MétaCan
Menu
Retour à la cohorte
Enregistrement W2195415732 · doi:10.1016/j.cpc.2016.05.020

FabSim: Facilitating computational research through automation on large-scale and distributed e-infrastructures

2016· article· en· W2195415732 sur OpenAlexfundno aff
Derek Groen, Agastya P. Bhati, James L. Suter, James Hetherington, Stefan J. Zasada, Peter V. Coveney

Notice bibliographique

RevueComputer Physics Communications · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilMedical Research CouncilQatar National Research FundHorizon 2020 Framework ProgrammeUniversity of EdinburghQueen's UniversityFonds National de la Recherche Luxembourg
Mots-clésComputer scienceAutomationRange (aeronautics)Scale (ratio)Distributed computingSoftware engineeringData scienceComputational scienceEngineering

Résumé

récupéré en direct d'OpenAlex

We present FabSim, a toolkit developed to simplify a range of computational tasks for researchers in diverse disciplines. FabSim is flexible, adaptable, and allows users to perform a wide range of tasks with ease. It also provides a systematic way to automate the use of resources, including HPC and distributed machines, and to make tasks easier to repeat by recording contextual information. To demonstrate this, we present three use cases where FabSim has enhanced our research productivity. These include simulating cerebrovascular bloodflow, modelling clay-polymer nanocomposites across multiple scales, and calculating ligand–protein binding affinities. Program summary Program title: FabSim Catalogue identifier: AFAO_v1_0 Program summary URL: http://cpc.cs.qub.ac.uk/summaries/AFAO_v1_0.html Program obtainable from: CPC Programme Library, Queen’s University, Belfast, N. Ireland Licensing provisions: BSD 3-Clause No. of lines in distributed program, including test data, etc.: 268282 No. of bytes in distributed program, including test data, etc.: 2791792 Distribution format: tar.gz Programming language: Python. Computer: PC or Mac. Operating system: Unix, OSX. RAM: 1 Gbytes Classification: 3, 4, 6.5. External routines: NumPy, SciPy, Fabric (1.5 or newer), PyYaml Nature of problem: Running advanced computations using remote resources is an activity that requires considerable time and human attention. These activities, such as organizing data, configuring software and setting up individual runs often vary slightly each time they are performed. To lighten this burden, we required an approach that introduced little burden of its own to set up and adapt, beyond which very substantial productivity ensues. Solution method: We present a toolkit which helps to simplify and automate the activities which surround computational science research. FabSim is aimed squarely at the experienced computational scientist, who can use the command line interface and a system of modifiable content to quickly automate sets of research tasks. Restrictions: FabSim relies on a command-line interface, and assumes some level of scripting knowledge from the user. Unusual features: FabSim has a proven track record of being easy to adapt. It has already been extensively adapted to facilitate leading research in the modelling of bloodflow, nanomaterials, and ligand–protein binding. Running time: FabSim can be used interactively, typically requiring a few seconds to perform a basic task.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,244
Tête enseignante GPT0,460
Écart entre enseignants0,215 · 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

Citations40
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Physics CommunicationsMême sujetScientific Computing and Data ManagementTravaux en français237 207