Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Saltar el buscador

Esta ingresando al contenido principal

  • Libros

Una idea descabellada: instantáneas del rock en Bogotá (1957 - 1975)

CONTENIDO DE LIBRE ACCESO

Este contenido es de libre acceso. Solo haz clic en el siguiente botón.

Ir a este contenido
  • Autor
  • Año de publicación 2023
  • Idioma Español
  • Publicado por Secretaría de Cultura, Recreación y Deporte. Dirección de Lectura y Bibliotecas (Bogotá. CO)
Descripción
Citación recomendada (normas APA)
Umberto Pérez, "Una idea descabellada: instantáneas del rock en Bogotá (1957 - 1975)", -:Secretaría de Cultura, Recreación y Deporte. Dirección de Lectura y Bibliotecas (Bogotá. CO), 2023. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3648839/), el día 2025-08-20.

Contenidos relacionados

  • Exclusivo BibloRed
Imagen de apoyo de  Low-Complexity Scalable Architectures for Parallel Computation of Similarity Measures

Low-Complexity Scalable Architectures for Parallel Computation of Similarity Measures

Por: Hindawi | Fecha: 2019

Las arquitecturas de matrices de procesadores se han empleado, como acelerador, para calcular distancias de similitud encontradas en una variedad de algoritmos de minería de datos. Sin embargo, la mayoría de las arquitecturas propuestas en la literatura existente están diseñadas de manera ad hoc sin tener en cuenta el tamaño y la dimensionalidad de los conjuntos de datos. Además, las dependencias de datos no han sido analizadas y, a menudo, solo se considera una opción de diseño para la programación y asignación de tareas computacionales. En este trabajo, presentamos una metodología sistemática para diseñar matrices de procesadores lineales (1-D) escalables y eficientes en área para el cálculo de matrices de distancias de similitud. Se obtienen y analizan seis posibles opciones de diseño en términos de complejidad de área y tiempo. Las arquitecturas obtenidas nos brindan la flexibilidad de elegir la que cumpla con las restricciones de hardware para un tamaño de problema específico. Las comparaciones con las arquitecturas previamente reportadas demuestran que una de

Compartir este contenido

Low-Complexity Scalable Architectures for Parallel Computation of Similarity Measures

Copia el enlace o compártelo en redes sociales

Imagen de apoyo de  Políticas públicas, grandes datos, teoría de redes y COVID-19

Políticas públicas, grandes datos, teoría de redes y COVID-19

Por: Andrés Ángel | Fecha: 10/06/2020

La tecnología aplicada al uso de grandes datos ha sido una herramienta importante para proveer información necesaria para dar respuestas a los retos de salud pública ante la pandemia de COVID-19, y en Colombia no ha sido la excepción. En este documento se analizan dos insumos de analítica de datos (rastreo digital de contactos y análisis agregado de movilidad, ambos basados en datos de telefonía celular) sobre los cuales se han tomado medidas de salud púbica en el país latinoamericano como, por ejemplo, determinar zonas de control diferencial dentro de una ciudad, el rastreo de contactos, y la identificación de potenciales superdispersores. Con base en una muestra de los datos utilizados, se hace una reflexión a la luz de los hallazgos reportados hasta el momento, especialmente desde una perspectiva de redes complejas de contactos y superdispersores, las cuales se ha mostrado tienen un papel crítico en el comportamiento de la epidemia. Los análisis expuestos son parte de una compleja interacción entre el contexto político y epidemiológico que hacen diversas sus respectivas implementaciones. Por último, se resalta que Colombia cuenta con diversos ejemplos de políticas públicas informadas por datos de última generación.
  • Temas:
  • Otros
  • COVID-19

Compartir este contenido

Políticas públicas, grandes datos, teoría de redes y COVID-19

Copia el enlace o compártelo en redes sociales

¡Disfruta más de la BDB!

Explora contenidos digitales de forma gratuita, crea tus propias colecciones, colabora y comparte con otros.

Afíliate

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

Compartir este contenido

Circular 20201000000204 de 2020

Copia el enlace o compártelo en redes sociales

¿Eliminar esta reseña?