Top PDF Sistemas inteligentes: aplicaciones en minería de datos y big data

Sistemas inteligentes: aplicaciones en minería de datos y big data

Sistemas inteligentes: aplicaciones en minería de datos y big data

Los resultados obtenidos hasta el momento se están aplicando en el análisis de trayectorias GPS. Los avances tecnológicos facilitan el registro de información sobre las trayectorias GPS de los vehículos en las carreteras públicas. El análisis inteligente de estos datos permite identificar patrones extremadamente útiles para la toma de decisiones en situaciones relacionadas con el urbanismo, el tráfico y la congestión de las carreteras, entre otros. En [5] se presentó un nuevo método de agrupamiento de trayectorias GPS que utiliza información angular para segmentar los recorridos y una función de similitud guiada por un pivote. El proceso de adaptación inicia distribuyendo los centroides de manera uniforme en la región a analizar formando un reticulado. Los resultados obtenidos luego de aplicar el método propuesto sobre una base de datos de trayectorias reales fueron satisfactorios y muestran una mejoría significativa en comparación con los métodos publicados en la bibliografía.
Show more

5 Read more

Minería de datos y big data: aplicaciones en señales y textos

Minería de datos y big data: aplicaciones en señales y textos

Estas técnicas dinámicas se están empleando bajo el paradigma MapReduce, adecuado para procesamiento paralelo y distribuido. Para el tratamiento de un flujo de datos, se utiliza el enfoque de ventana deslizante temporal manejando el tamaño de la misma de manera dinámica en función de la frecuencia de llegada de los datos y el tiempo de respuesta de la tarea iterativa a realizar sobre ellos, permitiendo que cada dato sea utilizado por el proceso iterativo la mayor cantidad de veces posibles [8,9].

5 Read more

Minería de datos, minería de textos y Big Data

Minería de datos, minería de textos y Big Data

Esta presentación corresponde a las tareas de investigación que se llevan a cabo en el III LIDI en el marco del proyecto “Sistemas inteligentes. Aplicaciones en reconocimiento de patrones, minería de datos y big data” perteneciente al Programa de Incentivos (2018-2021) y del proyecto PITAP-BA “Computación de Alto Desempeño, Minería de Datos y Aplicaciones de Interés Social en la Provincia de Bs.As.” evaluado y subsidiado

5 Read more

Big Data - Analítica del aprendizaje y minería de datos aplicados en la Universidad

Big Data - Analítica del aprendizaje y minería de datos aplicados en la Universidad

• Información sobre el aprendizaje, a través de las aulas virtuales y la educación en línea, los estudiantes dejan una gran cantidad de información al utilizar estos recursos; los servidores web almacenan datos diversos de las actividades de los estudiantes, datos que pueden ser recuperados a través de los archivos log. Además, se pueden identificar aplicaciones de minería de datos, empleadas para la comprensión del comportamiento de los estudiantes para encontrar y analizar patrones en cuanto al comportamiento en base a sus logros, evaluaciones y el dominio del contenido académico en el proceso de enseñanza- aprendizaje; permitiendo que las instituciones educativas puedan tomar decisiones que vayan en mejora de la educación (Ballesteros Romásn, Sánchez-Guzmán, & García Salcedo, 2013). • Interacciones, las plataformas de gestión del
Show more

16 Read more

" Aplicaciones del Big Data al sistema sanitario"

" Aplicaciones del Big Data al sistema sanitario"

Por consiguiente, al igual que en otros países de la OCDE 4 el incremento del porcentaje de recursos destinados a mantener el sistema sanitario y la salud de los ciudadanos es cada vez mayor. Por ende, se considera que otra de las problemáticas del sector son los costos hospitalarios. Parra (2016) citado por Esteban& Murcia, (sin fecha) indica que “los costos no pararán de crecer, lo que influirá directamente en la calidad de las operaciones de los hospitales”. Concretamente, dos de los principales costes que suponen un gran esfuerzo para el sistema sanitario español son, por un lado los relacionados con los cuidados y la gestión de aquellos que padecen de enfermedades crónicas, y por otro los derivados de los tratamientos a pacientes. No obstante, sabemos que estas enfermedades podrían suponer un menor coste para la sanidad pública si se optasen por llevar a cabo algunas de las soluciones que ya vimos que plantea el Big Data (sistemas inteligentes, mayor capacidad analítica de datos o monitorización, entre otras). Como consecuencia de esto, vemos un fuerte crecimiento en la demanda de los nuevos sistemas mencionados. Corrobora esta información el Informe IDC 5 de 2016 (Esteban &Murcia, sin fecha, p.10) que determinó que: “el 70% de las instituciones sanitarias globales invertirán en aplicaciones móviles, wearable 6 o sistemas de monitorización
Show more

45 Read more

Análisis de Big Data en IoT para campos de Cadenas de Suministro Inteligentes

Análisis de Big Data en IoT para campos de Cadenas de Suministro Inteligentes

Gartner espera que para el año 2020, 26 mil millones de objetos estén conectados a Internet y, por lo tanto, prediciendo una revolución digital, superando varias barreras tecnológicas: desde la necesidad de abordar de forma única (IPv6) a la necesidad de alimentarlo o recargarlo (baterías innovadoras, cosechadoras de energía futurista, técnicas y tecnologías de generación y gestión). Los dispositivos y objetos están interconectados a través de una variedad de soluciones de comunicación, como Bluetooth, Wifi, ZigBee y GSM. Estos dispositivos de comunicación transmiten datos y reciben comandos de dispositivos controlados remotamente, que permiten la integración directa con el mundo físico a través de sistemas informáticos mejorando así los niveles de vida [1].
Show more

146 Read more

Open data y big data: herramientas de software para ciudades inteligentes (caso de estudio)

Open data y big data: herramientas de software para ciudades inteligentes (caso de estudio)

Las arquitecturas de software y hardware requeridas para obtener una plataforma que soporte big data son importantes con el fin de garantizar la recopilación, el procesamiento y el almacenamiento de información. Estos dos tipos de arquitec- turas son dependientes, ya que si alguna de estas carece de las tecnologías míni- mas requeridas para la gestión de big data, podría convertirse en una plataforma obsoleta. La capacidad computacional debe ser robusta, pues manipular big data así lo requiere. Esto es conocido como super computing, y es lo mínimo reque- rido para procesar largos conjuntos de datos, aplicaciones y visualizaciones para el análisis de datos. Adicionalmente, el almacenamiento de estos datos implica preservarlos por largo tiempo y aplicando políticas de gestión de datos.
Show more

30 Read more

Preprocesamiento y Calidad de los Datos - Big Data

Preprocesamiento y Calidad de los Datos - Big Data

Francisco Herrera es catedrático en el Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada. Ha dirigido 38 tesis doctorales y ha publicado más de 300 trabajos en revistas científicas. Es coautor de los libros: “Genetic Fuzzy Systems” (World Scientific, 2001), “Inteligencia Artificial, Inteligencia Computacional y Big Data”. (Servicio. Pub. Univ. Jaen, 2014). “Data Preprocessing in Data Mining” (Springer, 2015), “The 2-tuple Linguistic Model. Com- puting with Words in Decision Making” (Springer, 2015), “Multilabel Classification. Problem analy- sis, metrics and techniques” (Springer, 2016) y “Multiple Instance Learning: Foundations and Algo- rithms” (Springer, 2016). Es editor jefe de las revistas “Information Fusion” (Elsevier) y “Progress in Artificial Intelligence”, y participa en el comité editorial de una docena de revistas internacionales. Ha recibido, entre otros, el Premio Nacional de Informática ARITMEL 2010 de la Sociedad Científica Informática de España; el 2010 International Award: International Cajastur “Mamdani Prize” for Soft Computing (4ª edición, 2010, otorgado por el European Center of Soft Computing), IEEE Transac- tions on Fuzzy System Outstanding 2008 and 2012 Paper Award (bestowed in 2011 and 2015); 2011 Lotfi A. Zadeh Prize Best Paper Award 2009-10 (International Fuzzy Systems Association); Reconocimiento AEPIA 2013; Galardón “Natural de Jaén” 2014 de la Universidad de de Jaén; XV Premio Andalucía de Investigación “Maimónides” 2014 para el área de ciencias experimentales. Aparece en la lista de Highly Cited Researchers de Thomson Reuters de los años 2014 y 2015 <www.highlycited.com>. Sus temas de intereses incluyen: Big Data, preprocesamiento de datos, ciencia de datos, minería de datos, fusión de información y toma de decisiones, e inteligencia com- putacional (sistemas difusos y algoritmos evolutivos), entre otros temas.
Show more

7 Read more

easyMahout : entorno de ejecución de algoritmos inteligentes de Mahour para Hadoop y Big Data

easyMahout : entorno de ejecución de algoritmos inteligentes de Mahour para Hadoop y Big Data

Es un lenguaje de flujos de datos en paralelo. Esto es, que permite a los programadores describir como los datos provenientes de una o más entradas deben ser leídos, procesados y luego almacenados a uno o más flujos de salida en paralelo. La sintaxis de Pig Latin es muy similar a la de SQL, aunque Pig Latin es un lenguaje de transformación de datos y, por lo tanto, es similar a los optimizadores de consultas de base de datos de los sistemas de bases de datos actuales. Escribir programas MapReduce en Java puede consistir en más de cien líneas de código, según la complejidad de los mismos, mientras que los scripts de Pig Latin comúnmente no toman más de 10 líneas de código. En Pig Latin no existen condicionales tipo if o ciclos mediante el uso de for, dado que Pig Latin se enfoca en el flujo de los datos y no en describir el control del flujo de los datos como otros paradigmas de programación. Pig Latin utiliza operadores relacionales para efectuar diversas operaciones sobre los datos que se están analizando, desde la carga de los datos hasta su almacenamiento en un archivo. Aunque ya mencionaba que no existen ciclos for en Pig Latin, existe el operador FOREACH cuya naturaleza es iterar sobre las tuplas y transformar los datos para generar un nuevo conjunto de datos durante la iteración. Considerando la similitud de este operador con la terminología de base de datos, se podría decir que FOREACH es el operador de proyección de Pig. Algunos de los operadores relacionales existentes en Pig Latin se describen en la Tabla 1
Show more

127 Read more

Blockhain la nueva base de datos no SQL en BIG Data

Blockhain la nueva base de datos no SQL en BIG Data

Blockchain 1.0 es moneda, el despliegue de criptomonedas en aplicaciones relacionadas con el efectivo, como la transferencia de moneda, emisión, y sistemas de pago digitales. Blockchain 2.0 son contratos, toda la pizarra de aplicaciones económicas, de mercado y financieras que utilizan la cadena de bloqueo que son más extensas que simples transacciones en efectivo: acciones, bonos, futuros, préstamos, hipotecas, títulos, propiedad inteligente y contratos inteligentes. Blockchain 3.0 es una cadena de bloques de aplicaciones más allá de la moneda, las finanzas y los mercados, especialmente en las áreas de gobierno, salud, ciencia, alfabetización, cultura y arte.
Show more

32 Read more

Estudio del Indice de Desarrollo Humano (IDH) mediante la aplicación de minería de datos basados en sistemas inteligentes

Estudio del Indice de Desarrollo Humano (IDH) mediante la aplicación de minería de datos basados en sistemas inteligentes

En cuanto a su aplicación, las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y conducidas por un conocimiento acabado de la información (knowledge-driven). Los análisis prospectivos automatizados ofrecidos por un producto así van más allá de los eventos pasados provistos por herramientas retrospectivas típicas de sistemas de soporte de decisión. Las herramientas de Data Mining pueden responder a preguntas de negocios que tradicionalmente consumen demasiado tiempo para poder ser resueltas y que los usuarios de esta información casi no están dispuestos a aceptar. Estas herramientas exploran las bases de datos en busca de patrones ocultos, encontrando información predecible que un experto no puede llegar a encontrar porque se encuentra fuera de sus expectativas.
Show more

103 Read more

Aplicaciones de la Big Data a la Computación Urbana

Aplicaciones de la Big Data a la Computación Urbana

dispositivos, vehículos, edificios, y los mismos humanos, con el objetivo de abordar las problemáticas y situaciones que afronta una ciudad como lo puede ser la polución del air, congestión de tráfico vehicular o el incremento del consumo energético. La computación urbana conecta tecnologías de sensores ubicuos y discretos, administración avanzada de datos y modelos de análisis de los mismos, y métodos de visualización para crear soluciones que mejoren el medio ambiente, la calidad de vida humana y los sistemas de operaciones enla ciudades. La computación urbana también ayuda a entender el fenómeno urbano e incluso a predecir el futuro de las ciudades. La computación urbana es un campo interdisciplinario que fusiona la ciencia computacional con áreas tradicionales como el transporte, ingeniería civil, economía, ecología y sociología en el contexto de espacios urbanos [25].
Show more

84 Read more

Big data. Un nuevo paradigma de análisis de datos

Big data. Un nuevo paradigma de análisis de datos

La computación en la nube ha su- puesto una reducción de costes, una mayor flexibilidad y una utilización óptima de los recursos, por lo que se considera que es una herramienta de ventaja competitiva de las empresas. Entre sus usos destaca la analítica de los big data. Kambatla et al. (2014) han indicado que una de las principales aplicaciones de la generación futura de sistemas distribuidos y de cálculo paralelo se encuentra en la analítica de los datos enormes. Los reposito- rios de datos para tales aplicaciones exceden actualmente la magnitud de exabytes y están creciendo rápida- mente en tamaño. Los datos residen en plataformas con capacidades com- putacionales y de red que varían am- pliamente. Ello hace que las considera- ciones de tolerancia a fallos, seguridad y control de acceso sean críticas.
Show more

7 Read more

Arquitectura para la Gestión de Datos Imperfectos en la Era de Big Data

Arquitectura para la Gestión de Datos Imperfectos en la Era de Big Data

Las aplicaciones en el área de Big Data, requieren administrar un volumen de muchos Terabytes de datos cuyo tamaño, complejidad y diversidad, impiden que los Sistemas Gestores de Bases de Datos (SGBD) tradicionales puedan manejarlos eficientemente. Por eso han surgido las Bases de Datos bajo el paradigma NoSQL (No sólo SQL), que permiten resolver problemas de escalabilidad y rendimiento que presentan estos tamaños, así como su gran diversidad, usando nuevos entornos de datos distribuidos y escalables de forma horizontal [1]. Además, con el surgimiento de tecnologías asociadas a Internet de las Cosas (IoT) se puede obtener una gran cantidad datos de diversas fuentes, de forma rápida, confiable y segura. La integración de áreas como sistemas de información, inteligencia artificial, base de datos, sistemas expertos y extracción de conocimiento ha evidenciado la necesidad de gestionar datos imperfectos [3]. Este se considera un tema de investigación importante ya que los datos imperfectos están presentes en muchas aplicaciones del mundo real, la gestión de estos datos contribuyen a comprender y predecir mejor el comportamiento de los usuarios y mejorar sus experiencias [4]. En cuanto a la naturaleza de los datos, se consideran varios tipos de información imperfecta que debe ser incluida en una base de datos, clasificándola como imprecisa, incierta o vaga [5]. La gestión de datos imperfectos es importante en la exploración de información proveniente de las redes sociales y sus tendencias, de fuentes datos sindicados como las tarjetas de fidelidad (RFID), además de información relacionada a la toma de decisiones para la calidad de los servicios prestados a los usuarios.
Show more

10 Read more

Diseño de datos: del big-data al urbanismo

Diseño de datos: del big-data al urbanismo

Las teorías del pasado sostenían que si Internet fuese capaz de llegar a cualquier región del plantea, entonces, todos los lugares serían equivalentes y la concentración de población en las ciudades no sería necesaria. Por el contrario, las ciudades han seguido creciendo convirtiéndose en espacios híbridos donde lo físico y lo digital se han fusionado en una relación productiva para ambos. De esta manera, la ciudad dominada por este espacio recibe el nombre de smart city. Una de las claves que hace posible la existencia de las ciudades inteligentes es el big data, el cual nos permite crear, grabar y archivar copias digitales de nuestro mundo físico constantemente formando, de manera inconsciente, una memoria colectiva. Estos macrodatos son capaces de recoger este flujo de información y tratarlo para comprender mejor las relaciones y vínculos que se producen en las ciudades. Además, estos medios de optimización urbana podrían evolucionar mediante la inteligencia artificial, llegando a romper los sistemas tradicionales de información cerrada para dar lugar a un urbanismo nuevo que da poder a los ciudadanos y les permite tomar un rol activo en su entorno. Por otro lado, en la arquitectura actual, han surgido nuevos lenguajes formales gracias a la ayuda de los programas de diseño paramétrico. Sin embargo, algunos arquitectos opinan que deberíamos ir más allá, afirmando que la arquitectura tiene que convertirse en una parte integral, dinámica y sensible de la vida humana y no solo parecer un organismo vivo, sino también actuar como un sistema vivo.
Show more

36 Read more

Algoritmos, aplicaciones y Big data, nuevos paradigmas en el proceso de comunicación y de enseñanza-aprendizaje del periodismo de datos

Algoritmos, aplicaciones y Big data, nuevos paradigmas en el proceso de comunicación y de enseñanza-aprendizaje del periodismo de datos

Es evidente que todo el periodismo tiene como base la información, pero al usar la palabra “datos” o “data”, im- plícitamente nos referimos a un tipo de información particular que puede ser procesada por sistemas informáti- cos y potentes herramientas de com- putación (software). De ahí que el pe- riodismo de datos consiste en usar herramientas estadísticas y de visuali- zación para contar mejor las viejas historias y descubrir nuevas historias que contar. Es, en opinión de muchos, la nueva veta del periodismo de inves- tigación. Pero, el desarrollo y puesta en práctica de este tipo de periodismo requiere del conocimiento de otras disciplinas cuyos aprendizajes deben darse transversalmente en los planes de estudios de periodismo. Los ante- cedentes de la transversalidad de co- nocimientos, no sólo de contenido y de tecnología (con Internet a la cabe- za), sino del anclaje con otras discipli- nas de las Ciencias Sociales, como la Estadística o la Sociología, viene dado por la opinión de diversos expertos y de tendencias de este nuevo ecosistema.
Show more

24 Read more

Potenciales Aplicaciones de la Minería de Datos en Ecuador

Potenciales Aplicaciones de la Minería de Datos en Ecuador

La capacidad para almacenar datos ha crecido en los últimos años a velocidades exponenciales. En el otro extremo, nuestra capacidad para procesar esta enorme cantidad de datos para utilizarlos eficazmente no ha ido a la par. Por este motivo, la minería de datos se presenta como una tecnología de apoyo para explorar, analizar, comprender y aplicar el conocimiento obtenido de grandes volúmenes de datos. Descubrir nuevos caminos que nos ayuden en la identificación de interesantes estructuras en los datos es una de las tareas fundamentales en la minería de datos.
Show more

14 Read more

Diseño de aplicaciones de inteligencia de negocios usando la tecnología Big Data

Diseño de aplicaciones de inteligencia de negocios usando la tecnología Big Data

• Almacenamiento en Grafo: las bases de datos en grafo rompen con la idea de tablas y se basan en la teoría de grafos, donde se establece que la in- formación son los nodos y las relaciones entre la información son las aristas. Relacionan grandes cantidades de datos que pueden ser muy variables. Por ejemplo, los nodos pueden contener objetos, variables y atributos diferentes unos de los otros. Las uniones se sustituyen por recorridos a través del Grafo y se guarda una lista de adyacencias en- tre los nodos. Un ejemplo es el Facebook, donde cada usuario es un nodo que puede tener aristas de amistad con otros usuarios, o aristas de publicación con nodos de contenidos. Soluciones como Neo4J y GraphDB son las más conocidas dentro de las ba- ses de datos en Grafo.
Show more

7 Read more

Aplicación de técnicas Big Data a sistemas de climatización

Aplicación de técnicas Big Data a sistemas de climatización

Respecto el desarrollo de la segunda parte de proyecto, al igual que la primera parte comienza con la carga de los datos en los servidores de Amazon y desde allí son analizados para determinar las propiedades de cada parámetro involucrado. A continuación, son procesados con fin de dotarles la estructura requerida para el entrenamiento de los modelos predictivos. Durante el proceso de entrenamiento los modelos son sometidos a la validación cruzada para hallar la mejor configuración del algoritmo. Por último, para da por finalizado esta parte del proyecto los modelos son verificados mediante una serie de pruebas donde se detallan la efectividad de cada uno.
Show more

108 Read more

Big Data

Big Data

Big data is a new technology that plays a leading role in all processes where there is a large volume of data or where artificial intelligence or machine learning algorithms are required. It is allowing to highly increase efficiency and effectiveness and enabling new business models that were previously impossible or unimaginable. In particular, industry is an area where big data is a key technology, both because artificial intelligence and machine learning techniques result in great process improvements, and because the huge volume of data generated by the Internet of Things (IoT) is otherwise challenging to process and analyze in order to support decision-making.
Show more

8 Read more

Show all 10000 documents...