Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

TIN2017-88209-C2-1-R

Financiado

BIG DATA STREAMING: ANALISIS DE DATOS MASIVOS CONTINUOS. MODELOS PREDICTIVOS

DE LAS TRES VS QUE DEFINIERON INICIALMENTE BIG DATA, EL VOLUMEN ES QUIZAS LA CARACTERISTICA EN LA QUE LOS INVESTIGADORES HAN HECHO UN MAYOR ESFUERZO, CASI TODA LA TECNOLOGIA DESARROLLADA PERMITE DAR SOLUCIONES APROXIMADAS A LOS P... ver más

01/01/2017

UPO

117K€

Presupuesto del proyecto: 117K€

Líder del proyecto

UNIVERSIDAD PABLO DE OLAVIDE, DE SEVILLA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01

0% 100%

Participantes

UPO

Lider

Proyectos interesantes

TIN2017-88209-C2-2-R BIG DATA STREAMING: ANALISIS DE DATOS MASIVOS CONTINUOS. MOD... 116K€ Cerrado

TIN2016-81113-R DESDE EL PROCESAMIENTO DE SERIES TEMPORALES EN BIGDATA HASTA... 115K€ Cerrado

BES-2017-080908 MODELOS GRAFICOS PROBABILISTICOS Y ANALITICA ESCALABLE DE DA... 93K€ Cerrado

PID2020-119478GB-I00 CIENCIA DE DATOS FIABLE Y RESPONSABLE: APLICACIONES, DATOS C... 259K€ Cerrado

BES-2017-080759 Data Science 93K€ Cerrado

PRE2018-084007 Data Science 93K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSIDAD PABLO DE OLAVIDE, DE SEVILLA

Total investigadores 3

Presupuesto del proyecto 117K€

Descripción del proyecto DE LAS TRES VS QUE DEFINIERON INICIALMENTE BIG DATA, EL VOLUMEN ES QUIZAS LA CARACTERISTICA EN LA QUE LOS INVESTIGADORES HAN HECHO UN MAYOR ESFUERZO, CASI TODA LA TECNOLOGIA DESARROLLADA PERMITE DAR SOLUCIONES APROXIMADAS A LOS PROBLEMAS HABITUALES DEL ANALISIS DE DATOS MASIVOS, SIN EMBARGO, LA VELOCIDAD, A PESAR DE SER UNA CARACTERISTICA PRESENTE EN MUCHOS PROBLEMAS DE DATOS MASIVOS, NO HA TENIDO LA MISMA REPERCUSION, BIEN ES VERDAD, QUE EL ANALISIS DE FLUJOS DE DATOS O DATA STREAMING (DS) HA SIDO ESTUDIADO PROFUSAMENTE EN LA ULTIMA DECADA, CONOCIENDOSE TECNICAS QUE PERMITEN TENER ACTUALIZADO EN TODO MOMENTO UN MODELO, EL CUAL HA SIDO APRENDIDO A PARTIR DE UN CONJUNTO DE DATOS QUE RESUMEN DE MANERA APROPIADA EL DS, SIN EMBARGO, TENIENDO EN CUENTA LA PERSPECTIVA ACTUAL DEL BIG DATA SE PUEDEN IMPLEMENTAR NUEVAS SOLUCIONES, EN NUESTRO ANTERIOR PROYECTO, SE HA TRABAJADO CON GRANDES VOLUMENES DE DATOS QUE TIENEN UNA COMPONENTE TEMPORAL, EL PROYECTO QUE PRESENTAMOS ES LA CONTINUACION NATURAL DE LOS TRABAJOS REALIZADOS, EN LOS DS LA FRECUENCIA DE LLEGADA ES DESCONOCIDA, SUELE SER MUCHO MAYOR EN TASA POR UNIDAD DE TIEMPO Y LOS DATOS SUELEN TENER UNA RELACION FUNCIONAL MAS RELAJADA CON EL TIEMPO QUE EN LAS SERIES TEMPORALES, SIN EMBARGO, LOS CONOCIMIENTOS ADQUIRIDOS DURANTE EL DESARROLLO DEL PROYECTO ANTERIOR NOS PERMITEN PRESENTAR ESTE NUEVO PROYECTO CON EL PROPOSITO DE EXTENDER O ADAPTAR LAS TECNICAS DESARROLLADAS A PROBLEMAS CON DS,ASI PUES, NUESTRA PROPUESTA TIENE COMO OBJETIVO EL ANALISIS DE DATOS MASIVOS QUE SE RECIBEN DE FORMA CONTINUA Y QUE REQUIERE LA ACTUALIZACION DEL MODELO EN TIEMPO CUASI-REAL, ASI SE ESTUDIARAN Y DESARROLLARAN MODELOS Y TECNOLOGIAS PARA EL PREPROCESADO, ANALISIS Y EXPLOTACION DE DS, CON EL OBJETO FINAL DE CREAR SERVICIOS QUE GENEREN VALOR EN AMBITOS CONCRETOS EN LOS QUE SE PUEDEN APLICAR: EHEALTH, ENERGIA O SISMOLOGIA, LA METODOLOGIA ESTARA BASADA EN UN ESQUEMA PARA EL PROCESAMIENTO DE DS CONSISTENTE EN TENER UN MODELO BATCH INICIAL Y UN MODELO ONLINE QUE SE BASA EN LOS PATRONES DEL PRIMERO PARA SU CONTINUIDAD O MODIFICACION,LOS SUBOBJETIVOS ESPECIFICOS QUE SE PROPONEN EN ESTE SUBPROYECTO 1 SON ACORDES CON NUESTRA EXPERIENCIA: PREPROCESADO, APRENDIZAJE SUPERVISADO Y APLICACIONES, EN PREPROCESADO, SERA ABORDADA UNA DE LAS TAREAS DEL PROYECTO COORDINADO, CONCRETAMENTE LA SELECCION DE ATRIBUTOS SERA EXTENDIDA PARA DS, EN APRENDIZAJE SUPERVISADO, LAS TAREAS DE CLASIFICACION SE EXTENDERAN A DOS APLICACIONES RELACIONADAS CON LOS DS: DETECCION DE ANOMALIAS Y DE NOVEDADES, POR OTRO LADO, LAS TAREAS DE REGRESION SE ADAPTARAN PARA LA PREDICCION DE DATOS TEMPORALES A MUY CORTO PLAZO, EN CUANTO A LAS APLICACIONES, LOS PROYECTOS DE TRANSFERENCIA EN EJECUCION Y LOS CONTACTOS ESTABLECIDOS CON LAS EMPRESAS INTERESADAS, NOS GARANTIZAN LA DISPOSICION DE DATOS EN LOS AMBITOS SEÑALADOS,NUESTRO GRUPO LLEVA TRABAJANDO EN EL AREA DE ANALISIS DE DATOS MAS DE QUINCE AÑOS, TANTO EN LA CREACION DE NUEVOS MODELOS COMO SU APLICACION EN DISTINTOS AMBITOS, DURANTE ESTOS AÑOS HEMOS PARTICIPADO DE MANERA CONTINUADA EN PROYECTOS DEL PLAN NACIONAL SOBRE ESTA TEMATICA CON UNOS RESULTADOS DE PUBLICACIONES Y TRANSFERENCIA QUE PODRIAN CALIFICARSE COMO NOTABLES, TIEMPO REAL\FLUJO DE DATOS\DATOS MASIVOS

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores