The goal of this project is to develop an open source Application Lifecycle Management platform that automates and supports the whole software development lifecycle by integrating the best existing open source tools.
La investigación sobre sistemas de almacenamiento está adquiriendo cada vez más importancia debido principalmente a la enorme demanda de capacidad de almacenamiento y rendimiento de E/S de los actuales sistemas de computación. En los últimos años, varias tendencias han cambiado el diseño de los sistemas de almacenamiento, desde nuevos medios de almacenamiento sobre redes de área de almacenamiento, hasta sistemas de almacenamiento grid y cloud.
BabelData desarrollará métodos, técnicas y algoritmos para la construcción de servicios que sean capaces de crear y utilizar ontologías y datos multilingües.
En la Web Semánticadel futuro, la multilingualidad se presenta como uno de los grandes retos a abordar. A pesar de que el problema del procesamiento del conocimiento se ha considerado independiente de cualquier lenguaje natural, la interacción entre los humanos y las máquinas sigue siendo dependiente de la lengua.
En este proyecto se creará una plataforma que integrará nuevos métodos, técnicas y herramientas para permitir la integración de fuentes de datos heterogéneas de carácter científico mediante el uso de ontologías, partiendo de los avances realizados en las últimas dos décadas en esta área e incorporando nuevos tipos de fuentes de datos procedentes de redes sociales de investigadores, de la Web de Linked Data, y de redes de sensores.
PlanetData es una red de excelencia cuyo objetivo es establecer una comunidad europea sostenible de investigadores que apoyen a las organizaciones en la publicación de sus datos en nuevas y útiles formas, aumentando la habilidad de las organizaciones de dar sentido a las enormes cantidades de datos publicados online de forma continua, incluyendo datos estructurados y no estructurados, flujos de datos, (micro) entradas del blog, archivos digitales, recursos de e-Ciencia, conjuntos de datos del sector público, y datos enlazados de “la nube”.
Wf4Ever propondrá una arquitectura software y una implementación de referencia para la conservación, recuperación y reutilización eficiente de flujos de trabajo científicos (scientific workflows), abordando algunos de los mayores retos de la Ciencia intensiva en datos (data-intensive Science):
CIUDAD2020 es un proyecto Innpronta que pretende lograr un avance en las áreas de eficiencia energética, Internet del futuro, Internet de las cosas, comportamiento humano, sostenibilidad medioambiental y movilidad y transporte, con el objetivo de diseñar la ciudad del futuro, sostenible, inteligente y eficiente.
The goal of this project is to develop an open source Application Lifecycle Management platform that automates and supports the whole software development lifecycle by integrating the best existing open source tools.
La investigación sobre sistemas de almacenamiento está adquiriendo cada vez más importancia debido principalmente a la enorme demanda de capacidad de almacenamiento y rendimiento de E/S de los actuales sistemas de computación. En los últimos años, varias tendencias han cambiado el diseño de los sistemas de almacenamiento, desde nuevos medios de almacenamiento sobre redes de área de almacenamiento, hasta sistemas de almacenamiento grid y cloud.
En este proyecto se creará una plataforma que integrará nuevos métodos, técnicas y herramientas para permitir la integración de fuentes de datos heterogéneas de carácter científico mediante el uso de ontologías, partiendo de los avances realizados en las últimas dos décadas en esta área e incorporando nuevos tipos de fuentes de datos procedentes de redes sociales de investigadores, de la Web de Linked Data, y de redes de sensores.
Wf4Ever propondrá una arquitectura software y una implementación de referencia para la conservación, recuperación y reutilización eficiente de flujos de trabajo científicos (scientific workflows), abordando algunos de los mayores retos de la Ciencia intensiva en datos (data-intensive Science):
