Author: HECTOR CUESTA ARVIZU

Gestión del conocimiento en la micro y pequeña empresa mexicana de la industria del software

JOSE SERGIO RUIZ CASTILLA YULIA NIKOLAEVNA LEDENEVA HECTOR CUESTA ARVIZU (2014)

Las empresas que desarrollan software en México son microempresas con diez o menos empleados que no cuentan con sistemas de gestión del conocimiento. Se parte de un modelo de transferencia de conocimiento de los desarrolladores expertos a los no expertos, a través de un sistema de gestión del conocimiento. Se enfocó la investigación en conocer ¿Cómo sucede la gestión de conocimiento en las micro y pequeñas empresas que desarrollan software en México? Se encontró que el problema no es solo tecnológico, sino también cultural, en dichas organizaciones. Por lo anterior se diseñó un instrumento para medir la cultura de la gestión del conocimiento, se aplicó y se muestran los resultados. Se detectó que los desarrolladores consideran muy importante compartir el conocimiento y de hecho lo hacen informalmente. Se concluyó que dichas organizaciones deben incluir la gestión del conocimiento en sus procesos de desarrollo de software

Article

conocimiento gestión del conocimiento base de conocimiento activos de conocimiento industría del software INGENIERÍA Y TECNOLOGÍA

Autómata Celular Estocástico paralelizado por GPU aplicado a la simulación de enfermedades infecciosas en grandes poblaciones

Stochastic Cellular Automata approach for infectious disease simulation on large populations parallelized by GPU

HECTOR CUESTA ARVIZU Adrián Trueba Espinosa José Sergio Ruiz Castilla (2012)

Un gran número de áreas de la ciencia están siendo beneficiadas por la reducción de tiempo de cómputo gracias al uso de las Unidades Gráficas de Proceso (GPU). En el caso de la Epidemiología, tales unidades agilizan la simulación de escenarios con poblaciones grandes, escenarios en los que el tiempo de procesamiento es muy significativo. El presente artículo introduce la simulación de eventos epidemiológicos basado en un modelo de Autómatas Celulares Estocásticos (AC), el cual ofrece la implementación de las características principales de una enfermedad infecciosa a gran escala: contacto, vecindario, trayectorias y transmisibilidad. Un caso de estudio es simulado en una implementación del algoritmo AC para una enfermedad infecciosa de tipo SEIRS (Susceptible, Expuesto, Infectado, Recuperado y Susceptible). Una población de 1 000 000 de individuos es paralelizada a través de un algoritmo de balanceo de procesos implementado en el lenguaje de programación C-CUDA. El resultado dado por el software paralelizado por GPU es comparado contra un análisis hecho del modelo paralelizado por multi-hilos CPU. Los resultados demuestran que el tiempo de cómputo puede ser reducido significativamente gracias al uso de C-CUDA.

In science, a large number of areas are being benefited by the reduction of computational time with the use of Graphics Processing Units (GPU). In the case of Epidemiology, the benefit consists in the speedup of simulation of scenarios with bigger populations in which the processing time is large. This article introduces an epidemiological event simulation with a model based on Stochastic Cellular Automata (SCA). This model provides an implementation of the main features of a large-scale infectious disease: contact, neighborhood, trajectories and transmissibility. A case study is simulated on an implementation of the SCA algorithm for an infectious disease type SEIRS (Susceptible, Exposed, Infected, Recovered and Susceptible). A population with 1 000 000 of individuals is parallelized through a process balancing algorithm implemented in C-CUDA. The result given by the GPU parallelized software is compared against a parallelized model analysis made by multi-threaded CPU. The results show that the computation time can be significantly reduced through the use of C-CUDA.

Article

MEDICINA Y CIENCIAS DE LA SALUD Epidemiología Autómata Celular Modelo estocástico Simulación GPU (Unidades Gráficas de Proceso) Epidemiology Cellular Automata Stochastic model Simulation GPU (Graphics Processing Units)

Simulación de enfermedades infecciosas en grandes poblaciones a través de un autómata celular estocástico paralelizado por GPU con C-Cuda

HECTOR CUESTA ARVIZU Adrián Trueba Espinosa JOSE SERGIO RUIZ CASTILLA (2012)

Un gran número de áreas de la ciencia están siendo beneficiadas con la reducción de tiempo de cómputo, gracias al uso de las Unidades Graficas de Proceso (GPU). En el caso de la Epidemiologia: agilizando la simulación de escenarios con poblaciones grandes donde el tiempo de procesamiento es muy significativo. El presente artículo introduce la simulación de eventos epidemiológicos basado en un modelo de Autómatas Celulares Estocástico (AC), el cual ofrece la implementación de las características principales de una enfermedad infecciosa a gran escala: Contacto, Vecindario, Trayectorias y Transmisibilidad. Un caso de estudio es simulado en una implementación del algoritmo AC, para una enfermedad Infecciosa de tipo SEIR (Susceptible, Expuesto, Infectado y Recuperado). En una población de 1, 000,000 de individuos, la cual es paralelizada a través de un algoritmo de balanceo de procesos implementado en C-CUDA. El resultado dado por el software paralelizado por GPU es comparado contra un análisis hecho del modelo paralelizado por multi-hilos CPU. Los resultados demuestran que el tiempo de cómputo puede ser reducido significativamente gracias al uso de C-CUDA.

Book part

Epidemiologia, Autómata Celular, GPU, Modelo Estocástico, CUDA, Simulación. BIOLOGÍA Y QUÍMICA