Procesamiento en paralelo de algoritmo de agrupamiento dinámico de trayectorias GPS .
Fecha
2022-09
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales.
Resumen
El procesamiento de datos de coordenadas GPS en la actualidad es un desafio para los investigadores, cada vez más información se genera a cada momento y sin cesar, y con ello aumenta también la complejidad de esta tarea, es por esto que siempre se está buscando nuevas y mejores maneras de procesar estos ambientes en continua evolución. Un método propuesto se basa en procesar esta información con un algortimo de dos fases, una basada en distancia y la otra basada en densidad, con buenos resultados, pero al buscar una mayor optimización para este algoritmo, el siguiente trabajo de investigación propone un ambiente de procesamiento en paralelo de los datos, que mediante el uso de técnicas propias del lenguaje Python, ha logrado obtener una versión en paralelo de algoritmo Dyclee, el cual ha sido puesto a prueba en diversos escenarios, tanto de manera local como en la nube, para demostrar la reducción de los tiempos de procesamiento con respecto a la versión secuencial del algoritmo.
GPS data processing nowdays is a challenge for researchers, more and more information is generated every moment and without ceasing, and with it also increases the complexity of this task, this is why we are always looking for new and better ways to process these constantly evolving environments. A proposed method is based on processing this information with a two-phase algorithm, one based on distance and the another based on density, with good results, but when looking for a greater optimization for this algorithm, the following research work proposes a parallel data processing environment, which through the use of techniques of the Python language, has managed to obtain a parallel version of the Dyclee algorithm, which has been tested in various scenarios, both on premises and in the cloud, to demonstrate the reduction of processing times in comparison to the sequential version of the algorithm.
GPS data processing nowdays is a challenge for researchers, more and more information is generated every moment and without ceasing, and with it also increases the complexity of this task, this is why we are always looking for new and better ways to process these constantly evolving environments. A proposed method is based on processing this information with a two-phase algorithm, one based on distance and the another based on density, with good results, but when looking for a greater optimization for this algorithm, the following research work proposes a parallel data processing environment, which through the use of techniques of the Python language, has managed to obtain a parallel version of the Dyclee algorithm, which has been tested in various scenarios, both on premises and in the cloud, to demonstrate the reduction of processing times in comparison to the sequential version of the algorithm.
Descripción
PDF
Palabras clave
GPS, Distancia, Procesamiento en Paralelo, Dyclee, Python, Procesamiento Secuencial, Densidad, Distance, Sequential Processing, Parallel Processing, Density