MétaCan
Menu
Retour à la cohorte
Enregistrement W1918654715 · doi:10.14796/jwmm.r206-03

Parallel Processing Enhancement to SWMM/EXTRAN

2000· article· en· W1918654715 sur OpenAlexvenueno aff
Edward Burgess, William R. Magro, Michaël Clément, Charles Moore, James T. Smullen

Notice bibliographique

RevueJournal of Water Management Modeling · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueParallel Computing and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

Modifications have been made to the FORTRAN source code of the EXTRAN block of SW1viM, which enable the model to take advantage of parallel processors for faster program execution during runtime.These modifications have been made to the program code which performs the explicit (Modified Euler) solution of the St. Venant equations for computation of flow and head within the modeled drainage network.The code changes are designed to support use of OpenMP (see Bibliography) parallel processing directives when the code is compiled using specialized parallel processing compiler extensions (KAP/Pro Toolset for Opelli\1P).Code changes were verified for correct parallclization and model output confirmed by testing against output produced with the serial (unmodified) version of the same source code.Model output and runtimes were characterized for two relatively large model networks (386 and 772 conduits) by executing the serial and parallelized code on the same hardware (Windows® NT workstation running dual Pentium® 200 MHz microprocessors).Runtime reductions on the order of 30-37% were found for the paralle1ized code on this commonly available dual processor system.The modified code and Open:MP support an unlimited number of parallel processors, and greater runtime reductions are expected for more highly parallel systems (e.g.those with four or more processors).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,258
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetParallel Computing and Optimization TechniquesTravaux en français237 207