This HTML5 document contains 38 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

PrefixNamespace IRI
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-eshttp://es.dbpedia.org/resource/
prop-eshttp://es.dbpedia.org/property/
n5http://dbpedia.org/resource/Laura_M.
n11http://es.wikipedia.org/wiki/Laura_M.
schemahttp://schema.org/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n9http://www.ontologydesignpatterns.org/ont/dul/DUL.owl#
n2http://es.dbpedia.org/resource/Laura_M.
n14http://es.wikipedia.org/wiki/Laura_M._Haas?oldid=121102290&ns=
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
wikidatahttp://www.wikidata.org/entity/
Subject Item
n11:_Haas
foaf:primaryTopic
n2:_Haas
Subject Item
n2:_Haas
rdf:type
n9:Agent wikidata:Q215627 n9:NaturalPerson wikidata:Q24229398 foaf:Person dbo:Agent wikidata:Q5 schema:Person owl:Thing dbo:Person
rdfs:label
Laura M. Haas
rdfs:comment
Laura M. Haas es una científica Informática estadounidense conocida por su investigación en sistemas de bases de datos e integración de información. Sus esfuerzos para crear sistemas y herramientas para la integración de datos heterogéneos de diversas fuentes, incluida la tecnología federada que virtualiza el acceso a los datos y la tecnología de mapeo que permite a los no programadores especificar cómo se deben integrar los datos, le han valido amplio reconocimiento.
foaf:isPrimaryTopicOf
n11:_Haas
prop-es:almaMáter
dbpedia-es:Universidad_de_Texas_en_Austin Universidad de Harvard
prop-es:conocidoPor
Integración de información dbpedia-es:Base_de_datos
prop-es:empleador
dbpedia-es:IBM_Research
prop-es:nacionalidad
dbpedia-es:Estados_Unidos
prop-es:premios
IBM Fellow Academia Nacional de Ingeniería de Estados Unidos Premio a la Innovación SIGMOD Edgar F. Codd Miembro de la Association for Computing Machinery
prop-es:área
dbpedia-es:Ciencias_de_la_computación
dbo:wikiPageID
9127614
dbo:wikiPageRevisionID
121102290
dbo:wikiPageLength
6531
dbo:almaMater
dbpedia-es:Universidad_de_Harvard dbpedia-es:Universidad_de_Texas_en_Austin
dbo:award
dbpedia-es:IBM_Fellow dbpedia-es:Academia_Nacional_de_Ingeniería_de_Estados_Unidos dbpedia-es:Association_for_Computing_Machinery
dbo:employer
dbpedia-es:IBM_Research
dbo:nationality
dbpedia-es:Estadounidense
prov:wasDerivedFrom
n14:0
dbo:abstract
Laura M. Haas es una científica Informática estadounidense conocida por su investigación en sistemas de bases de datos e integración de información. Sus esfuerzos para crear sistemas y herramientas para la integración de datos heterogéneos de diversas fuentes, incluida la tecnología federada que virtualiza el acceso a los datos y la tecnología de mapeo que permite a los no programadores especificar cómo se deben integrar los datos, le han valido amplio reconocimiento. El trabajo de Haas cambió drásticamente la investigación y la práctica de la integración de la información. Lideró el proyecto Starburst en sistemas de bases de datos extensibles, demostrando integrar información diversa en una base de datos relacional.​ Su investigación fue la base del procesador de consultas DB2 LUW de IBM. Fue la arquitecta que más contribuyó a Garlic,​ un novedoso sistema de federación de datos que proporciona acceso integrado a numerosas fuentes de datos desde un lenguaje no procesal de alto nivel. Así, inventó e implementó técnicas de optimización de consultas que permitieron a Garlic procesar consultas de manera eficiente, explotando las capacidades de las fuentes de datos subyacentes.​ Haas dirigió el desarrollo de IBM InfoSphere Federation Server basado en esta tecnología, y fue el líder técnico del equipo de IBM que ayudó a establecer el mercado de integración de información empresarial. Haas también dirigió el proyecto Clio, inventando el concepto y los algoritmos básicos para el mapeo de esquemas, y dándoles vida mediante la primera herramienta para calcular las transformaciones necesarias para llevar automáticamente los datos de diversas fuentes a un formato común.​ Proporcionó liderazgo de pensamiento​ y realizó investigaciones en torno a la integración de la información, más recientemente en el contexto de Big Data, a través de su papel como Directora del Laboratorio de Descubrimiento Acelerado de IBM Research.​
Subject Item
n5:_Haas
owl:sameAs
n2:_Haas