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
.jpg)
- Institución
- Universidad Tecnológica Nacional
- OAI Identificador
- oai:ria.utn.edu.ar:20.500.12272/12043
Ver los metadatos del registro completo
| 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 |