http://sedici.unlp.edu.ar:80/handle/10915/166753 2026-08-14T09:43:33Z 2026-08-14T09:43:33Z Gardey, Juan Cruz http://sedici.unlp.edu.ar:80/handle/10915/166780 2024-06-05T20:03:44Z 2024-04-01T00:00:00Z

Contribucion a revista Métodos y herramientas de desarrollo y evaluación de refactorings para la mejora de la experiencia de usuario en aplicaciones web Journal of Computer Science & Technology; vol. 24, no. 1; http://sedici.unlp.edu.ar/handle/10915/157248 In this thesis we developed a set of methods and tools to support UX designers in the tasks of evaluating and improving the user experience. First, we present a method to explore design alternatives using the refactoring technique. This method is developed in a tool called UX-Painter. The tool is intended for UX designers, who can create different versions of a web application using refactorings to generate design changes, without the need to code them. In this way, it is possible to visualize, validate and evaluate design changes in the same web application without having to code them. el estado del arte y descubrir los aspectos que han sido utilizados por los investigadores en los diferentes estudios. Los resultados muestran que el 30% de los trabajos revisados son amplios y abarcan variables de operación, gestión y gobierno; brindan un renovado conjunto de juicios, dimensiones e indicadores para medir el nivel de logro institucional, además COBIT v5 es el marco de referencia más utilizado para medir capacidades en gobernanza de tecnología y sistemas de información para procesos. En "Documentos relacionados" se encuentra el link para acceder al texto completo de la tesis.; Resumen de la tesis presentada por el autor para la obtención del título de Doctor en Ciencias Informáticas en la UNLP.

2024-04-01T00:00:00Z In this thesis we developed a set of methods and tools to support UX designers in the tasks of evaluating and improving the user experience. First, we present a method to explore design alternatives using the refactoring technique. This method is developed in a tool called UX-Painter. The tool is intended for UX designers, who can create different versions of a web application using refactorings to generate design changes, without the need to code them. In this way, it is possible to visualize, validate and evaluate design changes in the same web application without having to code them. el estado del arte y descubrir los aspectos que han sido utilizados por los investigadores en los diferentes estudios. Los resultados muestran que el 30% de los trabajos revisados son amplios y abarcan variables de operación, gestión y gobierno; brindan un renovado conjunto de juicios, dimensiones e indicadores para medir el nivel de logro institucional, además COBIT v5 es el marco de referencia más utilizado para medir capacidades en gobernanza de tecnología y sistemas de información para procesos. Merchán-Rodríguez, Vicente Juiz, Carlos http://sedici.unlp.edu.ar:80/handle/10915/166778 2024-06-05T20:03:47Z 2024-04-01T00:00:00Z

Articulo Gobierno de tecnologías y sistemas de información para la educación superior: mapeo sistemático de estudios Journal of Computer Science & Technology; vol. 24, no. 1 The pandemic has led to more attention to how technologies and information systems (T&IS) are governed in higher education institutions (HEI). However, many of the aspects used to study them do not gather the expectations of those who benefit from these studies and the institutions are shocked as a result that major aspects of governance are not considered. This paper seeks to summarize the current knowledge that is available regarding the strategies adopted to know the state of governance of T&IS for the higher education between 2015 and 2022 years. To fulfill the objective, a systematic mapping of studies was carried out in order of identifying the state of the art and discovering the aspects that have been used by the researchers in the different studies. The results show that 30% of the works reviewed are broad and cover variables of operation, management, and government; they provide a renewed set of judgments, dimensions, and indicators to measure the level of institutional achievement, in addition, COBIT v5 is the most widely used reference framework to measure capacities in the governance of technology and information system for processes.; La pandemia ha llevado a que se preste más atención a cómo se rigen las tecnologías y los sistemas de información en las instituciones de educación superior IES. Sin embargo, muchos de los aspectos que se utilizan para estudiarlos no reúnen las expectativas de quienes se benefician de estos estudios y las instituciones se sorprenden porque no se consideran los principales aspectos de la gobernanza. Este artículo busca resumir el conocimiento actual que se tiene sobre las estrategias adoptadas para conocer el estado de la gobernanza de las TI para la educación superior entre los años 2015 y 2022. Para cumplir con el objetivo, se realizó un mapeo sistemático de estudios con el fin de identificar el estado del arte y descubrir los aspectos que han sido utilizados por los investigadores en los diferentes estudios. Los resultados muestran que el 30% de los trabajos revisados son amplios y abarcan variables de operación, gestión y gobierno; brindan un renovado conjunto de juicios, dimensiones e indicadores para medir el nivel de logro institucional, además COBIT v5 es el marco de referencia más utilizado para medir capacidades en gobernanza de tecnología y sistemas de información para procesos.

2024-04-01T00:00:00Z The pandemic has led to more attention to how technologies and information systems (T&IS) are governed in higher education institutions (HEI). However, many of the aspects used to study them do not gather the expectations of those who benefit from these studies and the institutions are shocked as a result that major aspects of governance are not considered. This paper seeks to summarize the current knowledge that is available regarding the strategies adopted to know the state of governance of T&IS for the higher education between 2015 and 2022 years. To fulfill the objective, a systematic mapping of studies was carried out in order of identifying the state of the art and discovering the aspects that have been used by the researchers in the different studies. The results show that 30% of the works reviewed are broad and cover variables of operation, management, and government; they provide a renewed set of judgments, dimensions, and indicators to measure the level of institutional achievement, in addition, COBIT v5 is the most widely used reference framework to measure capacities in the governance of technology and information system for processes. La pandemia ha llevado a que se preste más atención a cómo se rigen las tecnologías y los sistemas de información en las instituciones de educación superior IES. Sin embargo, muchos de los aspectos que se utilizan para estudiarlos no reúnen las expectativas de quienes se benefician de estos estudios y las instituciones se sorprenden porque no se consideran los principales aspectos de la gobernanza. Este artículo busca resumir el conocimiento actual que se tiene sobre las estrategias adoptadas para conocer el estado de la gobernanza de las TI para la educación superior entre los años 2015 y 2022. Para cumplir con el objetivo, se realizó un mapeo sistemático de estudios con el fin de identificar el estado del arte y descubrir los aspectos que han sido utilizados por los investigadores en los diferentes estudios. Los resultados muestran que el 30% de los trabajos revisados son amplios y abarcan variables de operación, gestión y gobierno; brindan un renovado conjunto de juicios, dimensiones e indicadores para medir el nivel de logro institucional, además COBIT v5 es el marco de referencia más utilizado para medir capacidades en gobernanza de tecnología y sistemas de información para procesos. Alhenawi, Esraa Awawdeh, Shatha Khurma, Ruba Abu García-Arenas, Maribel Castillo, Pedro A. Hudaib, Amjad http://sedici.unlp.edu.ar:80/handle/10915/166777 2024-06-05T20:04:00Z 2024-04-01T00:00:00Z

Articulo Elección de un método adecuado de priorización de requisitos: un estudio Journal of Computer Science & Technology; vol. 24, no. 1 Software requirements prioritization plays a crucial role in software development. It can be viewed as the process of ordering requirements by determining which requirements must be done first and which can be done later. Powerful requirements prioritization techniques are of paramount importance to finish the implementation on time and within budget. Many factors affect requirement prioritization such as stakeholder expectations, complexity, dependency, scalability, risk, and cost. Therefore, finding the proper order of requirements is a challenging process. Hence, different types of requirements prioritization techniques have been developed to support this task. In this survey, we propose a novel classification that can classify the prioritization techniques under two major classes: relative and exact prioritization techniques class, where each class is divided into two subclasses. We depend in our classification on the way the value of ranking is given to the requirement, either explicitly as a specific value in the case of the exact prioritization techniques class, or implicitly in the case of the Relative prioritization technique class. An overview of fifteen different requirements prioritization techniques are presented and organized according to the proposed classification criteria’s. Moreover, we make a comparison between methods that are related to the same subclass to analyze their strengths and weaknesses. Based on the comparison results, the properties for each proposed subclass of techniques are identified. Depending on these properties, we present some recommendations to help project managers in the process of selecting the most suitable technique to prioritize requirements based on their project characteristics (number of requirements, time, cost, and accuracy).; La priorización de requisitos de software desempeña un papel crucial en el desarrollo de software. Puede verse como el proceso de ordenar los requisitos determinando cuáles deben hacerse primero y cuáles pueden hacerse después. Unas técnicas potentes de priorización de requisitos son de vital importancia para terminar la implementación a tiempo y sin salirse del presupuesto. Muchos factores afectan a la priorización de requisitos, como las expectativas de las partes interesadas, la complejidad, la dependencia, la escalabilidad, el riesgo y el coste. Por lo tanto, encontrar el orden adecuado de los requisitos es un proceso difícil. De ahí que se hayan desarrollado distintos tipos de técnicas de priorización de requisitos para apoyar esta tarea. En este estudio, proponemos una clasificación novedosa que puede clasificar las técnicas de priorización en dos clases principales: clase de técnicas de priorización relativa y clase de técnicas de priorización exacta, donde cada clase se divide en dos subclases. En nuestra clasificación dependemos de la forma en que se da el valor de clasificación al requisito, ya sea explícitamente como un valor específico en el caso de la clase de técnicas de priorización exacta, o implícitamente en el caso de la clase de técnicas de priorización relativa. Se presenta una visión general de quince técnicas diferentes de priorización de requisitos, organizadas según los criterios de clasificación propuestos. Además, se realiza una comparación entre métodos relacionados con la misma subclase para analizar sus puntos fuertes y débiles. A partir de los resultados de la comparación, se identifican las propiedades de cada subclase de técnicas propuesta. En función de estas propiedades, presentamos algunas recomendaciones para ayudar a los gestores de proyectos en el proceso de selección de la técnica más adecuada para priorizar requisitos en función de las características del proyecto (número de requisitos, tiempo, coste y precisión).

2024-04-01T00:00:00Z Software requirements prioritization plays a crucial role in software development. It can be viewed as the process of ordering requirements by determining which requirements must be done first and which can be done later. Powerful requirements prioritization techniques are of paramount importance to finish the implementation on time and within budget. Many factors affect requirement prioritization such as stakeholder expectations, complexity, dependency, scalability, risk, and cost. Therefore, finding the proper order of requirements is a challenging process. Hence, different types of requirements prioritization techniques have been developed to support this task. In this survey, we propose a novel classification that can classify the prioritization techniques under two major classes: relative and exact prioritization techniques class, where each class is divided into two subclasses. We depend in our classification on the way the value of ranking is given to the requirement, either explicitly as a specific value in the case of the exact prioritization techniques class, or implicitly in the case of the Relative prioritization technique class. An overview of fifteen different requirements prioritization techniques are presented and organized according to the proposed classification criteria’s. Moreover, we make a comparison between methods that are related to the same subclass to analyze their strengths and weaknesses. Based on the comparison results, the properties for each proposed subclass of techniques are identified. Depending on these properties, we present some recommendations to help project managers in the process of selecting the most suitable technique to prioritize requirements based on their project characteristics (number of requirements, time, cost, and accuracy). La priorización de requisitos de software desempeña un papel crucial en el desarrollo de software. Puede verse como el proceso de ordenar los requisitos determinando cuáles deben hacerse primero y cuáles pueden hacerse después. Unas técnicas potentes de priorización de requisitos son de vital importancia para terminar la implementación a tiempo y sin salirse del presupuesto. Muchos factores afectan a la priorización de requisitos, como las expectativas de las partes interesadas, la complejidad, la dependencia, la escalabilidad, el riesgo y el coste. Por lo tanto, encontrar el orden adecuado de los requisitos es un proceso difícil. De ahí que se hayan desarrollado distintos tipos de técnicas de priorización de requisitos para apoyar esta tarea. En este estudio, proponemos una clasificación novedosa que puede clasificar las técnicas de priorización en dos clases principales: clase de técnicas de priorización relativa y clase de técnicas de priorización exacta, donde cada clase se divide en dos subclases. En nuestra clasificación dependemos de la forma en que se da el valor de clasificación al requisito, ya sea explícitamente como un valor específico en el caso de la clase de técnicas de priorización exacta, o implícitamente en el caso de la clase de técnicas de priorización relativa. Se presenta una visión general de quince técnicas diferentes de priorización de requisitos, organizadas según los criterios de clasificación propuestos. Además, se realiza una comparación entre métodos relacionados con la misma subclase para analizar sus puntos fuertes y débiles. A partir de los resultados de la comparación, se identifican las propiedades de cada subclase de técnicas propuesta. En función de estas propiedades, presentamos algunas recomendaciones para ayudar a los gestores de proyectos en el proceso de selección de la técnica más adecuada para priorizar requisitos en función de las características del proyecto (número de requisitos, tiempo, coste y precisión). Schab, Esteban Casanova, Carlos Piccoli, Fabiana http://sedici.unlp.edu.ar:80/handle/10915/166757 2024-06-05T20:04:19Z 2024-04-01T00:00:00Z

Articulo Representaciones de grafos para aprendizaje por refuerzo Journal of Computer Science & Technology; vol. 24, no. 1 Graph analysis is becoming increasingly important due to the expressive power of graph models and the efficient algorithms available for processing them. Reinforcement Learning is one domain that could benefit from advancements in graph analysis, given that a learning agent may be integrated into an environment that can be represented as a graph. Nevertheless, the structural irregularity of graphs and the lack of prior labels make it difficult to integrate such a model into modern Reinforcement Learning frameworks that rely on artificial neural networks. Graph embedding enables the learning of low-dimensional vector representations that are more suited for machine learning algorithms, while retaining essential graph features. This paper presents a framework for evaluating graph embedding algorithms and their ability to preserve the structure and relevant features of graphs by means of an internal validation metric, without resorting to subsequent tasks that require labels for training. Based on this framework, three defined algorithms that meet the necessary requirements for solving a specific problem of Reinforcement Learning in graphs are selected, analyzed, and compared. These algorithms are Graph2Vec, GL2Vec, and Wavelet Characteristics, with the latter two demonstrating superior performance.; El análisis de grafos es un tópico emergente debido a la expresividad de los modelos basados en grafos y al desarrollo de algoritmos para su procesamiento. Un área que puede beneficiarse de estos avances es el aprendizaje por refuerzo, dado que un agente de aprendizaje puede estar imnerso en un entorno modelable como un grafo. Sin embargo, tanto la irregularidad de las características estructurales de los grafos como la ausencia de etiquetas a priori dificultan la incorporación de un modelo de este tipo en los marcos modernos de Aprendizaje por Refuerzo basados en redes neuronales artificiales. En este sentido, los embeddings de grafos permiten aprender representaciones vectoriales de baja dimensión, más adecuadas para los algoritmos de aprendizaje automático, preservando al mismo tiempo las características clave de los grafos. Proponemos un marco para evaluar algoritmos de Graph Embedding y su capacidad para preservar la estructura y características relevantes de los grafos mediante una métrica de validación interna, sin recurrir a tareas posteriores que requieran etiquetas para el entrenamiento. Aplicando este marco con un problema concreto, se seleccionan, analizan y comparan tres algoritmos que cumplen los requisitos necesarios: Graph2Vec, GL2Vec y Wavelet Characteristics, donde los dos últimos muestran un mejor comportamiento.

2024-04-01T00:00:00Z Graph analysis is becoming increasingly important due to the expressive power of graph models and the efficient algorithms available for processing them. Reinforcement Learning is one domain that could benefit from advancements in graph analysis, given that a learning agent may be integrated into an environment that can be represented as a graph. Nevertheless, the structural irregularity of graphs and the lack of prior labels make it difficult to integrate such a model into modern Reinforcement Learning frameworks that rely on artificial neural networks. Graph embedding enables the learning of low-dimensional vector representations that are more suited for machine learning algorithms, while retaining essential graph features. This paper presents a framework for evaluating graph embedding algorithms and their ability to preserve the structure and relevant features of graphs by means of an internal validation metric, without resorting to subsequent tasks that require labels for training. Based on this framework, three defined algorithms that meet the necessary requirements for solving a specific problem of Reinforcement Learning in graphs are selected, analyzed, and compared. These algorithms are Graph2Vec, GL2Vec, and Wavelet Characteristics, with the latter two demonstrating superior performance. El análisis de grafos es un tópico emergente debido a la expresividad de los modelos basados en grafos y al desarrollo de algoritmos para su procesamiento. Un área que puede beneficiarse de estos avances es el aprendizaje por refuerzo, dado que un agente de aprendizaje puede estar imnerso en un entorno modelable como un grafo. Sin embargo, tanto la irregularidad de las características estructurales de los grafos como la ausencia de etiquetas a priori dificultan la incorporación de un modelo de este tipo en los marcos modernos de Aprendizaje por Refuerzo basados en redes neuronales artificiales. En este sentido, los embeddings de grafos permiten aprender representaciones vectoriales de baja dimensión, más adecuadas para los algoritmos de aprendizaje automático, preservando al mismo tiempo las características clave de los grafos. Proponemos un marco para evaluar algoritmos de Graph Embedding y su capacidad para preservar la estructura y características relevantes de los grafos mediante una métrica de validación interna, sin recurrir a tareas posteriores que requieran etiquetas para el entrenamiento. Aplicando este marco con un problema concreto, se seleccionan, analizan y comparan tres algoritmos que cumplen los requisitos necesarios: Graph2Vec, GL2Vec y Wavelet Characteristics, donde los dos últimos muestran un mejor comportamiento. Luque, Leandro Antonini, Antonella Ganuza, María Luján Castro, Silvia Mabel http://sedici.unlp.edu.ar:80/handle/10915/166755 2024-06-05T20:04:36Z 2024-04-01T00:00:00Z

Articulo GLC-Frame: un framework y librería para la exploración de datos multidimensionales con coordenadas generales de línea Journal of Computer Science & Technology; vol. 24, no. 1 General Line Coordinates (GLC) are a relatively new set of line-based representations for visualizing multidimensional data with the distinctive characteristics of being reversible and lossless. Given these characteristics, the GLC have a high potential for exploratory multidimensional data analysis, however only implementations of specific GLC techniques are available for the visualization community. In this paper, we present the GLC-Frame, an online exploration tool that supports a dual view and allows users to upload their own dataset and interactively explore the different GLC representations without writing code. We also present the GLC-Vis Library, an open-source data visualization library supporting GLC along with traditional interactions. Finally, we provide a set of usage examples showing how the different techniques behave in both the occlusion and the cluster identification problem. In addition, we present the interactions on GLC representations using the cars dataset. Both the GLC- Frame and the GLC- Vis Library provide an exploration space that will allow the visualization community to use these new techniques and evaluate their potential.; Las Coordenadas Generales de Línea (GLC) son una serie de representaciones visuales basadas en líneas relativamente nuevas para visualizar datos multidimensionales con las características distintivas de ser reversibles y sin pérdidas. Dadas estas características, las GLC tiene un alto potencial para el análisis exploratorio de datos multidimensionales, sin embargo, solo existen implementaciones específicas de algunas de las técnicas de GLC disponibles para la comunidad de visualización. En este artículo, presentamos GLC- Frame, una herramienta de exploración en línea que admite una vista dual y permite a los usuarios cargar su propio conjunto de datos y explorar interactivamente las diferentes representaciones de GLC sin necesidad de escribir código. También presentamos GLC-Vis Library, una biblioteca de visualización de datos de código abierto que admite las representaciones GLC junto con interacciones tradicionales. Finalmente, proporcionamos un conjunto de ejemplos de uso que muestran cómo se comportan las diferentes técnicas tanto en el problema de la oclusión como en la identificación de clusters. Además, presentamos las interacciones en las representaciones de GLC utilizando un conjunto de datos conocido de automóviles. Tanto GLC-Frame como GLC-Vis Library proporcionan un espacio de exploración que permitirá a la comunidad de visualización utilizar estas nuevas técnicas y evaluar su potencial.

2024-04-01T00:00:00Z General Line Coordinates (GLC) are a relatively new set of line-based representations for visualizing multidimensional data with the distinctive characteristics of being reversible and lossless. Given these characteristics, the GLC have a high potential for exploratory multidimensional data analysis, however only implementations of specific GLC techniques are available for the visualization community. In this paper, we present the GLC-Frame, an online exploration tool that supports a dual view and allows users to upload their own dataset and interactively explore the different GLC representations without writing code. We also present the GLC-Vis Library, an open-source data visualization library supporting GLC along with traditional interactions. Finally, we provide a set of usage examples showing how the different techniques behave in both the occlusion and the cluster identification problem. In addition, we present the interactions on GLC representations using the cars dataset. Both the GLC- Frame and the GLC- Vis Library provide an exploration space that will allow the visualization community to use these new techniques and evaluate their potential. Las Coordenadas Generales de Línea (GLC) son una serie de representaciones visuales basadas en líneas relativamente nuevas para visualizar datos multidimensionales con las características distintivas de ser reversibles y sin pérdidas. Dadas estas características, las GLC tiene un alto potencial para el análisis exploratorio de datos multidimensionales, sin embargo, solo existen implementaciones específicas de algunas de las técnicas de GLC disponibles para la comunidad de visualización. En este artículo, presentamos GLC- Frame, una herramienta de exploración en línea que admite una vista dual y permite a los usuarios cargar su propio conjunto de datos y explorar interactivamente las diferentes representaciones de GLC sin necesidad de escribir código. También presentamos GLC-Vis Library, una biblioteca de visualización de datos de código abierto que admite las representaciones GLC junto con interacciones tradicionales. Finalmente, proporcionamos un conjunto de ejemplos de uso que muestran cómo se comportan las diferentes técnicas tanto en el problema de la oclusión como en la identificación de clusters. Además, presentamos las interacciones en las representaciones de GLC utilizando un conjunto de datos conocido de automóviles. Tanto GLC-Frame como GLC-Vis Library proporcionan un espacio de exploración que permitirá a la comunidad de visualización utilizar estas nuevas técnicas y evaluar su potencial. Freire, Manuel Manchal, Raúl Martinez, Agustin Padrón, Daniel Dufrechou, Ernesto Ezzatti, Pablo http://sedici.unlp.edu.ar:80/handle/10915/166754 2024-06-05T20:04:44Z 2024-04-01T00:00:00Z

Articulo Aprovechamiento de las técnicas de compresión de índices para optimizar el uso de coprocesadores Journal of Computer Science & Technology; vol. 24, no. 1 The significant presence that many-core devices like GPUs have these days, and their enormous computational power, motivates the study of sparse matrix operations in this hardware. The essential sparse kernels in scientific computing, such as the sparse matrix-vector multiplication (SpMV), usually have many different high-performance GPU implementations. Sparse matrix problems typically imply memory-bound operations, and this characteristic is particularly limiting in massively parallel processors. This work revisits the main ideas about reducing the volume of data required by sparse storage formats and advances in understanding some compression techniques. In particular, we study the use of index compression combined with sparse matrix reordering techniques in CSR and explore other approaches using a blocked format. The systematic experimental evaluation on a large set of real-world matrices confirms that this approach achieves meaningful data storage reductions. Additionally, we find promising results of the impact of the storage reduction on the execution time when using accelerators to perform the mathematical kernels.; La importante presencia que tienen hoy en día los dispositivos multinúcleos como las GPU, y su enorme poder computacional, motivan el estudio de las operaciones matriciales dispersas en dicho hardware. Las rutinas matemáticas esenciales para la computación científica en álgebra dispersa, como la multiplicación matriz dispera vector (SpMV), suelen tener muchas implementaciones de alto rendimiento diferentes en GPUs. Los problemas de matrices dispersas normalmente ünplican operaciones acotadas por la memoria, y esta característica es particularmente limitante en procesadores masivamente paralelos. Este trabajo revisa las ideas principales sobre cómo reducir el volumen de datos requerido por los formatos de almacenamiento dispersos y avanza en la comprensión de algunas técnicas de compresión. En particular, estudiamos el uso de compresión de índices combinada con técnicas de reordenamiento de matrices dispersas en CSR y exploramos otros enfoques utilizando un formato a bloques. La evaluación experimental sistemática en un gran conjunto de matrices del mundo real confirma que este enfoque logra reducciones significativas en el almacenamiento de datos. Además, encontramos resultados prometedores del impacto de la reducción del almacenamiento en el tiempo de ejecución cuando se utilizan aceleradores para realizar las operaciones matemáticas.

2024-04-01T00:00:00Z The significant presence that many-core devices like GPUs have these days, and their enormous computational power, motivates the study of sparse matrix operations in this hardware. The essential sparse kernels in scientific computing, such as the sparse matrix-vector multiplication (SpMV), usually have many different high-performance GPU implementations. Sparse matrix problems typically imply memory-bound operations, and this characteristic is particularly limiting in massively parallel processors. This work revisits the main ideas about reducing the volume of data required by sparse storage formats and advances in understanding some compression techniques. In particular, we study the use of index compression combined with sparse matrix reordering techniques in CSR and explore other approaches using a blocked format. The systematic experimental evaluation on a large set of real-world matrices confirms that this approach achieves meaningful data storage reductions. Additionally, we find promising results of the impact of the storage reduction on the execution time when using accelerators to perform the mathematical kernels. La importante presencia que tienen hoy en día los dispositivos multinúcleos como las GPU, y su enorme poder computacional, motivan el estudio de las operaciones matriciales dispersas en dicho hardware. Las rutinas matemáticas esenciales para la computación científica en álgebra dispersa, como la multiplicación matriz dispera vector (SpMV), suelen tener muchas implementaciones de alto rendimiento diferentes en GPUs. Los problemas de matrices dispersas normalmente ünplican operaciones acotadas por la memoria, y esta característica es particularmente limitante en procesadores masivamente paralelos. Este trabajo revisa las ideas principales sobre cómo reducir el volumen de datos requerido por los formatos de almacenamiento dispersos y avanza en la comprensión de algunas técnicas de compresión. En particular, estudiamos el uso de compresión de índices combinada con técnicas de reordenamiento de matrices dispersas en CSR y exploramos otros enfoques utilizando un formato a bloques. La evaluación experimental sistemática en un gran conjunto de matrices del mundo real confirma que este enfoque logra reducciones significativas en el almacenamiento de datos. Además, encontramos resultados prometedores del impacto de la reducción del almacenamiento en el tiempo de ejecución cuando se utilizan aceleradores para realizar las operaciones matemáticas.