |
score |
13.13397 |