Big data para sistemas de información geográfica (SIG)

El crecimiento en el volumen de datos generados por diferentes sistemas y actividades cotidianas en la sociedad ha forjado la necesidad desde la Ingeniería modificar, optimizar y generar métodos y modelos de almacenamiento y tratamiento de datos que suplan las falencias que presentan las bases de da...

Full description

Autores:
Corporación Universidad de la Costa
Tipo de recurso:
Fecha de publicación:
2020
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/6765
Acceso en línea:
https://hdl.handle.net/11323/6765
https://repositorio.cuc.edu.co/
Palabra clave:
Modelos de almacenamiento
Bases de datos
Big data
Rights
openAccess
License
CC0 1.0 Universal
id RCUC2_7818414dc7a245128944551cc2f2eda1
oai_identifier_str oai:repositorio.cuc.edu.co:11323/6765
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Big data para sistemas de información geográfica (SIG)
title Big data para sistemas de información geográfica (SIG)
spellingShingle Big data para sistemas de información geográfica (SIG)
Modelos de almacenamiento
Bases de datos
Big data
title_short Big data para sistemas de información geográfica (SIG)
title_full Big data para sistemas de información geográfica (SIG)
title_fullStr Big data para sistemas de información geográfica (SIG)
title_full_unstemmed Big data para sistemas de información geográfica (SIG)
title_sort Big data para sistemas de información geográfica (SIG)
dc.creator.fl_str_mv Corporación Universidad de la Costa
dc.contributor.author.spa.fl_str_mv Corporación Universidad de la Costa
dc.subject.spa.fl_str_mv Modelos de almacenamiento
Bases de datos
Big data
topic Modelos de almacenamiento
Bases de datos
Big data
description El crecimiento en el volumen de datos generados por diferentes sistemas y actividades cotidianas en la sociedad ha forjado la necesidad desde la Ingeniería modificar, optimizar y generar métodos y modelos de almacenamiento y tratamiento de datos que suplan las falencias que presentan las bases de datos y los sistemas de gestión de datos tradicionales. Respondiendo a esto surgió la implementación de Big Data, término que incluye diferentes tecnologías asociadas a la administración y el procesamiento de grandes volúmenes de datos provenientes de diferentes fuentes y que se generan con rapidez. De esta manera, herramientas como los Sistemas de Información Geográfica (SIG) constituyen una herramienta innovadora para el almacenamiento de información general y específica de nuestro entorno. Esta enorme cantidad de datos, así como los datos que se generarán a futuro con la evolución de los SIG, acarrean la necesidad de contar con profesionales en el ámbito de la Ingeniería idóneos y con amplias competencias en sistemas de gestión de datos mejorados
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-07-21T19:46:13Z
dc.date.available.none.fl_str_mv 2020-07-21T19:46:13Z
dc.date.issued.none.fl_str_mv 2020
dc.type.spa.fl_str_mv Otros
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/other
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ARTOTR
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
status_str acceptedVersion
dc.identifier.uri.spa.fl_str_mv https://hdl.handle.net/11323/6765
dc.identifier.instname.spa.fl_str_mv Corporación Universidad de la Costa
dc.identifier.reponame.spa.fl_str_mv REDICUC - Repositorio CUC
dc.identifier.repourl.spa.fl_str_mv https://repositorio.cuc.edu.co/
url https://hdl.handle.net/11323/6765
https://repositorio.cuc.edu.co/
identifier_str_mv Corporación Universidad de la Costa
REDICUC - Repositorio CUC
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartofseries.spa.fl_str_mv Contenidos académicos por cátedra
dc.relation.references.spa.fl_str_mv Cate, Fred H. (2014). The Big Data Debate. Science 346(6211): 818-818.
Gotway, Carol A., and Linda J. Young. (2002). Combining Incompatible Spatial Data. Journal of the American Statistical Association 97(458): 632-648.
Ma, Y. (2015). Remote sensing big data computing: Challenges and opportunities. Future Generat. Comput. Syst. 51:47–60.
Mohamed, A., Nahafabadi, M.K., Wah, Y.B., Zaman, E.A.K., Maskat, R. (2019). The state of the art and taxonomy of big data analytics: View from the new big data framework. Artif. Intell. Rev. 1–49.
Olaya, V. (2011). Sistemas de Información Geográfica. http://wiki.osgeo.org/wiki/Libro_SIG.
Penchikala, Srini. (2015). Big Data Processing in Apache Spark – Part 1: Introduction. InfoQ Article.
Smith, MJ, MF Goodchild and PA Longley. (2006-2011). Geospatial Analysis: A Comprehensive Guide to Principles, Techniques and Software Tools, 3rd Edition.
Castro Zuluaga, C., Uribe Cadavid, D., & Castro Urrego, J. (2014). Marco de referencia para el desarrollo de un sistema de apoyo para la toma de decisiones para la gestión de inventarios. INGE CUC, 10(1), 30-42. Retrieved from https://revistascientificas.cuc.edu.co/ingecuc/article/view/340
Bustacara Prasca, A., Becerra Rueda, E., & Niebles-Atencio, F. (2016). Programación multiobjetivo de las operaciones en un laboratorio de análisis de minerales usando colonia de hormigas. IJMSOR: International Journal of Management Science & Operation Research, 1(1), 8-19. Recuperado a partir de http://ijmsoridi.com/index.php/ijmsor/article/view/72
Gómez Montoya, R., Sánchez Alzate, J., & Palacio Muñoz, J. (2011). Análisis de la operación despacho en un centro de distribución basado en gestión de procesos y simulación. INGE CUC, 7(1), 75-86. Recuperado a partir de https://revistascientificas.cuc.edu.co/ingecuc/article/view/278
Dutcher, Jenna. (2014). What is Big Data? UC Berkeley Data Science Blog.
Press, Gil. (2014). 12 Big Data Definitions: What’s Yours? Forbes Blog.
Atz, Ulrich. (2013). 11 Tips on How to Handle Big Data in R. Open Data Institute Blog.
Viloria, A., Torres, M., Vargas, J., & Pineda, O. B. (2020). Enrichment of Metabolic Routes through Big Data. In S. E. & Y. A.-U.-H. (Eds.), Procedia Computer Science (Vol. 170, pp. 899–904). Universidad de la Costa, Barranquilla, Colombia: Elsevier B.V. https://doi.org/10.1016/j.procs.2020.03.113
Viloria, A., Guiliany, J. G., Llinás, N. O., Hernandez-P, H., Sanabria, E. S., & Lezama, O. B. P. (2020). Selecting electrical billing attributes: big data preprocessing improvements. Lecture Notes in Electrical Engineering. Universidad de la Costa, St. 58 #66, Barranquilla, Atlántico, Colombia: Springer. https://doi.org/10.1007/978-981-15-3125-5_44
Varela, N., Silva, J., Gonzalez, F. M., Palencia, P., Palma, H. H., & Pineda, O. B. (2020). Method for the Recovery of Images in Databases of Rice Grains from Visual Content. In S. E. & Y. A.-U.-H. (Eds.), Procedia Computer Science (Vol. 170, pp. 983–988). Universidad de la Costa, Barnaquila, Colombia: Elsevier B.V. https://doi.org/10.1016/j.procs.2020.03.097
Viloria, A., Senior Naveda, A., Hernández Palma, H., Niebles Núẽz, W., & Niebles Núẽz, L. (2020). Using Big Data to Determine Potential Dropouts in Higher Education. In Journal of Physics: Conference Series (Vol. 1432, p. 012077). https://doi.org/10.1088/1742-6596/1432/1/012077
Silva, J., Hernández Palma, H., Niebles Núẽz, W., Ruiz-Lazaro, A., & Varela, N. (2020). Big Data and Automatic Detection of Topics: Social Network Texts. In Journal of Physics: Conference Series (Vol. 1432, p. 012073). https://doi.org/10.1088/1742-6596/1432/1/012073
Viloria, A., Wang, G., & Gaitan, M. (2020). Segmentation of Sales for a Mobile Phone Service Through CART Classification Tree Algorithm. Smart Innovation, Systems and Technologies (Vol. 164). https://doi.org/10.1007/978-981-32-9889-7_7
Viloria, A., Sierra, D. M., Camargo, J. F., Zea, K. B., Fuentes, J. P., Hernández-Palma, H., & Kamatkar, S. J. (2020). Demand in the Electricity Market: Analysis Using Big Data. Advances in Intelligent Systems and Computing (Vol. 1039). https://doi.org/10.1007/978-3-030-30465-2_36
Viloria, A., Lis-Gutiérrez, J. P., Gaitán-Angulo, M., Godoy, A. R. M., Moreno, G. C., & Kamatkar, S. J. (2018). Methodology for the design of a student pattern recognition tool to facilitate the teaching - Learning process through knowledge data discovery (big data). Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 10943 LNCS). https://doi.org/10.1007/978-3-319-93803-5_63
Chávez Porras, Álvaro, Pinzón Uribe, L., & Velasquez Castiblanco, Y. (2017). Análisis comparativo de ensayos de Fito-remediación en lodos de lixiviado aplicando Análisis Envolvente de Datos. INGE CUC, 13(2), 79-83. https://doi.org/10.17981/ingecuc.13.2.2017.07
Ardila Gamboa, C., & Ballesteros Riveros, F. (2018). Análisis Envolvente de Datos (DEA) para medir el desempeño relativo basado en indicadores de una red de abastecimiento con Logística Inversa. INGE CUC, 14(2), 137-146. https://doi.org/10.17981/ingecuc.14.2.2018.13
Ardila Gamboa, C., & Ballesteros Riveros, F. (2018). Análisis Envolvente de Datos (DEA) para medir el desempeño relativo basado en indicadores de una red de abastecimiento con Logística Inversa. INGE CUC, 14(2), 137-146. https://doi.org/10.17981/ingecuc.14.2.2018.13
Segura, E. (2016). Información, estabilidad y complejidad de aprendizaje en memorias asociativas. IJMSOR: International Journal of Management Science & Operation Research, 1(1), 49-53. Recuperado a partir de http://ijmsoridi.com/index.php/ijmsor/article/view/77
IBM. (2014). IBM What is big data? — Bringing big data to the enterprise. www.ibm.com. Retrieved from http://www.ibm.com/big-data/us/en/
The R Project for Statistical Computing. Available online: http://www.r-project.org/
dc.rights.spa.fl_str_mv CC0 1.0 Universal
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/publicdomain/zero/1.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.publisher.spa.fl_str_mv Universidad de la Costa
dc.publisher.program.spa.fl_str_mv Ingeniería Industrial
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/4c32fdd6-f826-4da0-afc2-8042971547f6/download
https://repositorio.cuc.edu.co/bitstreams/43605bcf-16a6-476d-aeea-02e2b0910c5b/download
https://repositorio.cuc.edu.co/bitstreams/7b6d2a9c-b689-4dcb-82cb-bddce09e7e6f/download
https://repositorio.cuc.edu.co/bitstreams/3112cc4c-7efd-43d4-b8ab-0ce100aff4cc/download
https://repositorio.cuc.edu.co/bitstreams/8e002a0b-dae9-4b0c-8b8b-301bb1c3f9b3/download
bitstream.checksum.fl_str_mv ae13ba4f45da6f8847e866393e8a2764
42fd4ad1e89814f5e4a476b409eb708c
05b69be6172181b9f3a44123a200d834
6eaedd1ecbcd8111c98fb4e018800bb8
104e053175b329ad32f6db25c0be5693
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1828166819407462400
spelling Corporación Universidad de la Costa2020-07-21T19:46:13Z2020-07-21T19:46:13Z2020https://hdl.handle.net/11323/6765Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/El crecimiento en el volumen de datos generados por diferentes sistemas y actividades cotidianas en la sociedad ha forjado la necesidad desde la Ingeniería modificar, optimizar y generar métodos y modelos de almacenamiento y tratamiento de datos que suplan las falencias que presentan las bases de datos y los sistemas de gestión de datos tradicionales. Respondiendo a esto surgió la implementación de Big Data, término que incluye diferentes tecnologías asociadas a la administración y el procesamiento de grandes volúmenes de datos provenientes de diferentes fuentes y que se generan con rapidez. De esta manera, herramientas como los Sistemas de Información Geográfica (SIG) constituyen una herramienta innovadora para el almacenamiento de información general y específica de nuestro entorno. Esta enorme cantidad de datos, así como los datos que se generarán a futuro con la evolución de los SIG, acarrean la necesidad de contar con profesionales en el ámbito de la Ingeniería idóneos y con amplias competencias en sistemas de gestión de datos mejoradosCorporación Universidad de la CostaspaUniversidad de la CostaIngeniería IndustrialContenidos académicos por cátedraCate, Fred H. (2014). The Big Data Debate. Science 346(6211): 818-818.Gotway, Carol A., and Linda J. Young. (2002). Combining Incompatible Spatial Data. Journal of the American Statistical Association 97(458): 632-648.Ma, Y. (2015). Remote sensing big data computing: Challenges and opportunities. Future Generat. Comput. Syst. 51:47–60.Mohamed, A., Nahafabadi, M.K., Wah, Y.B., Zaman, E.A.K., Maskat, R. (2019). The state of the art and taxonomy of big data analytics: View from the new big data framework. Artif. Intell. Rev. 1–49.Olaya, V. (2011). Sistemas de Información Geográfica. http://wiki.osgeo.org/wiki/Libro_SIG.Penchikala, Srini. (2015). Big Data Processing in Apache Spark – Part 1: Introduction. InfoQ Article.Smith, MJ, MF Goodchild and PA Longley. (2006-2011). Geospatial Analysis: A Comprehensive Guide to Principles, Techniques and Software Tools, 3rd Edition.Castro Zuluaga, C., Uribe Cadavid, D., & Castro Urrego, J. (2014). Marco de referencia para el desarrollo de un sistema de apoyo para la toma de decisiones para la gestión de inventarios. INGE CUC, 10(1), 30-42. Retrieved from https://revistascientificas.cuc.edu.co/ingecuc/article/view/340Bustacara Prasca, A., Becerra Rueda, E., & Niebles-Atencio, F. (2016). Programación multiobjetivo de las operaciones en un laboratorio de análisis de minerales usando colonia de hormigas. IJMSOR: International Journal of Management Science & Operation Research, 1(1), 8-19. Recuperado a partir de http://ijmsoridi.com/index.php/ijmsor/article/view/72Gómez Montoya, R., Sánchez Alzate, J., & Palacio Muñoz, J. (2011). Análisis de la operación despacho en un centro de distribución basado en gestión de procesos y simulación. INGE CUC, 7(1), 75-86. Recuperado a partir de https://revistascientificas.cuc.edu.co/ingecuc/article/view/278Dutcher, Jenna. (2014). What is Big Data? UC Berkeley Data Science Blog.Press, Gil. (2014). 12 Big Data Definitions: What’s Yours? Forbes Blog.Atz, Ulrich. (2013). 11 Tips on How to Handle Big Data in R. Open Data Institute Blog.Viloria, A., Torres, M., Vargas, J., & Pineda, O. B. (2020). Enrichment of Metabolic Routes through Big Data. In S. E. & Y. A.-U.-H. (Eds.), Procedia Computer Science (Vol. 170, pp. 899–904). Universidad de la Costa, Barranquilla, Colombia: Elsevier B.V. https://doi.org/10.1016/j.procs.2020.03.113Viloria, A., Guiliany, J. G., Llinás, N. O., Hernandez-P, H., Sanabria, E. S., & Lezama, O. B. P. (2020). Selecting electrical billing attributes: big data preprocessing improvements. Lecture Notes in Electrical Engineering. Universidad de la Costa, St. 58 #66, Barranquilla, Atlántico, Colombia: Springer. https://doi.org/10.1007/978-981-15-3125-5_44Varela, N., Silva, J., Gonzalez, F. M., Palencia, P., Palma, H. H., & Pineda, O. B. (2020). Method for the Recovery of Images in Databases of Rice Grains from Visual Content. In S. E. & Y. A.-U.-H. (Eds.), Procedia Computer Science (Vol. 170, pp. 983–988). Universidad de la Costa, Barnaquila, Colombia: Elsevier B.V. https://doi.org/10.1016/j.procs.2020.03.097Viloria, A., Senior Naveda, A., Hernández Palma, H., Niebles Núẽz, W., & Niebles Núẽz, L. (2020). Using Big Data to Determine Potential Dropouts in Higher Education. In Journal of Physics: Conference Series (Vol. 1432, p. 012077). https://doi.org/10.1088/1742-6596/1432/1/012077Silva, J., Hernández Palma, H., Niebles Núẽz, W., Ruiz-Lazaro, A., & Varela, N. (2020). Big Data and Automatic Detection of Topics: Social Network Texts. In Journal of Physics: Conference Series (Vol. 1432, p. 012073). https://doi.org/10.1088/1742-6596/1432/1/012073Viloria, A., Wang, G., & Gaitan, M. (2020). Segmentation of Sales for a Mobile Phone Service Through CART Classification Tree Algorithm. Smart Innovation, Systems and Technologies (Vol. 164). https://doi.org/10.1007/978-981-32-9889-7_7Viloria, A., Sierra, D. M., Camargo, J. F., Zea, K. B., Fuentes, J. P., Hernández-Palma, H., & Kamatkar, S. J. (2020). Demand in the Electricity Market: Analysis Using Big Data. Advances in Intelligent Systems and Computing (Vol. 1039). https://doi.org/10.1007/978-3-030-30465-2_36Viloria, A., Lis-Gutiérrez, J. P., Gaitán-Angulo, M., Godoy, A. R. M., Moreno, G. C., & Kamatkar, S. J. (2018). Methodology for the design of a student pattern recognition tool to facilitate the teaching - Learning process through knowledge data discovery (big data). Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 10943 LNCS). https://doi.org/10.1007/978-3-319-93803-5_63Chávez Porras, Álvaro, Pinzón Uribe, L., & Velasquez Castiblanco, Y. (2017). Análisis comparativo de ensayos de Fito-remediación en lodos de lixiviado aplicando Análisis Envolvente de Datos. INGE CUC, 13(2), 79-83. https://doi.org/10.17981/ingecuc.13.2.2017.07Ardila Gamboa, C., & Ballesteros Riveros, F. (2018). Análisis Envolvente de Datos (DEA) para medir el desempeño relativo basado en indicadores de una red de abastecimiento con Logística Inversa. INGE CUC, 14(2), 137-146. https://doi.org/10.17981/ingecuc.14.2.2018.13Ardila Gamboa, C., & Ballesteros Riveros, F. (2018). Análisis Envolvente de Datos (DEA) para medir el desempeño relativo basado en indicadores de una red de abastecimiento con Logística Inversa. INGE CUC, 14(2), 137-146. https://doi.org/10.17981/ingecuc.14.2.2018.13Segura, E. (2016). Información, estabilidad y complejidad de aprendizaje en memorias asociativas. IJMSOR: International Journal of Management Science & Operation Research, 1(1), 49-53. Recuperado a partir de http://ijmsoridi.com/index.php/ijmsor/article/view/77IBM. (2014). IBM What is big data? — Bringing big data to the enterprise. www.ibm.com. Retrieved from http://www.ibm.com/big-data/us/en/The R Project for Statistical Computing. Available online: http://www.r-project.org/CC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelos de almacenamientoBases de datosBig dataBig data para sistemas de información geográfica (SIG)OtrosTextinfo:eu-repo/semantics/otherhttp://purl.org/redcol/resource_type/ARTOTRinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALBig data para sistemas de información geográfica (SIG).pdfBig data para sistemas de información geográfica (SIG).pdfapplication/pdf277263https://repositorio.cuc.edu.co/bitstreams/4c32fdd6-f826-4da0-afc2-8042971547f6/downloadae13ba4f45da6f8847e866393e8a2764MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repositorio.cuc.edu.co/bitstreams/43605bcf-16a6-476d-aeea-02e2b0910c5b/download42fd4ad1e89814f5e4a476b409eb708cMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-811https://repositorio.cuc.edu.co/bitstreams/7b6d2a9c-b689-4dcb-82cb-bddce09e7e6f/download05b69be6172181b9f3a44123a200d834MD53THUMBNAILBig data para sistemas de información geográfica (SIG).pdf.jpgBig data para sistemas de información geográfica (SIG).pdf.jpgimage/jpeg59873https://repositorio.cuc.edu.co/bitstreams/3112cc4c-7efd-43d4-b8ab-0ce100aff4cc/download6eaedd1ecbcd8111c98fb4e018800bb8MD54TEXTBig data para sistemas de información geográfica (SIG).pdf.txtBig data para sistemas de información geográfica (SIG).pdf.txttext/plain19756https://repositorio.cuc.edu.co/bitstreams/8e002a0b-dae9-4b0c-8b8b-301bb1c3f9b3/download104e053175b329ad32f6db25c0be5693MD5511323/6765oai:repositorio.cuc.edu.co:11323/67652024-09-17 14:13:46.975http://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 Universalopen.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.coT3BlbiBhY2Nlc3M=