2016 |
Umaquinga-Criollo, A C; Peluffo-Ordóñez, D H; Rosero-Montalvo, P D; Cabrera-Álvarez, M V; Alvarado-Pérez, J C; Anaya-Isaza, A J Versión extendida: Propuesta de análisis visual de datos en Big Data usando reducción de dimensión interactiva . Proposal for visual analysis of Big Data using interactive dimensionality reduction Conference Libro Tecnología Aplicada a la Ingeniería UTN 2016, UTN, 2016, ISBN: 978-9942-987-17-3. Abstract | BibTeX | Etiquetas: análisis visual, Big data, reducción de dimensión | Links: @conference{Umaquinga2016b, En la actualidad se puede evidenciar un crecimiento exponencial del volumen de datos, dando lugar al área emergente denominada Big Data. Paralelamente a este crecimiento, ha aumentado la demanda de herramientas, técnicas y dispositivos para almacenar, transmitir y procesar datos de alta dimensión. La mayoría de metodologías existentes para procesar datos de alta dimensión producen resultados abstractos y no envuelven al usuario en la elección o sintonización las técnicas de análisis. En este trabajo proponemos una metodología de análisis visual de Big Data con principios de interactividad y controlabilidad de forma que usuarios (incluso aquellos no expertos) puedan seleccionar intuitivamente un método de reducción de dimensión para generar representaciones inteligibles para el ser humano. |
Umaquinga-Criollo, A C; Peluffo-Ordóñez, D H; Cabrera-Álvarez, M V; Alvarado-Pérez, J C; Anaya-Isaza, A J Propuesta de análisis visual de datos en Big Data usando reducción de dimensión interactiva Conference Avances Tecnológicos 3ras Jonadas Internacionales FICA 2016, UTN, 2016. Abstract | BibTeX | Etiquetas: análisis visual, Big data, reducción de dimensión | Links: @conference{Umaquinga2016a, En la actualidad se puede evidenciar un crecimiento exponencial del volumen de datos, dando lugar al área emergente denominada Big Data. Paralelamente a este crecimiento, ha aumentado la demanda de herramientas, técnicas y dispositivos para almacenar, transmitir y procesar datos de alta dimensión. La mayoría de metodologías existentes para procesar datos de alta dimensión producen resultados abstractos y no envuelven al usuario en la elección o sintonización las técnicas de análisis. En este trabajo proponemos una metodología de análisis visual de Big Data con principios de interactividad y controlabilidad de forma que usuarios (incluso aquellos no expertos) puedan seleccionar intuitivamente un método de reducción de dimensión para generar representaciones inteligibles para el ser humano. |
2016 |
|
2. | A C Umaquinga-Criollo; D H Peluffo-Ordóñez; P D Rosero-Montalvo; M V Cabrera-Álvarez; J C Alvarado-Pérez; A J Anaya-Isaza Libro Tecnología Aplicada a la Ingeniería UTN 2016, UTN, 2016, ISBN: 978-9942-987-17-3. Abstract | Links | BibTeX | Etiquetas: análisis visual, Big data, reducción de dimensión @conference{Umaquinga2016b, En la actualidad se puede evidenciar un crecimiento exponencial del volumen de datos, dando lugar al área emergente denominada Big Data. Paralelamente a este crecimiento, ha aumentado la demanda de herramientas, técnicas y dispositivos para almacenar, transmitir y procesar datos de alta dimensión. La mayoría de metodologías existentes para procesar datos de alta dimensión producen resultados abstractos y no envuelven al usuario en la elección o sintonización las técnicas de análisis. En este trabajo proponemos una metodología de análisis visual de Big Data con principios de interactividad y controlabilidad de forma que usuarios (incluso aquellos no expertos) puedan seleccionar intuitivamente un método de reducción de dimensión para generar representaciones inteligibles para el ser humano. |
1. | A C Umaquinga-Criollo; D H Peluffo-Ordóñez; M V Cabrera-Álvarez; J C Alvarado-Pérez; A J Anaya-Isaza Propuesta de análisis visual de datos en Big Data usando reducción de dimensión interactiva Conference Avances Tecnológicos 3ras Jonadas Internacionales FICA 2016, UTN, 2016. Abstract | Links | BibTeX | Etiquetas: análisis visual, Big data, reducción de dimensión @conference{Umaquinga2016a, En la actualidad se puede evidenciar un crecimiento exponencial del volumen de datos, dando lugar al área emergente denominada Big Data. Paralelamente a este crecimiento, ha aumentado la demanda de herramientas, técnicas y dispositivos para almacenar, transmitir y procesar datos de alta dimensión. La mayoría de metodologías existentes para procesar datos de alta dimensión producen resultados abstractos y no envuelven al usuario en la elección o sintonización las técnicas de análisis. En este trabajo proponemos una metodología de análisis visual de Big Data con principios de interactividad y controlabilidad de forma que usuarios (incluso aquellos no expertos) puedan seleccionar intuitivamente un método de reducción de dimensión para generar representaciones inteligibles para el ser humano. |