Extendiendo smartcube para visualizar valores estadísticos dentro de grandes conjuntos de datos multidimensionales, manteniendo la eficiencia de uso de memoria y baja latencia de respuesta a consultas

• Autor: Neyra Herrada, Alex Maglio
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Católica San Pablo
• Repositorio: UCSP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucsp.edu.pe:20.500.12590/18611
• Enlace del recurso: https://hdl.handle.net/20.500.12590/18611
• Nivel de acceso: acceso abierto
• Materia: Metáfora visual; Estructura de datos; Data cube; Smartcube; Red neuronal recurrente; https://purl.org/pe-repo/ocde/ford#1.02.01

La visualización de grandes cantidades de datos multidimensionales consiste en obtener información clave mediante su exploración, análisis y organización. En el estado del arte, podemos encontrar diversas metodologías para llevar a cabo estas tres tareas mediante el uso adecuado de estructuras de datos. En este trabajo, proponemos presentar dichas metodologías, basadas en Data Cube, una de las que marcó un punto de inflexión en el área, contribuyendo con una estructura de datos orientada a la optimización del uso de memoria y eficiencia en la resolución de consultas. En la continua búsqueda por incrementar la optimización en el uso de recursos y el tiempo de respuesta a consultas, Smartcube combina el enfoque de estructuras de datos con Artificial Intelligence (AI) para mantener en todo momento la disposición más conveniente de nodos en la estructura de datos, según las consultas del usuario. Así, buscamos extender Smartcube aprovechando la optimización que aporta, para incluir valores estadísticos preprocesados en la indexación, lo que permitirá visualizar gráficos más complejos. Como resultado, los mapas de calor y los histogramas pueden mejorarse al visualizarlos junto con valores estadísticos como la media, mediana y varianza, enriqueciendo su valor informativo. El aumento del preprocesamiento traerá como consecuencia inevitable un incremento en el uso de memoria. Sin embargo, intentamos que este crecimiento sea moderado, a pesar de aumentar al preprocesamiento con cuatro valores, y mantenemos un bajo tiempo de respuesta en las consultas.