Aplicación de un Clúster de Máquinas Físicas y Virtuales para la reducción de tiempo de Segmentación en la Clasificación de Imágenes Satelitales utilizando Computación Paralela y Redes Neuronales

Abstract

Existen diferentes proyectos, tesis, artículos en el campo de Big Data que requieren un Clúster de computadoras de un número considerable de máquinas para realizar pruebas. Debido a que no hay muchas máquinas físicas, hay gastos para obtenerlas, una solución lógica sería usar máquinas en la nube, sin embargo, las solicitudes de permisos para usarlas ocasionan pérdidas de tiempo y dinero. Además, al adquirir el servicio, su configuración es complicada y puede dificultar la realización de pruebas en estas computadoras de alto rendimiento. Por esta razón, en el presente artículo, las máquinas físicas y virtuales se utilizan en realizar pruebas para reducir los tiempos de respuesta en la clasificación de imágenes de satélite utilizando computación paralela y redes neuronales. Como resultado de este artículo se ha reducido en un 64.6% el tiempo de clasificación secuencial de imágenes multiespectrales de 4 bandas para 1'000,000 de datos a nivel digital (píxel), utilizando el clúster diseñado con 4 máquinas virtuales y 2 físicas.