Temas de Investigación para Alumnos de Postgrado

Summary

En esta conferencia, el Dr. Contarino Navarro explora el campo de las estructuras de datos compactas, enfocándose en su importancia en el contexto de la evolución de la tecnología y las limitaciones físicas actuales. Expone cómo estas estructuras, diseñadas para ocupar poco espacio y permitir el manejo eficiente de datos, son fundamentales en dispositivos con memoria limitada y en aplicaciones de bioinformática. Además, comparte su experiencia en investigación y enseñanza, destacando la relevancia de su trabajo en la mejora del rendimiento y la reducción de costos en sistemas de información.

Takeaways

• 😀 El área de investigación del orador está enfocada en estructuras de datos compactas, es decir, diseño de estructuras que ocupan poco espacio en memoria.
• 📈 La evolución de la capacidad de almacenamiento y procesamiento ha llegado a un punto donde la memoria se vuelve más lenta en comparación con la CPU y la GPU.
• 💾 Aparece la necesidad de varios niveles de memoria, donde cada nivel más cercano a la CPU es más rápido y costoso, y se busca optimizar el uso de esta jerarquía de memoria.
• 🌐 La diferencia en tiempo de acceso entre memoria y disco se compara con la diferencia entre tomar un objeto del escritorio versus tomar un avión para ir a buscarlo.
• 🌐 Las estructuras de datos compactas surgen para aprovechar la jerarquía de memoria y mejorar el rendimiento, permitiendo manipular datos sin descomprimirlos.
• 🧬 El genoma humano es un ejemplo de datos altamente repetitivos que requiere técnicas especiales para su almacenamiento y búsqueda eficiente.
• 🌐 La investigación en estructuras de datos compactas se relaciona con la teoría de la información y se centra en el diseño, análisis teórico y experimentación de estas estructuras.
• 🔍 Se abordan técnicas para representar objetos como árboles, grafos y textos de manera compacta, permitiendo operaciones de consulta y navegación en tiempo constante.
• 📚 Existe un libro que recopila varias estructuras de datos que se pueden representar en forma compacta, incluyendo secuencias de bits, permutaciones y secuencias de símbolos.
• 🎓 Los alumnos del orador trabajan en temas relacionados con estructuras de datos compactas, bioinformática y bases de datos, y han publicado artículos en conferencias importantes.

Q & A

¿Cuál es el área de investigación principal del orador?

El área de investigación principal del orador se relaciona con estructuras de datos compactas.

¿Qué es la Ley de Moore y cómo está relacionada con el discurso?

La Ley de Moore es un principio que establece que el número de transistores en un circuito integrado se duplica aproximadamente cada 24 meses, lo que implica un aumento en la capacidad de procesamiento. Esto ha llevado a la creciente disparidad entre la velocidad de la CPU y la memoria, un tema central en la charla.

¿Qué son las estructuras de datos compactas y por qué son importantes?

Las estructuras de datos compactas son diseños que permiten almacenar información de manera más eficiente en términos de espacio, lo que es crucial en contextos donde la memoria es limitada y costosa, y mejora el rendimiento al permitir que más datos se manejen en memoria rápida.

¿Cómo se relacionan las estructuras de datos compactas con la jerarquía de memoria moderna?

Las estructuras de datos compactas se alinean con la jerarquía de memoria moderna al permitir que se utilice la memoria de manera más eficiente, lo que reduce el tiempo de acceso a los datos y se beneficia de los niveles superiores de memoria más rápidas.

¿Qué es la diferencia entre compresión y estructuras de datos compactas?

La compresión implica almacenar datos de manera más eficiente pero requiere descomprimirlos para su uso, mientras que las estructuras de datos compactas mantienen los datos comprimidos pero permiten operar sobre ellos sin necesidad de descomprimirlos.

¿Cuál es la aplicación práctica de las estructuras de datos compactas en dispositivos con memoria limitada?

En dispositivos con memoria limitada, como teléfonos móviles o sensores, las estructuras de datos compactas permiten almacenar más información y reducir costos de comunicación y energía, mejorando el rendimiento y la eficiencia.

¿Cómo se pueden representar estructuras de datos complejas como árboles de sufijos de forma compacta?

Los árboles de sufijos pueden representarse de forma compacta utilizando técnicas que reducen la memoria necesaria, como la representación de los árboles en secuencias de bits, permitiendo operaciones complejas a pesar de la reducción de espacio.

¿Qué es el árbol de sus hijos y cómo se relaciona con las estructuras de datos compactas?

El árbol de sus hijos es una estructura utilizada en bioinformática para representar secuencias genéticas. Su representación compacta es crucial para manejar grandes volúmenes de datos genéticos sin sobrepasar los límites de memoria.

¿Cuáles son algunos de los desafíos en el diseño de estructuras de datos compactas para objetos complejos como árboles o grafos?

Los desafíos incluyen mantener la capacidad de realizar operaciones y consultas eficientes sin descomprimir los datos, así como adaptar la representación compacta a diferentes tipos de datos y estructuras.

¿Cómo se evalúa el rendimiento de las estructuras de datos compactas?

El rendimiento se evalúa a través de análisis teóricos y experimentales, comparando el espacio ocupado y el tiempo de ejecución de las operaciones con soluciones clásicas.

Outlines

00:00

💻 Estructuras de datos compactas y la evolución tecnológica

El párrafo introduce el área de investigación de estructuras de datos compactas y su relevancia en la evolución de la tecnología, especialmente en relación con la Ley de Moore. Explica cómo, aunque los procesadores y la capacidad de memoria han crecido exponencialmente, otros factores como el tiempo de acceso a discos y redes no han seguido el mismo ritmo. Esto crea una jerarquía en la memoria donde, a medida que los datos se acercan físicamente a la CPU, son más rápidos pero también más caros. La investigación se enfoca en optimizar esta jerarquía con estructuras de datos que ocupen menos espacio sin perder eficiencia en el acceso y manipulación.

05:01

📚 Beneficios de las estructuras de datos comprimidas

Este párrafo se enfoca en las ventajas de las estructuras de datos comprimidas en un contexto donde la memoria es cada vez más barata, pero limitada en algunos dispositivos como celulares o sensores. Estas estructuras permiten almacenar y manejar grandes cantidades de datos en menos espacio, mejorando el rendimiento y reduciendo costos. También se mencionan casos como el almacenamiento del genoma humano, donde la compresión eficiente es esencial para búsquedas complejas y minería de datos. En lugar de comprimir y descomprimir datos, las estructuras compactas permiten manipular la información en su forma comprimida.

10:01

🌲 Representación y navegación en árboles compactos

El párrafo aborda cómo los árboles compactos se pueden representar y manipular utilizando secuencias de paréntesis, permitiendo realizar operaciones de navegación sin descomprimir los datos. Explica un método en el cual los nodos de un árbol se representan mediante paréntesis que se abren y cierran al recorrer los nodos. Este enfoque reduce el espacio necesario para almacenar el árbol, pero requiere técnicas avanzadas para poder realizar operaciones como encontrar el nodo padre o los hijos en tiempo constante. Se destacan las complejidades de mantener esta estructura comprimida sin comprometer la funcionalidad.

15:02

🧠 Técnicas avanzadas en estructuras de datos compactas

Este párrafo describe el uso del 'running backs train' para optimizar las operaciones de consulta en secuencias de paréntesis en árboles compactos. Al combinar búsquedas secuenciales con subidas y bajadas por el árbol, se logran acelerar las operaciones en tiempo constante. Se menciona que el campo de estructuras de datos compactas está bien desarrollado, y existen libros que recogen estas técnicas aplicadas a distintos objetos como árboles, grafos y textos. El autor finaliza mencionando sus temas actuales de investigación, incluyendo el trabajo con datos repetitivos y textos comprimidos, y destaca los logros de sus alumnos.

Keywords

💡Estructuras de datos compactos

Es el núcleo de la investigación del hablante y se refiere a formas de almacenar y manipular datos de manera más eficiente en términos de espacio. En el vídeo, se menciona que estos tipos de estructuras son esenciales para aprovechar la jerarquía de memoria en sistemas modernos, permitiendo que los datos se manejen rápidamente sin necesidad de descomprimirlos, lo que es crucial en dispositivos con memoria limitada.

💡Ley de Moore

La Ley de Moore es históricamente relevante en el ámbito de la informática y se menciona en el vídeo para ilustrar la rápida evolución de la capacidad de procesamiento y almacenamiento. Aunque en el discurso se señala que los límites físicos han hecho que esta ley no se aplique de la misma manera en la actualidad, sigue siendo fundamental para entender la historia y los retos actuales de la tecnología de la información.

💡Memoria

El concepto de memoria abarca diferentes niveles y velocidades, desde la memoria principal hasta la memoria caché y el almacenamiento en disco. En el vídeo, se discute cómo la memoria se ha vuelto más lenta en comparación con la CPU y la GPU, lo que ha llevado a la aparición de múltiples niveles de memoria para optimizar el rendimiento.

💡Jerarquía de memoria

La jerarquía de memoria es un concepto clave en la arquitectura de computadoras que se utiliza para optimizar el rendimiento y el costo. En el vídeo, se explica cómo las estructuras de datos compactas pueden aprovechar esta jerarquía para mejorar el rendimiento, permitiendo que los datos se accedan más rápidamente desde niveles de memoria más rápidos.

💡Compresión de datos

La compresión de datos es el proceso de reducir el tamaño de los datos sin perder información. A diferencia de la compresión clásica, que requiere descomprimir los datos para usarlos, las estructuras de datos compactas permiten operar directamente sobre los datos comprimidos, como se describe en el vídeo.

💡Árboles de sufijos

Los árboles de sufijos son una estructura de datos compacta utilizada en la bioinformática y la informática teórica para indexar textos de manera eficiente. En el vídeo, se menciona cómo estos árboles pueden representarse de manera compacta, permitiendo búsquedas y análisis rápidos sobre secuencias genéticas, lo que es crucial en el análisis de genomas.

💡Entropía

La entropía en teoría de la información mide la cantidad mínima de bits necesarios para representar un conjunto de símbolos. En el contexto del vídeo, se utiliza para definir el límite teórico del espacio requerido para representar estructuras de datos compactas, lo que es fundamental para diseñar sistemas que optimizan el uso de memoria.

💡Bioinformática

Bioinformática es el campo interdisciplinario que aplica métodos informáticos a los datos biológicos. En el vídeo, se menciona cómo las estructuras de datos compactas son esenciales en bioinformática, especialmente en el análisis de genomas, donde se manejan grandes volúmenes de datos genéticos.

💡Internet de las Cosas (IoT)

La IoT se refiere a la conexión de dispositivos electrónicos a internet, lo que permite la recopilación y análisis de datos. En el vídeo, se discute cómo las estructuras de datos compactas son importantes para dispositivos IoT, ya que permiten manejar grandes volúmenes de datos con menos recursos de hardware y comunicación.

💡Colecciones de textos

Las colecciones de textos son una aplicación de las estructuras de datos compactas, donde se almacenan y manipulan grandes cantidades de texto de manera eficiente. En el vídeo, se menciona cómo estos tipos de estructuras son útiles para la recuperación de documentos y el análisis de textos, permitiendo operaciones como búsquedas y modificaciones rápidas.

Highlights

El área de investigación de Contarello Navarro se centra en estructuras de datos compactos.

Las estructuras compactas surgen como solución a la creciente lentitud de la memoria en comparación con la CPU y la GPU.

La ley de Moore de 1965 predijo una duplicación cada dos años en la potencia de los sistemas de computación.

Hoy en día, se encuentran límites físicos que ralentizan la velocidad de la CPU y la expansión de la memoria.

La jerarquía de memorias ha crecido con la aparición de varios niveles, cada uno más cercano y rápido a la CPU.

Las estructuras de datos compactas permiten aprovechar la jerarquía de memoria para mejorar el rendimiento.

Las estructuras de datos compactas son ambiciosas, permitiendo el uso de datos comprimidos sin necesidad de descomprimir.

La importancia de las estructuras de datos compactas en dispositivos con memoria limitada, como teléfonos móviles y sensores.

Las estructuras de datos compactas pueden manejar conjuntos de datos más grandes con menos memoria.

El genoma humano como ejemplo de datos altamente repetitivos que requieren técnicas de estructuras de datos compactas.

Los árboles de sufijos como ejemplo de estructuras de datos que pueden representarse de forma compacta.

La teoría de la información es crucial para diseñar estructuras de datos que se acerquen al espacio de entropía.

La implementación y experimentación son aspectos fundamentales en la investigación de estructuras de datos compactas.

La representación de árboles usando secuencias de paréntesis y cómo operar sobre ellas sin descomprimir.

Los árboles de running Fisher, una técnica para acelerar operaciones en secuencias de paréntesis.

Las estructuras de datos compactas aplicadas a textos, árboles, grafos y otros objetos.

Los principales temas de investigación incluyen árboles, grafos, textos y datos altamente repetitivos.

La importancia de las estructuras de datos compactas en la bioinformática y la recuperación de documentos XML.

Los alumnos de Navarro han publicado en conferencias y trabajan en la academia e industria.

Navarro tiene financiamiento disponible para proyectos en bioinformática, bases de datos y estructuras de datos.

Transcripts

bueno en esta charla contarles

brevemente de qué se trata mi área de

investigación y en qué temas se pueden

hacer

magíster o doctorado

mi nombre es contarlo navarro mi área

principal tiene que ver con estructuras

de datos compactos

tiene una presentación

necesitamos

una lista

estructuras compactas

y de qué se trata esto cuando surgen y

esto me viene de algo que esté hecho muy

importante recientemente pero tiene una

muy larga data del choro lo puede llevar

hasta el de la de la época de la ley de

moore 1965 que notó que el número de

transistores que conseguía el menor

costo por transistor en un circuito

integrado se duplicaba cada 24 meses y

eso esencialmente quería decir que cada

dos años el poder de los sistemas de

conjunto se duplicaban

y eso es lo que hay

se veía por ejemplo en la cantidad de

memoria se sigue viendo que va creciendo

a este ritmo las cpu se hacían más

potentes que la normal que se duplicaba

la velocidad de la cpu que hablar cada

dos años hoy en día ya se llega a

ciertos límites físicos y lo que va

creciendo la cantidad de procesadores el

tamaño del disco pero como todo no todo

se duplicaba cada dos años entonces lo

explicado sanz lo por ejemplo el tiempo

de respuesta de los discos los discos

rígidos

está estabilizado en unos milisegundos

desde hace décadas porque usa y depende

de otro tipo de mecanismos llamadas más

mecánicos electrónicos y otra cosa que

no se ha ido duplicando la velocidad de

acceso a la red

y eso hace que hoy en día

en general se puede tener tanta memoria

como se quiera pero esta memoria es cada

vez más lenta con respecto a la cpu y la

gpu se basa en la más rápida la memoria

no se va a aumentar su tamaño y lo que

siga pasando que van apareciendo

distintos niveles de memorias que a

zonas de cadera solamente el disco la

memoria principal y el procesador tal

vez un caché pero ahora aparecen varios

niveles de calle y cada nivel y estamos

más alto más cerca de la cpu es más

rápida está más cerca físicamente es más

cara porque es una tecnología mejor y

más pequeña entonces hoy en día

y tenemos varios niveles de casi todos

han oído hablar de él luego mis dedos

por lo menos y se fijan partimos de unos

pocos registran las cpu con tiempos de

acceso eran unos segundos

pasamos por varios niveles de caché que

son de decenas de menos segundos ya la

que van creciendo en tamaño y se fijan

cada amigas ya la rmi de típicamente

unos pocos gigas de un tiempo de acceso

de unos 60 - segundos de pasamos al

disco que tiene unos pocos tiras pero

que si se fijan tiene

varios órdenes de magnitud más de tiempo

de exceso que la memoria de hecho estar

uno tan grande esta diferencia tiempo de

acceso entre la memoria el disco y

sentir una metáfora para entenderlo bien

y hay una que dice que la diferencia del

tiempo entre tener un dato en round

versus traerlo en disco es comparable la

de tomar el sacapuntas del escritorio

comparado con el de tomarse un avión es

china para ir a buscar el sacapuntas y

regresar

más

las estructuras de las compactas surgen

en este ámbito en el cual

yo quiero aprovechar esa esta jerarquía

de cpu en un contexto en que los datos

que sean muy rápidamente

son esencialmente estructuras de datos

diseñados para ocupar poco espacio eso

no es sólo compresión compresión es

comprimir los datos si los cumplimos del

guardado forma comprimida y si lo quiere

utilizar los tengo que descomprimir

primero la estructura de datos comparta

son más ambiciosas lo que quieren es

tener los tipos de datos comprimidos es

decir los tipos de post tracto

comprimido a decir yo los quiero tener

comprimidos piden nunca descomprimiendo

sino usarlos siempre en forma comprimida

sin descomprimir la nunca acceder a

cualquier dato almacenado directamente

hacer consultas sobre los datos

comprimidos y navegar sobre los datos

buscar incluso modificarlos todo sin

descomprimirlo nunca

porque interesante un contexto en que la

memoria es tan barata

por venir cosas que mejoran el

rendimiento debido a la jerarquía del

memoria así como regidor que es las

memorias de hacer más chicas y más

rápidas

también hay que mercer con la cpu si yo

logro usar menos espacio en una

estructura de datos tengo chance de

meter en una memoria más ram con eso

mejor el rendimiento el gran salto se da

cuando logramos tener en memoria una

estructura cristina tendría que ocupar

el disco que un millón de veces más

lenta

y permite manejar las aceras más grandes

con el dispositivo tiene memoria

limitada de meneses celulares sensores

radio que estos aparatos pequeños

típicos del internet defensa son

aparatos chicos y cuanto mejor cuanto

más comparten las representaciones de lo

que guardan más datos van a poder

manejar

y reducen costos de comunicación y

energía imagínense que da tarjetas que

tienen todos los datos de la memoria

principal de cientos o miles de máquinas

si si yo consigo utilizar menos memoria

necesitan bien la máquina con menos

hardware menos luz menos costo de

comunicación etc

como motivante pero que se puede lograr

la estructura de otras compactas es el

genoma humano el genoma humano tiene 23

mil millones de bases así que como cada

base se representa con cuatro letras

posibles necesitamos sólo dos bits por

cada base y eso significa que podríamos

compartir fácilmente en una memoria ram

de un hit sobre de un poco de espacio

pero los biólogos no necesitan tener

genoma de marsden ave sino además que

necesiten es hacer búsquedas complejas

en el abdomen con tres repeticiones

encontrar en secuencias determinadas que

aparecen determinados lugares hacer

minería para encontrar patrones

frecuentes etc

similitudes y estas operaciones son muy

lentas en forma secuencial

hay personas que toman tiempo

cuadráticas y si no tengo un índice que

se pueden hacer tiempo lineal

construyendo un índice

un índice que resuelve muchos de esos

problemas relevantes a buscar complejas

es el árbol de sus hijos

pero para un genoma humano requiere

entre 30 y 60 gigas de memoria y para la

mayoría de los algoritmos sobre el borde

sus hijos no tienen localidad referencia

entonces no se llevan bien

en la práctica el árbol de su hijo así

como éstas sólo se producen en secuencia

de juguete en cambio en estos últimos

años ha habido

desarrollan como representar árboles en

sus fijos en forma compacta ya han

logrado meterla en una rama de lógica

donde las operaciones son más lentas que

con un árbol de sufijos clásicos si es

que las de la misma memory pero si yo

tenga que meter el árbol de sus fijos

que hace con un disco porque no me cabe

en memoria que es lo más normal entonces

tenerlo compacta memoria principal es

infinitamente más rápida

y que se trata la investigación entonces

en general relacionamos conceptos de

teoría de la información con conceptos

de estructuras de datos esos son los dos

grandes ejes que se cruzan aquí

un cierto universo de objetos que

queremos representar por ejemplo

queremos representar árboles establece

una noción de entropía esta otra piel la

cantidad mínima de hábitat es está allí

para representar urgiendo de ese

universo y distinguirlos de los otros

no sé lo que hacemos es intentar obtener

estructuras de datos

usando espacios cercanos a esta entropía

permite representar y manipular esos

objetos esencialmente lo que se hace

entonces hay un aspecto que es de diseño

de estructuras de datos compactas de

toda clase grafos árboles textos

documentos grilla geométrica en un

montones de distintos objetos de estos

hay un aspecto de análisis teórico de su

desempeño en espacio y tiempo cuando

ocupan cuál es la entropía de estos

objetos y cuánto tiempo demora las

operaciones cuánto tiempo demora las

modificaciones etc

y hay una componente importante sobre

todo con alumnos de implementación y

experimentación en la cual se compara el

tiempo y el espacio que ocupan estas

estructuras compactas comparadas con

otras compradas por soluciones clásicas

un ejemplo de árboles generales y

hablábamos con un árbol general con una

estructura clásica de puntero les ocupa

en el vm bits para un árbol de en ese

orden de reloj de naves porque necesitan

n punteras o sea que no hay un puntero

que les llega así que hay en punteros

las punteras necesitan los bits para

poder distinguir entre en objeto por lo

menos así que tienen los orden del medio

viene bits

y eso permite navegar en el árbol en

tiempo constante y de hoy mismo y al

padre etc pero si no se fija y solamente

controla inés sobre 9 a 3 medias hacia

mente árboles distintos que tienen en

ojos

con lo cual si yo tomo el logaritmo de

eso descubro que se podrían almacenar

estos árboles usando básicamente 12 bits

un orden de 32 bits por nodo esto debe

ser suficiente para representar una

topología y en realidad vamos a ver no

es tan difícil representar un árbol en

este espacio

lo que sí es difícil es todos los

navegar en ese espacio sin descomprimir

hoy en día se conocen formas de realizar

un gran número de operaciones de

consulta y navegación en árboles en

tiempo constante usando esta cantidad de

pits vamos a darles una idea fíjense

esta representación del tomo un árbol

y lo recorro haciendo de fe estén

abriendo un paréntesis cada vez que

llego a un modo por primera vez y

cerrando un paréntesis cuando lo

abandona por última vez entonces tenemos

el paréntesis que abre para el luego en

el que abre para todos el quiebre para

el 3 después cierran del 3

volvemos arriba hacia el 2 bajamos al 4

34 cierre los cuatro días lo que nos

quede una secuencia con dos en

paréntesis y esos son los vagina bits

sin partes y solo presión hasta que con

un bis por paréntesis en el alcance y si

ustedes pueden fácilmente representar el

árbol

ahora como les decía lo que es más

desafiante es poder hacer operaciones

sobre esa secuencia de paréntesis y

estimular la navegación en el árbol

uno puede definir unas pocas operaciones

básicas sobre estas secuencias iniciales

llamado aquí

como una persona franca que me cuenta

cuántos para que se haya abierto

sostienen cierta posición clubs de un

paréntesis que abra me dice dónde está

el que cierra o vende un paréntesis que

cierra me dice dónde está el que hable y

en close de un paréntesis que abra me

diste dónde está el paréntesis más

cercano que lo contiene

porque fíjate que estás secuencia de

paréntesis son tan malas se habla de

vestirlo

un par de sentimiento que lo cierra y si

lo de más profundos sus partes están

contenidas en esos estas operaciones

paso de este puede reducir a primitivas

un tema bajo nivel que lo que hacen es

buscar exceso del exceso en de una

posición es la cantidad paréntesis que

habrá en menos la cristiana hasta esta

posición

y se puede expresar en términos de

arranque

i

esta operación estas primitivas y estas

se pueden resolver en tiempo constante

usando sobre las dos n vistas para decir

solamente orden chiquito de m bits extra

y con eso simplemente un gran número de

operaciones de navegación por ejemplo

imagínense que identificamos cada nodo

del árbol con el paréntesis que lo abre

en 2022 en amarillo se identifica con el

primer paréntesis que abre de la zona

amarilla si ustedes le toman el close a

este paréntesis llegan al final de la

zona amarilla y si toman el largo de la

zona amarilla / 2 lo que tienen es el

tamaño del subaru

el nodo 8 que corresponde a la zona

naranja ustedes pueden saber que es una

hoja porque justo después del paréntesis

que abre hay uno que es tierra con eso

está bien que es una hoja

pueden recorrer los hijos del 2 por

ejemplo en 3 el siguiente paréntesis que

abre después del 2

buscarán que los cierran y después de

que los cierran que abre es el siguiente

hermano el 4 después que cierra el 4 que

es el siguiente hermano el que sigue es

el 5 en el 5 este paréntesis que abre

aquí que si buscan después de que la

sierra y van a la siguiente posición

encuentran el 9 se pueden visitar los

hijos de un nodo tomando el paréntesis

que me cierra viviendo que así también

pueden darse cuenta que el exceso de una

posición corresponde a la altura a la

profundidad del nodo los paréntesis que

en un recorrido de fs están abiertos

hasta aquí pero todavía no cerrados si

cuentan el rango la cantidad para ser

abierto lo que tienen es la posición del

nuevo entre orden

pueden comprar los que cierran a cerrar

de los que cierran en contra el post o

orden del paréntesis es decir pueden

hacer varias operaciones interesantes

simplemente con con estas pocas

permitidos

puedes saber por ejemplo que el 8

diciembre del 2 porque su paréntesis

está entre el que abre el 2 y su club

entonces está contenido si puedo

rápidamente que 1 202 y así que son no

es tan fácil una representación de

paréntesis

para resolver estas operaciones se usa

un árbol que se llama el running backs

train que me guarda varias de estos

indicadores sobre el exceso del exceso

total al mínimo o máximo exceso en zonas

de la secuencia de paréntesis no sé

esencialmente yo para calcular una

operación hago una pequeña parte

secuencial después subo al árbol hasta

cierra hasta que encuentro el que

contiene la respuesta y bajó por él y

termina completando la operación en las

paredes eso acelera todas las

operaciones y bien parametrizado el

constante

si sigues en un ejemplo en muchas

estructuras muy bonitas el área de

estructuras de datos compactas está

bastante desarrollado hoy en día existe

el primer libro sobre ellas que toma

toma la cumbre digamos varias

estructuras de datos que se pueden

representar en forma compacta como

secuencia de bits permutaciones

secuencia de símbolos para investir como

vimos árboles grafos grillas geométricas

texto etc

mis principales temas de investigación

en este momento son estructuras de datos

básicas árboles grafos bueno todas estas

estoy interesado en datos altamente

repetitivos que están surgiendo mucho

últimamente por los documentos con muy

diversión y esta competición fuerte

multi versiones por los secuenciadores

de genomas que producen muchos genoma o

reese de la misma especie que tiene

mucha repetitividad y son muy

comprensibles pero necesitan técnicas

distintas las que existan trabajo muy

especialmente en colecciones de textos

se trace diccionarios recuperación de

documentos xml

árboles de sufijos como vimos y también

al tema de en collins que son

estructuras que ya no permiten recuperar

los datos originales sino solamente

responder cierto tipo de preguntas y

entonces pueden romper las barreras de

la entropía porque nos permite recuperar

los datos

aquí como tessio codificar a sólo el

tipo de toks track

puedo realizar las operaciones que me

das tipos del dos tracto pero no puedo

recuperar el dash

e

podemos consultar en esta página de las

tesis realizadas para que vean el tipo

de trabajo que han hecho mis alumnos en

este momento tengo dos alumnos de

magisterio 5 de doctorado no todos en

chillán

y ponerlos los temas que están

relacionadas con los que vimos antes y

está este cuadro para que vean que mis

alumnos pasan bastante por unas paseaban

bastante antes del

de la época del corona vinos

conference es donde han publicado esta

villa es que han hecho y donde donde

están laboralmente en general están de

profesores de universidades en puestos

interesante en la industria algunos

haciendo doctorado y bajista

desde 2008

las estrellitas son este para word

presenta los mejores artículos de

estudiantes

finalmente dispongo de ir bastante

financiamiento en financiamiento para

temas de bioinformática para temas de

bases de datos y para tema de

estructuras de datos compartan en

general

esto eso es todo los espera pueden

escribir una tenían el mail del comienzo

de la de las tres 'leyes si tienen algún

tema de investigación que les interesa

en particular rossi le pareció

interesante el área y podemos buscar

algún tema

eso es todo

me despido gracias por su atención