http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1367 Subcomunidade do Grupo02 de XED Fri, 22 May 2026 19:04:21 GMT 2026-05-22T19:04:21Z http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1427 Multilevel modeling of Geographic Information Systems based on International Standards Pedreira, Óscar Fri, 01 Jan 2021 00:00:00 GMT http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1427 2021-01-01T00:00:00Z http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1426 Space-Efficient Representations of Raster Time Series Silva-Coira, Fernando; R. Paramá, José; de Bernardo, Guillermo; Seco, Diego Tue, 01 Jan 2019 00:00:00 GMT http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1426 2019-01-01T00:00:00Z http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1419 Compresión de textos en Bases de Datos Digitales R.Brisaboa, Nieves; Iglesias, E.L.; Navarro, G.; Parmá, J.R. Este trabajo presenta una revisi´on de los m´etodos de compresi´on de textos, que permiten la busqueda ´ directa de palabras y frases dentro del texto sin necesidad de descomprimirlo. Se presentan las t´ecnicas de compresi´on basadas en Huffman y dos t´ecnicas m´as recientes: el m´etodo Denso con Post-Etiquetado y el m´etodo (s,c)-Denso. Adem´as se muestra como estos nuevos m´etodos son directamente comparables, en tasa de compresi´on, con las t´ecnicas basadas en Huffman y c´omo proporcionan una compresi´on m´as simple y r´apida, manteniendo sus caracter´ısticas m´as interesantes. De este modo estas nuevas t´ecnicas son extremadamente adecuadas para la compresi´on de textos sobre los que haya que realizar operaciones de Text Retrieval, pues facilita la indexaci´on y preprocesado de los mismos sin necesidad de descomprimirlos. Wed, 01 Jan 2003 00:00:00 GMT http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1419 2003-01-01T00:00:00Z http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1418 Storing and Clustering Large Spatial Datasets Using Big Data Technologies Rodríguez Luaces, Miguel In this paper we present the architecture of a system to store, query and visualize on the web large datasets of geographic information. The architecture includes a component to simulate a large number of drivers that report their position on a regular basis, an ingestion component that is generic and can acommodate three different storage technologies, a query component that aggregates the results in order to reduce the query time and the data transfered, and a web-based map viewer. In addition, we define an evaluation methodology to be used to benchmark and compare different alternatives for some components of the system, and we validate the architecture with experiments using a dataset of 40 million locations of drivers. Mon, 01 Jan 2018 00:00:00 GMT http://dspace.infodocu.lbd.org.es/xmlui/handle/123456789/1418 2018-01-01T00:00:00Z