Algoritmos de detección de outliers

Autores
Cuadrado, María Fernanda; De Armas, Adrián Alfredo; Foglino, Alejandro Luis
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Esta investigación aborda la problemática de la detección de outliers en grandes bases de datos mediante distintos tipos de algoritmos. Los tipos de algoritmos se clasifican profundidad, densidad, desvío, ángulos y distancia. Se implementarán distintas versiones de algoritmos por cada tipo y se paralelizará su ejecución buscando mejorar la eficiencia a medida que el conjunto de datos utilizado crezca.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Outliers
Densidad
Distancia
Ángulos
Grandes bases de datos
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:10915/143373
Acceder
id SEDICI_fcef15c01a62a76d736109759fdbeb1c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/143373
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos de detección de outliersCuadrado, María FernandaDe Armas, Adrián AlfredoFoglino, Alejandro LuisCiencias InformáticasOutliersDensidadDistanciaÁngulosGrandes bases de datosEsta investigación aborda la problemática de la detección de outliers en grandes bases de datos mediante distintos tipos de algoritmos. Los tipos de algoritmos se clasifican profundidad, densidad, desvío, ángulos y distancia. Se implementarán distintas versiones de algoritmos por cada tipo y se paralelizará su ejecución buscando mejorar la eficiencia a medida que el conjunto de datos utilizado crezca.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/pdf157-160http://sedici.unlp.edu.ar/handle/10915/143373spainfo: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:UNLP2025-09-29T11:36:38Zoai:sedici.unlp.edu.ar:10915/143373Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:36:38.445SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos de detección de outliers
title Algoritmos de detección de outliers
spellingShingle Algoritmos de detección de outliers
Cuadrado, María Fernanda
Ciencias Informáticas
Outliers
Densidad
Distancia
Ángulos
Grandes bases de datos
title_short Algoritmos de detección de outliers
title_full Algoritmos de detección de outliers
title_fullStr Algoritmos de detección de outliers
title_full_unstemmed Algoritmos de detección de outliers
title_sort Algoritmos de detección de outliers
dc.creator.none.fl_str_mv Cuadrado, María Fernanda
De Armas, Adrián Alfredo
Foglino, Alejandro Luis
author Cuadrado, María Fernanda
author_facet Cuadrado, María Fernanda
De Armas, Adrián Alfredo
Foglino, Alejandro Luis
author_role author
author2 De Armas, Adrián Alfredo
Foglino, Alejandro Luis
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Outliers
Densidad
Distancia
Ángulos
Grandes bases de datos
topic Ciencias Informáticas
Outliers
Densidad
Distancia
Ángulos
Grandes bases de datos
dc.description.none.fl_txt_mv Esta investigación aborda la problemática de la detección de outliers en grandes bases de datos mediante distintos tipos de algoritmos. Los tipos de algoritmos se clasifican profundidad, densidad, desvío, ángulos y distancia. Se implementarán distintas versiones de algoritmos por cada tipo y se paralelizará su ejecución buscando mejorar la eficiencia a medida que el conjunto de datos utilizado crezca.
Red de Universidades con Carreras en Informática
description Esta investigación aborda la problemática de la detección de outliers en grandes bases de datos mediante distintos tipos de algoritmos. Los tipos de algoritmos se clasifican profundidad, densidad, desvío, ángulos y distancia. Se implementarán distintas versiones de algoritmos por cada tipo y se paralelizará su ejecución buscando mejorar la eficiencia a medida que el conjunto de datos utilizado crezca.
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/10915/143373
url http://sedici.unlp.edu.ar/handle/10915/143373
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
157-160
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_ 1844616244007796736
score 13.070432

Publicaciones similares