Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2020-09-02T16:00:31Z
dc.date.available 2020-09-02T16:00:31Z
dc.date.issued 2020
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/103660
dc.description.abstract Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el diseño de técnicas de agrupamiento para flujos de datos con aplicación al análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de algoritmos de selección de características en grandes bases de datos de muchas columnas. Las implementaciones que se están llevando a cabo serán utilizadas en problemas de genómica molecular con el objetivo de determinar gene signatures. En esta misma línea se está trabajando sobre algoritmos de selección de características para el tratamiento de flujos de datos. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de la Asociación de la Región Pampeana de Entidades de Control Lechero (ARPECOL). En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando métricas de selección y técnicas de optimización. es
dc.format.extent 236-240 es
dc.language es es
dc.subject Minería de Datos es
dc.subject Minería de textos es
dc.subject Big data es
dc.subject Redes neuronales es
dc.subject Resúmenes extractivos es
dc.subject Stream processing es
dc.subject Selección de características es
dc.title Sistemas inteligentes: aplicaciones en minería de datos y big data es
dc.type Objeto de conferencia es
sedici.identifier.isbn 978-987-3714-82-5 es
sedici.creator.person Lanzarini, Laura Cristina es
sedici.creator.person Hasperué, Waldo es
sedici.creator.person Estrebou, César Armando es
sedici.creator.person Villa Monte, Augusto es
sedici.creator.person Jimbo Santana, Patricia Rosalía es
sedici.creator.person Reyes Zambrano, G. es
sedici.creator.person Camele, Genaro es
sedici.creator.person López, P. es
sedici.creator.person Corvi, Julieta Pilar es
sedici.creator.person Fernández Bariviera, Aurelio es
sedici.creator.person Olivas Varela, José Ángel es
sedici.description.note Eje: Base de Datos y Minería de Datos. es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Red de Universidades con Carreras en Informática es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/4.0/
sedici.date.exposure 2020-05
sedici.relation.event XXII Workshop de Investigadores en Ciencias de la Computación (WICC 2020, El Calafate, Santa Cruz). es
sedici.description.peerReview peer-review es
sedici.relation.isRelatedWith http://sedici.unlp.edu.ar/handle/10915/103151 es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)