Optimización de funcionalidades de visualización de curvas de perforación del aplicativo ECOAGE WEB

dc.contributorCáceres Becerra, Claudia Isabel
dc.contributorRoa Prada, Sebastián
dc.contributorCáceres Becerra, Claudia Isabel [0000095759]
dc.contributorRoa Prada, Sebastián [295523]
dc.contributorCáceres Becerra, Claudia Isabel [UtICHzcAAAAJ]
dc.contributorRoa Prada, Sebastián [xXcp5HcAAAAJ]
dc.contributorCáceres Becerra, Claudia Isabel [0000-0002-2211-774X]
dc.contributorRoa Prada, Sebastián [0000-0002-1079-9798]
dc.contributorRoa Prada, Sebastián [24333336800]
dc.contributorCáceres Becerra, Claudia Isabel [Claudia_Caceres_Becerra]
dc.contributorRoa Prada, Sebastián [Sebastian_Roa-Prada]
dc.contributorGrupo de Investigación Tecnologías de Información - GTI
dc.creatorBlanco Guerrero, Edwin
dc.creatorBarrera Castellanos, David Alfonso
dc.date.accessioned2022-11-23T19:06:04Z
dc.date.available2022-11-23T19:06:04Z
dc.date.created2022-11-23T19:06:04Z
dc.date.issued2022
dc.identifierhttp://hdl.handle.net/20.500.12749/18454
dc.identifierinstname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifierreponame:Repositorio Institucional UNAB
dc.identifierrepourl:https://repository.unab.edu.co
dc.description.abstractLa visualización de datos es importante, especialmente cuando se tiene grandes cantidades de datos que son requeridos para que el usuario pueda tomar decisiones en tiempo real y a su vez interactuar con datos históricos. En este trabajo se presentan los resultados obtenidos en el análisis de algoritmos y utilización de librerías que permiten la visualización en tiempos más cortos tomando como referencia mayor cantidad de fotogramas por segundo (fps) y menor cantidad de tiempo en cargar el sitio Web (ms). Estas librerías han sido analizadas y adaptadas para dar respuesta a la necesidad identificada por el grupo de geomecánica de Ecopetrol, relacionada con el propósito de optimizar la visualización de curvas de perforación del aplicativo EcoAge-Web. Se utiliza la librería Lightningchar y otras herramientas como (JavaScript, HTML, CSS, React, SQL entre otras) con las cuales se logró una mejor visualización y optimización de las curvas de perforación del aplicativo.
dc.languagespa
dc.publisherUniversidad Autónoma de Bucaramanga UNAB
dc.publisherFacultad Ingeniería
dc.publisherPregrado Ingeniería de Sistemas
dc.relationAntonio, M., Torres, O., Antonio, M., & Torres, O. (2019). Optimización de consultas sql. 1–47.
dc.relationAnychart. (2022). Anychart. https://www.anychart.com/
dc.relationArction. (2022). lightningchart-js. https://www.arction.com/lightningchart-js/
dc.relationBalzer, C., Oktavian, R., Zandi, M., Fairen-Jimenez, D., & Moghadam, P. Z. (2020). Wiz: A Web-Based Tool for Interactive Visualization of Big Data. Patterns, 1(8), 100107. https://doi.org/10.1016/j.patter.2020.100107
dc.relationcanvas. (2020). canvas.js. https://canvasjs.com
dc.relationChandanSharma, RoopakSinha, K. (2021). Practical and comprehensive formalisms for modelling contemporary graph query languages. 102. https://doi.org/10.1016
dc.relationDambros, J. W. V., Trierweiler, J. O., & Farenzena, M. (2021). Industrial datasets and a tool for SISO control loops data visualization and analysis. Computers & Chemical Engineering, 146, 107198. https://doi.org/10.1016/j.compchemeng.2020.107198
dc.relationE-book, E., Page, R., Optimization, W., & Pages, L. (2019). Optimización Web : Optimización Web : Ecopetrol S.A. (2020). Antecedentes. https://www.ecopetrol.com.co/wps/portal/Home/es/NuestraEmpresa/QuienesS omos/acerca-de-ecopetrol
dc.relationFahad, S. K. A., & Yahya, A. E. (2018). Big Data Visualization: Allotting by R and Python with GUI Tools. 2018 International Conference on Smart Computing and Electronic Enterprise (ICSCEE), 1–8. https://doi.org/10.1109/ICSCEE.2018.8538413
dc.relationFarhana, S., Billah, M. M., Yusof, Z. M., & Kadir, K. (2019). An Optimal Algorithm to Resolve the Impact of Big Data in IoT Application using Bayesian Network. 65 Procedia Computer Science, 163, 603–608. https://doi.org/10.1016/j.procs.2019.12.142
dc.relationFernando Barber, R. F. (2019). Lenguajes de programación. http://informatica.uv.es/iiguia/AED/oldwww/2004_05/AED.Tema.02.pdf
dc.relationFerreira, G., Alves, P., & de Almeida, S. (2021). Platform for real-time data analysis and visualization based on Big Data methods. 2021 16th Iberian Conference on Information Systems and Technologies (CISTI), 1–6. https://doi.org/10.23919/CISTI52073.2021.9476628
dc.relationGelvis, J. (2020a). PROPUESTA DE ARQUITECTURA EMPRESARIAL EN LA GESTIÓN DE TI APLICADO EN EL GRUPO DE GEOMECÁNICA Y PERFORACIÓN DE LA GERENCIA DE PERFORACIÓN DE ECOPETROL CON BASE EN MARCOS DE REFERENCIA DE ARQUITECTURA EMPRESARIAL. Universidad Autónoma de Bucaramanga.
dc.relationGelvis, J. (2020b). PROPUESTA DE ARQUITECTURA EMPRESARIAL EN LA GESTIÓN DE TI APLICADO EN EL GRUPO DE GEOMECÁNICA Y PERFORACIÓN DE LA GERENCIA DE PERFORACIÓN DE ECOPETROL CON BASE EN MARCOS DE REFERENCIA DE ARQUITECTURA EMPRESARIAL. ANEXO P. MANUAL TECNICO. Universidad Autónoma de Bucaramanga.
dc.relationHan, D., Pan, J., Zhao, X., & Chen, W. (2021). NetV.js: A web-based library for high efficiency visualization of large-scale graphs and networks. Visual Informatics, 5(1), 61–66. https://doi.org/10.1016/j.visinf.2021.01.002
dc.relationhighcharts. (2022). HighCharts. https://www.highcharts.com
dc.relationInstituto Nacional Electoral. (2020). Pasos_tipos_graficos. https://www.ine.es/explica/docs/pasos_tipos_graficos.pdf
dc.relationMemari, S. S., & Clement, T. P. (2021). PySWR- A Python code for fitting soil water retention functions. Computers & Geosciences, 156, 104897. https://doi.org/10.1016/j.cageo.2021.104897
dc.relationniiloArction. (2021). Comparacion librerias. https://github.com/Arction/javascript charts-performance-comparison/blob/main/README.md
dc.relationOracle. (2022). Base de datos. https://www.oracle.com/co/database/what-is database/
dc.relationOscar de Bustos Martín. (2009). PROCESO DE OPTIMIZACIÓN DEL RENDIMIENTO DE CÓDIGOS CIENTÍFICOS PARA CÁLCULO DE ALTAS PRESTACIONES. https://oa.upm.es/40000/1/TFG_BUSTOS_MARTIN_OSCAR.pdf
dc.relationSchweinsberg, K., & Wegner, L. (2017). Advantages of complex SQL types in storing XML documents. Future Generation Computer Systems, 68, 500–507. https://doi.org/10.1016/j.future.2016.02.013
dc.relationServicio Nacional de Aprendizaje SENA. (2019). Declaración De Trabajo De Arquitectura (SAW). 103.
dc.relationToasa, R., Maximiano, M., Reis, C., & Guevara, D. (2018). Data visualization techniques for real-time information — A custom and dynamic dashboard for analyzing surveys’ results. 2018 13th Iberian Conference on Information Systems and Technologies (CISTI), 1–7. https://doi.org/10.23919/CISTI.2018.8398641
dc.relationUniversidad Internacional del Ecuador. (2019). Graficas. Medicina, 2961, 1–23.
dc.relationWeb, U. E., Javier, I., & Gelvis, E. (2020). Manual de Usuario Manual de Usuario.
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rightsAbierto (Texto Completo)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.titleOptimización de funcionalidades de visualización de curvas de perforación del aplicativo ECOAGE WEB


Este ítem pertenece a la siguiente institución