Icono govco

Examinando por Materia "Cluster"

Mostrando 1 - 3 de 3
  • Miniatura
    PublicaciónAcceso abierto
    Análisis comparativo del desempeño y costo computacional de una infraestructura de almacenamiento y procesamiento distribuido para el procesamiento de colecciones de texto
    (Universidad de los Llanos, 2017) Porras García, Yerson Ferney; Calderon Moreno, Roger; Cruz Roa, Angel Alfonso
    La computación distribuida para el procesamiento en paralelo sobre un clúster de computadores ofrece un rendimiento computacional mayor con tiempos de respuesta mucho menores que si se realizara el mismo procesamiento en una sola máquina. Si se toma en cuenta que cada computador por sí solo implica una serie de recursos y costos para su funcionamiento (económicos, humanos, etc.), y además se considera que cuanto más computadores se incluyan al clúster representará un aumento en tiempos de transmisión de información entre ellos, no es difícil inferir que habrá un punto en el cual se deberá hacer un balance entre las ventajas que ofrecen la inclusión de más computadores (en términos de capacidad de cómputo) y el costo que representan (en energía, dinero y transferencia de datos). Por lo tanto, el presente trabajo tuvo como objetivo realizar un análisis comparativo de la implementación de una plataforma de procesamiento distribuido de una colección de documentos de texto para la construcción de un sistema para la búsqueda de información y relevancia de resultados, usando representaciones como Bag of Words (BoW) y producto punto por medio de algoritmos de procesamiento distribuido, los cuales permitieron identificar la relación entre mejora de la capacidad de cómputo cuando se incrementa el número de computadores en el clúster como apoyo a la toma de decisiones en unidades de computación de alto desempeño para el análisis masivo de datos.
  • Miniatura
    PublicaciónSólo datos
    Climate and the Amazon
    (Universidad de los Llanos, 2007-01-01) BUNYARD, PETER
    Titulo en español: Clima en el AmazonasSummary: When concerning ourselves with the future of the earth’s climate we must not make the grave mistake of counting only the quantities of carbon dioxide released into the atmosphere from the combustion of fossil fuels, while neglecting those from changes in vegetation cover. But, there is another crucial dimension too: the role of natural ecosystems in giving us a climate we can live with. In this context the future of the Amazon forest is absolutely vital. 
  • Miniatura
    PublicaciónSólo datos
    “Herramienta software para implementar minería de datos:clusterización utilizando lógica difusa”
    (Universidad de los Llanos, 2004-01-01) SANABRIA GARZÓN, J.
    RESUMEN: La minería de datos se ha convertido en un área de investigación y desarrollo, desde la cual se proponen técnicas que apuntan a encontrar el conocimiento oculto en grandes colecciones de datos.  Estos datos contienen información valiosa, que puede ser usada para  mejorar la competitividad de las instituciones dueñas de la información. La información por descubrir puede tener muchas formas, entre ellas reglas asociativas o grupos de conjuntos denominados (Cluster), si a esto se le suma la capacidad que tiene la lógica difusa de romper con el principio del tercero excluido y permitir la pertenencia  de un elemento a varios Cluster, se tiene una metodología útil a la hora de clasificar en grupos el contenido de las bases de datos. En el presente artículo se presenta la implementación del algoritmo denominado C-Means para la agrupación de datos en conjuntos difusos, como técnica de minería de datos, esta técnica se implementó en el programa SM2D 1.2 Beta (Software  Minería  Datos Difusa), y se presenta como ejemplo el analisis del rendimiento académico de la asignatura  fisiología vegetal. Palabras Claves: Bases de Datos (BD), Conjuntos Difusos, Cluster,   C-Means, Minería de DatosABSTRACT: The data  mining has become an investigation and development area, in which are intending technicals that point to find the hidden information in a huge data. These data contain valuable information that can be used to improve the  competitiveness  of institutions owners of these data.The information  to discover can have many forms,  among  them associative  rules or groups of denominated  sets (Cluster), if to this we add the capacity that  has the Fuzzy Logic of breaking up with the third  excluded principle and to allow the relevancy from an element to several Cluster, we have a quite useful methodology when classifying in sets the content of the database.associative  rules or groups of denominated sets (Cluster), if to this we add the capacity that  has the Fuzzy Logic of breaking up with the third  excluded principle and to allow the relevancy from an element to several Cluster, we have a quite useful methodology when classifying in sets the content of the databases.In this paper is shown the implementation  of an  algorithm denominated C -Means for the grouping of data in fuzzy sets, this it has been implemented with the development of a  denominated program  (Software  Mining Data Fuzzy) SM2D 1.21.0  Beta.Key words: Data Bases (BD), Fuzzy Sets, Cluster, C-Means, Data Mining.