科学编程技术和算法为数据密集型工程环境

1。介绍

近年来,发展,进步,和使用信息和通信技术(ICT)操作上产生了重大影响,世界各地的组织结构和战略。今天,难以想象构思一个组织没有ICT的使用,因为它可以减少沟通成本和操作,同时增加灵活性、交互性、性能和生产力。因此,数字技术推动ICT和ICT目前嵌入任何任务,活动和过程,在任何组织,甚至日常生活活动。这个新数字时代也意味着科学、工程和商业环境需要重塑他们的策略和底层技术成为工业革命4.0的关键球员。

工程方法如需求工程、系统建模、复杂网络分析或仿真目前用于支持开发关键系统和决策过程的操作环境。作为一个例子,cyberphysical系统的机械、电气和软件组件的一个主要挑战行业新的和综合科学和工程技术的开发和操作这些系统所需的一个协作数据密集型环境。

开发流程和操作环境中的复杂系统需要的应用科学和工程方法来满足新的多学科的管理,数据密集型,以软件为中心的环境。编程范例,如功能、符号逻辑、线性或反应性编程与开发平台被认为是适当的发展基石的智能和联合编程平台支持连续和协作工程。

更具体地说,大量数据的可用性,不断产生的人员、工具、传感器、和其他智能设备连接需要新的架构来解决的挑战,解决复杂问题,如模式识别、流程优化,发现交互、知识推理、执行大型模拟,或机器合作。这种情况意味着创新科学的反思和应用数值编程技术,科学和工程计算的定义良好的硬件和软件体系结构支持适当的复杂系统的开发和运营。

在这种背景下,工程方法的进化和扩展数据密集型环境中通过科学编程技术将利用创新算法使用不同的编程范式实现和执行平台。科学编程技术和工程技术的结合将支持和加强现有的开发和生产环境提供优质、经济、可靠、高效的以数据为中心的软件产品和服务。这领域的进步科学编程方法将成为下一波的重要推动者,软件系统和工程。

因此,这个特殊问题的主要目的是收集和整合创新和高质量的研究贡献关于科学编程技术和算法应用于工程方法的增强和改进开发真正的和可持续的数据密集型科学与工程环境。

2。论文

旨在提供洞察这个特殊问题最新进展在上述主题征集原始科学贡献的形式的理论基础、模型、实验研究、调查和案例研究为科学数据密集型环境中编程技术和算法。这期特刊只包含一种类型的贡献:规律的研究论文。这些作品已经被编辑根据《华尔街日报》的规范和准则。几个征稿启事被分布在领域的研究人员的主要邮件列表提交他们的作品这个问题。我们一共收到了20提交受到严格的审查过程以确保其清晰、真实性和相关性这个特殊的问题。至少三个审稿人都被分配到每一个工作来进行同行评审过程。7篇论文终于接受了修正后的出版要求审稿人和编辑处理。七个定期研究论文引入新的和有趣的结果的形式理论和实验研究和案例研究科学的新视角下编程技术和算法为数据密集型工程环境。

特殊问题的研究论文题为“代理模型的设计和解决方案基于项目的投资组合优化排名,“在e·费尔南德斯等人提出一种基于知识的决策支持系统的投资组合选择问题的一组有序的项目。结果表明,减少维度支持决策者在选择最佳的投资组合。

另一个贡献,名为”情绪分析用西班牙语对改善产品和服务:深度学习的方法,“m·A . Paredes-Valverde等人提出一个deep-learning-based方法,允许公司和组织检测的机会通过情绪提高产品或服务的质量分析。该方法是基于卷积神经网络(CNN)和word2vec。确定tweet划分方法的有效性,进行了一些实验用不同大小的一个Twitter 100000条组成的语料库。结果显示精度为88.7%,88.7%的回忆,和一个 - - - - - -测量的88.7%考虑完整的数据集。

在进一步的论文,题为可伸缩的”大规模并行分布式协处理器系统图搜索问题数据,“y太阳人提出一个可伸缩的和新颖的现场可编程门基于数组的异构多核系统科学编程。作者设计了大量的并行性和相对较低的时钟频率实现高性能和定制内存架构处理不规则的内存访问模式。

在一个额外的贡献,题为“医学分析意见的尸检Nonrealization墨西哥医院使用关联规则和贝叶斯网络,”e . r . Delgado识别影响因素减少尸检在韦拉克鲁斯州的一家医院。这项研究是基于数据挖掘技术的应用,如关联规则和贝叶斯网络在数据集创建的医生的意见。勘探和开采的知识,一些算法比如先天,FPGrowth, PredictiveApriori,第三的,J48,朴素贝叶斯、MultilayerPerceptron, BayesNet进行了分析。生成挖掘模型和现在的新知识在自然语言中,一个基于web的应用程序开发。结果验证了病理学领域的专家。

第五,名为”Softcomputing申请铜复苏在浸出过程中,“c·莱等人提出一个预测模型对比;线性模型、二次模型,一立方模型,模型的基础上,利用人工神经网络(ANN)的铜浸出过程中复苏。安是由9个输入变量,6隐藏层和输出层的神经元对应铜浸出的预测。模型的验证与实际执行信息和这些结果使用的矿业公司在智利北部提高铜矿开采过程。

进一步的贡献,题为“语义注释使用概念相似,非结构化文档”f . Pech等人提出一个非结构化文档的语义注释策略作为一个语义搜索引擎的一部分。本体是用于确定实体的上下文查询中指定的名称空间。提取上下文的策略重点是概念相似。每个相关的文档与本体的实例相关联。相似性之间的明确关系是通过组合测量的两种类型的关联:每一对概念之间的联系和关系的重量的计算。

最后,一篇名为《基于潜在语义分析的异构系统使用GPU和cpu”是由g·a·Leon-Paredes et al。他们引入一个异构潜在语义分析(hLSA)系统,已开发了使用通用计算图形处理单元(GPGPU),它可以更快地解决大的问题通过成千上万的并发线程的多芯多处理器GPU和cpu体系结构提供一个共享内存编程模型在多线程环境中。实验的结果表明,加速了hLSA系统一百五十百万的大型矩阵值大约是八倍LSA标准版本的准确性达88%和100%的回忆。性能是通过使用矩阵计算和文本处理异构系统架构。

3所示。结论

可以看到,所有接受论文都与特殊的范围问题,和他们所有人提供了相当有趣的研究技术,模型,研究直接应用于科学领域的编程技术和算法为数据密集型工程环境。

确认

这个特殊的准备收集部分支持的学府Nacional de Mexico (TECNM)、国家科学技术委员会(CONACYT)和公众通过即教育部长(9月)。它也支持的研究报道之间的协议(西班牙语广播和电视公司)和UC3M促进研究大数据领域的关联数据,复杂网络分析和自然语言。最后但并非最不重要,我们也想表达我们的感激之情的评论者请接受贡献的评估文件在编辑过程的所有阶段。我们同样,特别是要感谢编辑部的编辑这个特殊问题的机会,提供宝贵的意见来提高研究工作的选择。

杜松子酒Alor-Hernandez
耶斯列Mejia-Miranda
何塞玛丽亚Alvarez-Rodriguez

科学的规划