Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño

Autores
Schab, Esteban Alejandro; Lopresti, Olga Mariela; Miranda , Natalia Carolina; Casanova Pietroboni, Carlos Antonio; Piccoli, María Fabiana
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La toma de decisiones en contextos dominados por grandes volúmenes de datos debe conjugar dos atributos usualmente contrapuestos: calidad y velocidad. La disponibilidad de información generada por personas y dispositivos abre nuevos desafíos en el diseño de mecanismos para aprovecharla. Estos deben ser capaces de determinar las decisiones de mayor utilidad sujetas a ventanas temporales que garanticen su factibilidad. Uno de estos mecanismos lo constituyen las distintas analíticas, las cuales buscan transformar los datos en información a través de técnicas diversas. En este trabajo proponemos dos líneas de investigación, una enfocada en la analítica prescriptiva, capaz de determinar acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado; la otra relacionada con las técnicas de aprendizaje supervisado y la recuperación de información no estructurada. En ambos, se propone la utilización de desarrollos provenientes de la Inteligencia Computacional y de la Computación de Alto Desempeño con el fin de obtener, de forma colaborativa, calidad y velocidad en las decisiones.
Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Schab, Esteban Alejandro. Universidad Autónoma de Entre Ríos; Argentina.
Fil: Lopresti, Olga Mariela. Universidad Nacional de San Luis; Argentina.
Fil: Miranda, Natalia Carolina. Universidad Nacional de San Luis; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Autónoma de Entre Ríos; Argentina.
Fil: Piccoli, María Fabiana. Universidad Autónoma de Entre Ríos; Argentina.
Fil: Piccoli, María Fabiana. Universidad Nacional de San Luis; Argentina.
Materia
Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-NoDerivatives 4.0 International
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/12043

id RIAUTN_1501091dceaad94f69a0717390644b03
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/12043
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeñoSchab, Esteban AlejandroLopresti, Olga MarielaMiranda , Natalia CarolinaCasanova Pietroboni, Carlos AntonioPiccoli, María FabianaInteligencia computacionalAnalíticasBig dataComputación de alto desempeñoLa toma de decisiones en contextos dominados por grandes volúmenes de datos debe conjugar dos atributos usualmente contrapuestos: calidad y velocidad. La disponibilidad de información generada por personas y dispositivos abre nuevos desafíos en el diseño de mecanismos para aprovecharla. Estos deben ser capaces de determinar las decisiones de mayor utilidad sujetas a ventanas temporales que garanticen su factibilidad. Uno de estos mecanismos lo constituyen las distintas analíticas, las cuales buscan transformar los datos en información a través de técnicas diversas. En este trabajo proponemos dos líneas de investigación, una enfocada en la analítica prescriptiva, capaz de determinar acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado; la otra relacionada con las técnicas de aprendizaje supervisado y la recuperación de información no estructurada. En ambos, se propone la utilización de desarrollos provenientes de la Inteligencia Computacional y de la Computación de Alto Desempeño con el fin de obtener, de forma colaborativa, calidad y velocidad en las decisiones.Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Schab, Esteban Alejandro. Universidad Autónoma de Entre Ríos; Argentina.Fil: Lopresti, Olga Mariela. Universidad Nacional de San Luis; Argentina.Fil: Miranda, Natalia Carolina. Universidad Nacional de San Luis; Argentina.Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Casanova Pietroboni, Carlos Antonio. Universidad Autónoma de Entre Ríos; Argentina.Fil: Piccoli, María Fabiana. Universidad Autónoma de Entre Ríos; Argentina.Fil: Piccoli, María Fabiana. Universidad Nacional de San Luis; Argentina.Red de Universidades con Carreras en Informática2024-12-27T13:31:19Z2022-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfXXIV Workshop de Investigadores en Ciencias de la Computación (WICC 2022, Mendoza)978-987-48222-3-9http://hdl.handle.net/20.500.12272/12043spainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Schab, Esteban Alejandro ; Lopresti, Olga Mariela ; Miranda, Natalia Carolina ; Casanova Pietroboni, Carlos Antonio ; Piccoli, María Fabiana.No comercial con fines académicos. Licencia Creative Commons CC BY NC SA.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-29T11:27:03Zoai:ria.utn.edu.ar:20.500.12272/12043instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-29 11:27:03.497Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
title Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
spellingShingle Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
Schab, Esteban Alejandro
Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
title_short Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
title_full Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
title_fullStr Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
title_full_unstemmed Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
title_sort Toma de decisiones en sistemas de eventos mediante inteligencia computacional y computación de alto desempeño
dc.creator.none.fl_str_mv Schab, Esteban Alejandro
Lopresti, Olga Mariela
Miranda , Natalia Carolina
Casanova Pietroboni, Carlos Antonio
Piccoli, María Fabiana
author Schab, Esteban Alejandro
author_facet Schab, Esteban Alejandro
Lopresti, Olga Mariela
Miranda , Natalia Carolina
Casanova Pietroboni, Carlos Antonio
Piccoli, María Fabiana
author_role author
author2 Lopresti, Olga Mariela
Miranda , Natalia Carolina
Casanova Pietroboni, Carlos Antonio
Piccoli, María Fabiana
author2_role author
author
author
author
dc.subject.none.fl_str_mv Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
topic Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
dc.description.none.fl_txt_mv La toma de decisiones en contextos dominados por grandes volúmenes de datos debe conjugar dos atributos usualmente contrapuestos: calidad y velocidad. La disponibilidad de información generada por personas y dispositivos abre nuevos desafíos en el diseño de mecanismos para aprovecharla. Estos deben ser capaces de determinar las decisiones de mayor utilidad sujetas a ventanas temporales que garanticen su factibilidad. Uno de estos mecanismos lo constituyen las distintas analíticas, las cuales buscan transformar los datos en información a través de técnicas diversas. En este trabajo proponemos dos líneas de investigación, una enfocada en la analítica prescriptiva, capaz de determinar acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado; la otra relacionada con las técnicas de aprendizaje supervisado y la recuperación de información no estructurada. En ambos, se propone la utilización de desarrollos provenientes de la Inteligencia Computacional y de la Computación de Alto Desempeño con el fin de obtener, de forma colaborativa, calidad y velocidad en las decisiones.
Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Schab, Esteban Alejandro. Universidad Autónoma de Entre Ríos; Argentina.
Fil: Lopresti, Olga Mariela. Universidad Nacional de San Luis; Argentina.
Fil: Miranda, Natalia Carolina. Universidad Nacional de San Luis; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Autónoma de Entre Ríos; Argentina.
Fil: Piccoli, María Fabiana. Universidad Autónoma de Entre Ríos; Argentina.
Fil: Piccoli, María Fabiana. Universidad Nacional de San Luis; Argentina.
description La toma de decisiones en contextos dominados por grandes volúmenes de datos debe conjugar dos atributos usualmente contrapuestos: calidad y velocidad. La disponibilidad de información generada por personas y dispositivos abre nuevos desafíos en el diseño de mecanismos para aprovecharla. Estos deben ser capaces de determinar las decisiones de mayor utilidad sujetas a ventanas temporales que garanticen su factibilidad. Uno de estos mecanismos lo constituyen las distintas analíticas, las cuales buscan transformar los datos en información a través de técnicas diversas. En este trabajo proponemos dos líneas de investigación, una enfocada en la analítica prescriptiva, capaz de determinar acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado; la otra relacionada con las técnicas de aprendizaje supervisado y la recuperación de información no estructurada. En ambos, se propone la utilización de desarrollos provenientes de la Inteligencia Computacional y de la Computación de Alto Desempeño con el fin de obtener, de forma colaborativa, calidad y velocidad en las decisiones.
publishDate 2022
dc.date.none.fl_str_mv 2022-04
2024-12-27T13:31:19Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv XXIV Workshop de Investigadores en Ciencias de la Computación (WICC 2022, Mendoza)
978-987-48222-3-9
http://hdl.handle.net/20.500.12272/12043
identifier_str_mv XXIV Workshop de Investigadores en Ciencias de la Computación (WICC 2022, Mendoza)
978-987-48222-3-9
url http://hdl.handle.net/20.500.12272/12043
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
Schab, Esteban Alejandro ; Lopresti, Olga Mariela ; Miranda, Natalia Carolina ; Casanova Pietroboni, Carlos Antonio ; Piccoli, María Fabiana.
No comercial con fines académicos. Licencia Creative Commons CC BY NC SA.
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
Schab, Esteban Alejandro ; Lopresti, Olga Mariela ; Miranda, Natalia Carolina ; Casanova Pietroboni, Carlos Antonio ; Piccoli, María Fabiana.
No comercial con fines académicos. Licencia Creative Commons CC BY NC SA.
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Red de Universidades con Carreras en Informática
publisher.none.fl_str_mv Red de Universidades con Carreras en Informática
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1880396316839772160
score 13.334379