Autor Kołodziej, Joanna
|
|
Documentos disponibles escritos por este autor (2)
Hacer una sugerencia Refinar búsquedaHigh-Performance Modelling and Simulation for Big Data Applications / Kołodziej, Joanna ; González-Vélez, Horacio
TÃtulo : High-Performance Modelling and Simulation for Big Data Applications : Selected Results of the COST Action IC1406 cHiPSet Tipo de documento: documento electrónico Autores: KoÅ‚odziej, Joanna, ; González-Vélez, Horacio, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIV, 352 p. 63 ilustraciones, 55 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-16272-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Sistemas operativos (computadoras) Rendimiento y evaluación del sistema Operating systems diseño lógico Aplicaciones informáticas y de sistemas de información Arquitecturas de procesador Computadoras digitales electrónicas Application software Arquitectura de Computadores Microprocesador Red informática Evaluación Redes de comunicación informática Ãndice Dewey: 004.24 Análisis de rendimiento Resumen: Este libro de acceso abierto es el compendio final de estudios de casos emanados de la acción COST IC1406 de 4 años "Modelado y simulación de alto rendimiento para aplicaciones de Big Data" (cHiPSet). Financiado por la Comisión Europea desde 2015, cHiPSet ha creado una red de referencia sostenible que vincula la investigación aplicada en Computación de Alto Rendimiento (HPC) y Modelado y Simulación para abordar de manera tangible los desafÃos de Big Data. cHiPSet ha permitido asociaciones de investigación para docenas de académicos y profesionales de la industria ubicados en 34 paÃses COST, asà como en Australia, Bielorrusia, Brasil, China, Rusia y Estados Unidos. Como marco de cooperación, cHiPSet ha llegado a nuevos públicos, como profesionales de las TIC, desarrolladores de software comercial y el público en general. En un momento en el que Big Data se ha convertido en un término común, cHiPSet se ha esforzado por convertirse en un centro de conocimiento donde la HPC basada en datos se une al modelado y la simulación. cHiPSet también se ha esforzado en utilizar y explotar los resultados a través de prácticas de ciencia abierta, es decir, publicación de acceso abierto, acceso abierto a repositorios de datos y desarrollo de software de código abierto. Como testimonio de esta filosofÃa, este compendio se convertirá en una referencia obligatoria para los campos en rápida evolución de HPC, Big Data y modelado y simulación. Nota de contenido: Why High-Performance Modelling and Simulation for Big Data Applications Matters -- Parallelization of hierarchical matrix algorithms for electromagnetic scattering problems -- Tail Distribution and Extreme Quantile Estimation using Non-Parametric Approaches -- Towards efficient and scalable data-intensive content delivery: State-of-the-art, issues and challenges -- Big Data in 5G Distributed Applications -- Big Data Processing, Analysis and Applications in Mobile Cellular Networks -- Medical Data Processing and Analysis for Remote Health and Activities Monitoring -- Towards human cell simulation -- Cloud-based High Throughput Virtual Screening in Novel Drug Discovery -- Ultra Wide Band Body Area Networks: Design and integration with Computational Clouds -- Survey on AI-based multimodal methods for emotion detection -- Forecasting Cryptocurrency Value by Sentiment Analysis: An HPC-oriented Survey of the State-of-the-Art in the Cloud Era. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i High-Performance Modelling and Simulation for Big Data Applications : Selected Results of the COST Action IC1406 cHiPSet [documento electrónico] / KoÅ‚odziej, Joanna, ; González-Vélez, Horacio, . - 1 ed. . - [s.l.] : Springer, 2019 . - XIV, 352 p. 63 ilustraciones, 55 ilustraciones en color.
ISBN : 978-3-030-16272-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Sistemas operativos (computadoras) Rendimiento y evaluación del sistema Operating systems diseño lógico Aplicaciones informáticas y de sistemas de información Arquitecturas de procesador Computadoras digitales electrónicas Application software Arquitectura de Computadores Microprocesador Red informática Evaluación Redes de comunicación informática Ãndice Dewey: 004.24 Análisis de rendimiento Resumen: Este libro de acceso abierto es el compendio final de estudios de casos emanados de la acción COST IC1406 de 4 años "Modelado y simulación de alto rendimiento para aplicaciones de Big Data" (cHiPSet). Financiado por la Comisión Europea desde 2015, cHiPSet ha creado una red de referencia sostenible que vincula la investigación aplicada en Computación de Alto Rendimiento (HPC) y Modelado y Simulación para abordar de manera tangible los desafÃos de Big Data. cHiPSet ha permitido asociaciones de investigación para docenas de académicos y profesionales de la industria ubicados en 34 paÃses COST, asà como en Australia, Bielorrusia, Brasil, China, Rusia y Estados Unidos. Como marco de cooperación, cHiPSet ha llegado a nuevos públicos, como profesionales de las TIC, desarrolladores de software comercial y el público en general. En un momento en el que Big Data se ha convertido en un término común, cHiPSet se ha esforzado por convertirse en un centro de conocimiento donde la HPC basada en datos se une al modelado y la simulación. cHiPSet también se ha esforzado en utilizar y explotar los resultados a través de prácticas de ciencia abierta, es decir, publicación de acceso abierto, acceso abierto a repositorios de datos y desarrollo de software de código abierto. Como testimonio de esta filosofÃa, este compendio se convertirá en una referencia obligatoria para los campos en rápida evolución de HPC, Big Data y modelado y simulación. Nota de contenido: Why High-Performance Modelling and Simulation for Big Data Applications Matters -- Parallelization of hierarchical matrix algorithms for electromagnetic scattering problems -- Tail Distribution and Extreme Quantile Estimation using Non-Parametric Approaches -- Towards efficient and scalable data-intensive content delivery: State-of-the-art, issues and challenges -- Big Data in 5G Distributed Applications -- Big Data Processing, Analysis and Applications in Mobile Cellular Networks -- Medical Data Processing and Analysis for Remote Health and Activities Monitoring -- Towards human cell simulation -- Cloud-based High Throughput Virtual Screening in Novel Drug Discovery -- Ultra Wide Band Body Area Networks: Design and integration with Computational Clouds -- Survey on AI-based multimodal methods for emotion detection -- Forecasting Cryptocurrency Value by Sentiment Analysis: An HPC-oriented Survey of the State-of-the-Art in the Cloud Era. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
TÃtulo : Modeling and Simulation in HPC and Cloud Systems Tipo de documento: documento electrónico Autores: KoÅ‚odziej, Joanna, ; Pop, Florin, ; Dobre, Ciprian, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XX, 155 p. 35 ilustraciones, 23 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-73767-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional Grandes datos Ãndice Dewey: 006.3 Inteligencia artificial Resumen: Este libro consta de ocho capÃtulos, cinco de los cuales proporcionan un resumen de los tutoriales y talleres organizados como parte de la Escuela de Verano cHiPSet: Modelado y simulación de alto rendimiento para aplicaciones de Big Data Cost Action sobre "Nuevas tendencias en modelado y simulación en sistemas HPC". ", que se celebró en Bucarest (Rumania) del 21 al 23 de septiembre de 2016. Como tal, ofrece una base sólida para el desarrollo de sistemas inteligentes de nueva generación con uso intensivo de datos. El modelado y la simulación (MS) en la era del big data se considera ampliamente la herramienta esencial en ciencia e ingenierÃa para fundamentar la predicción y el análisis de sistemas complejos y fenómenos naturales. MS ofrece abstracciones adecuadas para gestionar la complejidad del análisis de big data en diversos dominios cientÃficos y de ingenierÃa. Desafortunadamente, los problemas de big data no siempre se solucionan fácilmente con MS eficiente en lugar de HPC (computación de alto rendimiento). Además, las comunidades de MS pueden carecer de la experiencia detallada necesaria para explotar todo el potencial de las soluciones HPC, y es posible que los arquitectos de HPC no sean plenamente conscientes de los requisitos especÃficos de MS. El principal objetivo de la Escuela de Verano fue mejorar las habilidades prácticas y el conocimiento de los participantes sobre los novedosos modelos y tecnologÃas basados ​​en HPC para aplicaciones de big data. Los formadores, que también son los autores de este libro, explicaron cómo diseñar, construir y utilizar las complejas herramientas de MS que capturan muchas de las necesidades de modelado de HPC, desde la escalabilidad hasta la tolerancia a fallos y más. En los tres últimos capÃtulos, el libro presenta los primeros resultados de la escuela: nuevas ideas y resultados novedosos de la investigación sobre aspectos de seguridad en las nubes, primeros prototipos de modelos virtuales complejos de datos en grandes flujos de datos y un marco de computación con uso intensivo de datos. para redes oportunistas. Es un valioso recurso de referencia para quienes desean comenzar a trabajar en HPC y sistemas de big data, asà como para investigadores y profesionales avanzados. . Nota de contenido: Evaluating Distributed Systems and Applications through Accurate Models and Simulations -- Scheduling Data-Intensive Workloads in Large-Scale Distributed Systems: Trends and Challenges -- Design Patterns and Algorithmic Skeletons: A Brief Concordance -- Evaluation of Cloud Systems -- Science Gateways in HPC: Usability meets Efficiency and Effectiveness -- MobEmu: A Framework to Support Decentralized Ad-Hoc Networking -- Virtualisation Model For Processing of the Sensitive Mobile Data -- Analysis of selected cryptographic services for processing batch tasks in Cloud Computing systems. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Modeling and Simulation in HPC and Cloud Systems [documento electrónico] / KoÅ‚odziej, Joanna, ; Pop, Florin, ; Dobre, Ciprian, . - 1 ed. . - [s.l.] : Springer, 2018 . - XX, 155 p. 35 ilustraciones, 23 ilustraciones en color.
ISBN : 978-3-319-73767-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Grandes datos Ãndice Dewey: 006.3 Inteligencia artificial Resumen: Este libro consta de ocho capÃtulos, cinco de los cuales proporcionan un resumen de los tutoriales y talleres organizados como parte de la Escuela de Verano cHiPSet: Modelado y simulación de alto rendimiento para aplicaciones de Big Data Cost Action sobre "Nuevas tendencias en modelado y simulación en sistemas HPC". ", que se celebró en Bucarest (Rumania) del 21 al 23 de septiembre de 2016. Como tal, ofrece una base sólida para el desarrollo de sistemas inteligentes de nueva generación con uso intensivo de datos. El modelado y la simulación (MS) en la era del big data se considera ampliamente la herramienta esencial en ciencia e ingenierÃa para fundamentar la predicción y el análisis de sistemas complejos y fenómenos naturales. MS ofrece abstracciones adecuadas para gestionar la complejidad del análisis de big data en diversos dominios cientÃficos y de ingenierÃa. Desafortunadamente, los problemas de big data no siempre se solucionan fácilmente con MS eficiente en lugar de HPC (computación de alto rendimiento). Además, las comunidades de MS pueden carecer de la experiencia detallada necesaria para explotar todo el potencial de las soluciones HPC, y es posible que los arquitectos de HPC no sean plenamente conscientes de los requisitos especÃficos de MS. El principal objetivo de la Escuela de Verano fue mejorar las habilidades prácticas y el conocimiento de los participantes sobre los novedosos modelos y tecnologÃas basados ​​en HPC para aplicaciones de big data. Los formadores, que también son los autores de este libro, explicaron cómo diseñar, construir y utilizar las complejas herramientas de MS que capturan muchas de las necesidades de modelado de HPC, desde la escalabilidad hasta la tolerancia a fallos y más. En los tres últimos capÃtulos, el libro presenta los primeros resultados de la escuela: nuevas ideas y resultados novedosos de la investigación sobre aspectos de seguridad en las nubes, primeros prototipos de modelos virtuales complejos de datos en grandes flujos de datos y un marco de computación con uso intensivo de datos. para redes oportunistas. Es un valioso recurso de referencia para quienes desean comenzar a trabajar en HPC y sistemas de big data, asà como para investigadores y profesionales avanzados. . Nota de contenido: Evaluating Distributed Systems and Applications through Accurate Models and Simulations -- Scheduling Data-Intensive Workloads in Large-Scale Distributed Systems: Trends and Challenges -- Design Patterns and Algorithmic Skeletons: A Brief Concordance -- Evaluation of Cloud Systems -- Science Gateways in HPC: Usability meets Efficiency and Effectiveness -- MobEmu: A Framework to Support Decentralized Ad-Hoc Networking -- Virtualisation Model For Processing of the Sensitive Mobile Data -- Analysis of selected cryptographic services for processing batch tasks in Cloud Computing systems. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
