2 resultados para Meja
em Universidade Complutense de Madrid
Resumo:
La novela criminal experimenta en la actualidad un momento de esplendor en las distintas literaturas que se desarrollan en el Estado español, debido al aumento en el número de autores, lectores y obras publicadas. No ha sido un camino fácil, pues este género se ha adaptado tardíamente a la realidad española. De hecho, hasta la década de 1970, cuando la Dictadura franquista llegaba a su fin, no hubo una verdadera tradición de novela criminal urbana en España. En 1974, Manuel Vázquez Montalbán publicó la obra Tatuaje, primera en la que el personaje de Pepe Carvalho aparecía como detective e inicio de la saga más relevante en España. El desarrollo del género fue dispar en las diferentes literaturas del Estado, y mientras Cataluña ya contaba con un respetable bagaje –autores como Manuel de Pedrolo, Rafael Tasis, Jaume Fuster…–, en el País Vasco comenzaba a emplearse el género, y en Galicia y Canarias habría que esperar hasta las décadas de 1980 y de 1990, respectivamente. Esta desigual adaptación de la novela criminal propicia la aparición de diferentes modelos urbanos en las distintas obras y literaturas a las que se adscriben. La ciudad es un elemento característico del género, pues su nacimiento está directamente relacionado con la Revolución Industrial: es cuando surgen las urbes y las sociedades modernas y una burguesía con gran poder adquisitivo y aumenta la población alfabetizada. Es en las ciudades donde se desarrollan las tramas criminales y violentas, pues estas fomentan el anonimato de los asesinos, la creación de cuerpos policiales y la presencia de detectives privados...
Resumo:
En los últimos años se ha incrementado el interés de la comunidad científica en la Factorización de matrices no negativas (Non-negative Matrix Factorization, NMF). Este método permite transformar un conjunto de datos de grandes dimensiones en una pequeña colección de elementos que poseen semántica propia en el contexto del análisis. En el caso de Bioinformática, NMF suele emplearse como base de algunos métodos de agrupamiento de datos, que emplean un modelo estadístico para determinar el número de clases más favorable. Este modelo requiere de una gran cantidad de ejecuciones de NMF con distintos parámetros de entrada, lo que representa una enorme carga de trabajo a nivel computacional. La mayoría de las implementaciones de NMF han ido quedando obsoletas ante el constante crecimiento de los datos que la comunidad científica busca analizar, bien sea porque los tiempos de cómputo llegan a alargarse hasta convertirse en inviables, o porque el tamaño de esos datos desborda los recursos del sistema. Por ello, esta tesis doctoral se centra en la optimización y paralelización de la factorización NMF, pero no solo a nivel teórico, sino con el objetivo de proporcionarle a la comunidad científica una nueva herramienta para el análisis de datos de origen biológico. NMF expone un alto grado de paralelismo a nivel de datos, de granularidad variable; mientras que los métodos de agrupamiento mencionados anteriormente presentan un paralelismo a nivel de cómputo, ya que las diversas instancias de NMF que se ejecutan son independientes. Por tanto, desde un punto de vista global, se plantea un modelo de optimización por capas donde se emplean diferentes tecnologías de alto rendimiento...