Ingeniería en Sistemas Computacionales
URI permanente para esta comunidad
Examinar
Examinando Ingeniería en Sistemas Computacionales por Materia "-Paralelismo"
Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
- ÍtemAcceso AbiertoPlataforma tecnológica para contribuir a la planeación urbana en la ciudad de Guayaquil dirigido a la transportación, enfocado a la evaluación del rendimiento de los algoritmos de procesamiento en paralelo implementados para el análisis de trayectorias.(Universidad de Guayaquil Facultad de Ciencias Matemáticas y Físicas Carrera de Ingeniería en Sistemas Computacionales, 2019-04) Rodríguez Andrade, Bryan Nicolás; Cassanello Suárez, Asdrubal Abdul; Peralta Guaraca, Tania JeeseniaSe presenta mediante este estudio diferentes técnicas de cómo se analizará altos volúmenes de datos por medio de algoritmos en un proceso de paralelismo, es decir, agrupación en clústeres mediante la distribución de nodos, es por eso que se opta por utilizar un framework llamado Hadoop complementado con Apache Spark encargándose de la correcta distribución generando una optimización de recursos físicos puntualizando el procesamiento de CPU, rendimiento de memoria y el menor tiempo de ejecución, lo cual intervienen dos algoritmos con técnicas de agrupación de puntos georreferénciales, tales como son dbscan y kmeans aplicados en Python, por medio de estos algoritmos y con soporte de la herramienta estudiada se alcanza a detallar nuestro análisis de los datos a evaluar, para realizar la comparativa necesaria que permita identificar cual es el algoritmo más óptimo, eficaz y preciso al instante de la agrupación y generación de resultados para su posterior análisis, en este caso los datos que serán distribuidos y posteriormente evaluados. Como metodología aplicada se utilizó la programación extrema que aporta a una planificación de cómo se aplicara el análisis de los datos georreferénciales con un diseño comprensible para el usuario, adicional a esto mediante las herramientas que intervienen en este estudio por medio de la plataforma AWS tales como: EMR aplicada en instancias EC2, para el uso posterior de Ganglia la cual permite luego del procesamiento de los datos, exportar gráficas sobre la distribución nodo por nodo permitiendo visualizar datos relevantes que debemos evaluar apuntando al procesamiento en CPU, rendimiento de memoria y tiempo de ejecución de cada algoritmo ejecutado en paralelo, dando como resultante la manera más óptima y eficaz de evaluar los algoritmos y la carga de datos utilizada en este caso el Dbscan por su estructura y agrupación de datos.