Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/53592
MetadatoEtiquetaValorIdioma
dc.contributor.advisor Tutor Pedemonte, Martín-
dc.contributor.advisor Tutor Dufrechou, Ernesto-
dc.contributor.author Autor Núñez, Agustín-
dc.contributor.author Autor Fourcade, Ignacio-
dc.contributor.author Autor Abbona, Paula-
dc.contributor.filiacion Filiación Núñez Agustín, Universidad de la República (Uruguay). Facultad de Ingeniería.-
dc.contributor.filiacion Filiación Fourcade Ignacio, Universidad de la República (Uruguay). Facultad de Ingeniería.-
dc.contributor.filiacion Filiación Abbona Paula, Universidad de la República (Uruguay). Facultad de Ingeniería.-
dc.date.accessioned Fecha ingreso 2026-02-25T13:15:55Z-
dc.date.available Fecha disponible 2026-02-25T13:15:55Z-
dc.date.issued Año de publicación 2025-
dc.description.abstract Resumen El cómputo de distancias entre vectores es un problema relevante en el ámbito de la bioinformática, utilizado principalmente en diversas etapas en el análisis de datos genómicos. A pesar de que existen implementaciones de alto desempeño, muchas de ellas no explotan características particulares del problema biológico, y, por ello, no aprovechan plenamente los recursos de cómputo al trabajar con conjuntos de datos a gran escala. En este trabajo, diseñamos, implementamos y evaluamos diferentes algoritmos que aprovechan propiedades específicas de los datos genómicos en plataformas CPU y GPU, obteniendo mejoras significativas tanto en el uso de memoria como en la eficiencia computacional respecto a los métodos de referencia del estado del arte. En particular, proponemos un esquema de codificación de los datos que reduce sustancialmente el uso de memoria y permite explotar de manera efectiva la jerarquía de memoria de los recursos de cómputo. A partir de este esquema derivamos un método eficiente para la comparación de secuencias de ADN, capaz de reproducir el resultado equivalente al de la distancia euclidiana, utilizando únicamente una cantidad mínima de operaciones bit a bit. Asimismo, se realizaron optimizaciones sobre el algoritmo R-Kleene que explotan la simetría del problema. Por otra parte, los algoritmos desarrollados pueden adaptarse fácilmente a arquitecturas híbridas y al procesamiento por lotes, gracias a la descomposición natural del problema. Finalmente, realizamos una evaluación experimental para analizar el desempeño computacional de las propuestas, obteniendo mejoras significativas sobre los algoritmos utilizados como línea base.es
dc.format.extent Extensión 68 p.es
dc.format.mimetype Formato application/pdfes
dc.identifier.citation Citación Núñez, A., Fourcade, I. y Abbona, P. Computación de alto desempeño aplicada al procesamiento de grandes volúmenes de datos genómicos [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2025.es
dc.identifier.uri URI https://hdl.handle.net/20.500.12008/53592-
dc.language.iso Idioma eses
dc.publisher Editorial Udelar.FI.es
dc.rights Derechos Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)es
dc.rights.licence Licencia Licencia Creative Commons Atribución - No Comercial (CC - By-NC 4.0)es
dc.subject Palabras clave Bioinformaticses
dc.subject Palabras clave High-Performance Computinges
dc.subject Palabras clave GPU Accelerationes
dc.subject Palabras clave Tensor Coreses
dc.subject Palabras clave Distance Matrixes
dc.subject Palabras clave All-Pairs Shortest Pathses
dc.subject Palabras clave Parallel Algorithmses
dc.title Título Computación de alto desempeño aplicada al procesamiento de grandes volúmenes de datos genómicoses
dc.type Tipo de documento Tesis de gradoes
thesis.degree.grantor Facultad o Servicio que otorga el Título Universidad de la República (Uruguay). Facultad de Ingenieríaes
thesis.degree.name Título Obtenido Ingeniero en Computación.es

Colecciones:

FicherosDescripciónTamañoFormato
Principal NFA25.pdf Tesis de grado 1.68 MB Adobe PDF