Procesamiento eficiente de series de tiempo de raster espacio temporales en R

Ponencia presentada en LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. Santiago de Chile, 25 al 27 de septiembre de 2019.

Guardado en:
Detalles Bibliográficos
Autores principales: Castillo Moine, Matías Alejandro, Balzarini, Mónica Graciela
Formato: conferenceObject
Lenguaje:Español
Publicado: 2023
Materias:
Bases de datos
Almacenamiento de información
Imágenes por satélites
Sensores remotos
Procesamiento de datos
Acceso en línea:http://hdl.handle.net/11086/549150
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-549150
record_format dspace
spelling I10-R141-11086-5491502023-09-27T06:19:56Z Procesamiento eficiente de series de tiempo de raster espacio temporales en R Castillo Moine, Matías Alejandro Balzarini, Mónica Graciela Bases de datos Almacenamiento de información Imágenes por satélites Sensores remotos Procesamiento de datos Ponencia presentada en LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. Santiago de Chile, 25 al 27 de septiembre de 2019. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina. Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina. El gran volumen de datos en forma de series de tiempo imágenes satelitales (STIS) plantea desafíos técnicos de almacenamiento y procesamiento. Numerosos paquetes de R ofrecen herramientas para su manejo con soporte para out-of-memory files y procesamiento en paralelo, permitiendo el procesamiento masivo de grandes bases de datos de STIS. Sin embargo, la mayoría de los desarrollos estadísticos de R tienen base matricial, y el dato debe ser convertido para poder ser procesado; transformación que generalmente ocurre en copias completas de los datos en memoria. El objetivo de este trabajo es comparar la eficiencia de dos estrategias de manejo y procesamiento en R de datos masivos de STIS convertidas a formato matricial en memory-maped files con soporte para procesamiento en paralelo. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina. Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina. 2023-09-26T14:28:57Z 2023-09-26T14:28:57Z 2019 conferenceObject http://hdl.handle.net/11086/549150 spa Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ Actas de LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. E-ISSN: 2618-3196 https://github.com/LatinR/presentaciones-LatinR2019 https://github.com/LatinR/presentaciones-LatinR2019/blob/master/actas/Libro%20Actas%20LatinR%20FINAL.pdf
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Bases de datos
Almacenamiento de información
Imágenes por satélites
Sensores remotos
Procesamiento de datos
spellingShingle Bases de datos
Almacenamiento de información
Imágenes por satélites
Sensores remotos
Procesamiento de datos
Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
Procesamiento eficiente de series de tiempo de raster espacio temporales en R
topic_facet Bases de datos
Almacenamiento de información
Imágenes por satélites
Sensores remotos
Procesamiento de datos
description Ponencia presentada en LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. Santiago de Chile, 25 al 27 de septiembre de 2019.
format conferenceObject
author Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
author_facet Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
author_sort Castillo Moine, Matías Alejandro
title Procesamiento eficiente de series de tiempo de raster espacio temporales en R
title_short Procesamiento eficiente de series de tiempo de raster espacio temporales en R
title_full Procesamiento eficiente de series de tiempo de raster espacio temporales en R
title_fullStr Procesamiento eficiente de series de tiempo de raster espacio temporales en R
title_full_unstemmed Procesamiento eficiente de series de tiempo de raster espacio temporales en R
title_sort procesamiento eficiente de series de tiempo de raster espacio temporales en r
publishDate 2023
url http://hdl.handle.net/11086/549150
work_keys_str_mv AT castillomoinematiasalejandro procesamientoeficientedeseriesdetiempoderasterespaciotemporalesenr
AT balzarinimonicagraciela procesamientoeficientedeseriesdetiempoderasterespaciotemporalesenr
_version_ 1782014984415346688

Ejemplares similares