Mostrar el registro sencillo del ítem
| dc.contributor | Campusano Castillo, José Matías Antonio | ||
| dc.contributor | Allende Cid, Héctor Gabriel | ||
| dc.creator | Aliquintui Pereira, Damir Exzael | ||
| Fecha Tésis | dc.date | 2018 | |
| Fecha Ingreso | dc.date.accessioned | 2021-10-21T13:27:43Z | |
| Fecha Disponible | dc.date.available | 2021-10-21T13:27:43Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-21 | |
| Resumen | dc.description | Debido al constante crecimiento de los datos e información que brindan los diferentes sistemas, se hace necesario buscar nuevas formas de crear herramientas de aprendizaje automatizados que cumplan con un buen nivel de precisión y, así mismo, cumplir esto de la manera más rápida posible y sin comprometer la seguridad e integridad de los datos. Debido a esto surgen nuevas soluciones e innovaciones tecnológicas para satisfacer este tipo de problemas. Así es como blockchain surge como una estructura de datos que permite el almacenaje de información de manera distribuida, y al mismo tiempo, es capaz de verificar las transacciones realizadas manteniendo la información actualizada en cada uno de los equipos conectados. Todo esto funciona utilizando una arquitectura Peer to Peer -P2P-, donde cada nodo cumple la función de validar las transacciones realizadas, entregando mayor seguridad a los datos. Así es como esta tesis busca aplicar herramientas de aprendizaje de ensamblado, basado en otra investigación, en un sistema que contienen datos de forma distribuida, constituido principalmente de nodos con una capacidad de computo baja, conectados a través de la tecnología Ethereum, la cual se basa en la estructura de datos conocida como blockchain. De esta forma se busca conseguir entrenar un conjunto de modelos los cuales permitan predecir el comportamiento de los datos, sin dejar de lado el contexto de donde provienen ni comprometer la seguridad de los datos al ser procesados por este sistema distribuido y con un sistema P2P que permite escalar esta solución de forma fácil y rápida. Es así como este estudio permitirá el desarrollo de máquinas de aprendizaje automatizado de forma distribuida utilizando blockchain. Esto, en sistemas asequibles para cualquier interesado en el tema y, a su vez, servirá de guía para la implementación en dichos sistemas. Por lo que se espera que se puedan realizar futuros desarrollos prácticos, experimentos y mejoras para la solución propuesta | |
| Resumen | dc.description | ||
| Resumen | dc.description | Debido al constante crecimiento de los datos e información que brindan los diferentes sistemas, se hace necesario buscar nuevas formas de crear herramientas de aprendizaje automatizados que cumplan con un buen nivel de precisión y, así mismo, cumplir esto de la manera más rápida posible y sin comprometer la seguridad e integridad de los datos. Debido a esto surgen nuevas soluciones e innovaciones tecnológicas para satisfacer este tipo de problemas. Así es como blockchain surge como una estructura de datos que permite el almacenaje de información de manera distribuida, y al mismo tiempo, es capaz de verificar las transacciones realizadas manteniendo la información actualizada en cada uno de los equipos conectados. Todo esto funciona utilizando una arquitectura Peer to Peer -P2P-, donde cada nodo cumple la función de validar las transacciones realizadas, entregando mayor seguridad a los datos. Así es como esta tesis busca aplicar herramientas de aprendizaje de ensamblado, basado en otra investigación, en un sistema que contienen datos de forma distribuida, constituido principalmente de nodos con una capacidad de computo baja, conectados a través de la tecnología Ethereum, la cual se basa en la estructura de datos conocida como blockchain. De esta forma se busca conseguir entrenar un conjunto de modelos los cuales permitan predecir el comportamiento de los datos, sin dejar de lado el contexto de donde provienen ni comprometer la seguridad de los datos al ser procesados por este sistema distribuido y con un sistema P2P que permite escalar esta solución de forma fácil y rápida. Es así como este estudio permitirá el desarrollo de máquinas de aprendizaje automatizado de forma distribuida utilizando blockchain. Esto, en sistemas asequibles para cualquier interesado en el tema y, a su vez, servirá de guía para la implementación en dichos sistemas. Por lo que se espera que se puedan realizar futuros desarrollos prácticos, experimentos y mejoras para la solución propuesta | |
| Resumen | dc.description | Ingeniería Civil Informática | |
| Lenguaje | dc.language | spa | |
| Editor | dc.publisher | Valparaíso, Chile Pontificia Universidad Católica de Valparaíso | |
| dc.source | http://opac.pucv.cl/pucv_txt/txt-8000/UCC8108_01.pdf | ||
| Materia | dc.subject | Análisis de datos | |
| Title | dc.title | Implementación de un modelo Machine Learning distribuido en computadores de bajo costo y consumo de energía | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||