科学编程技术和算法为数据密集型工程环境
出版日期
2018年7月01
状态
发表
提交截止日期
2018年2月23日
导致编辑器
1西班牙著名德奥里萨巴、奥里萨巴、墨西哥
2Centro de Investigacion en Matematicas (CIMAT),墨西哥瓜纳
3马德里卡洛斯三世大学、马德里,西班牙
科学编程技术和算法为数据密集型工程环境
描述
“4.0”的概念出现了引领行业数字环境适应现有的科学和工程方法(例如,需求工程,系统建模和复杂网络分析或模拟)需要重塑他们的业务战略和底层技术。因此,该行业将能够创建先进和协作工程环境建设和运营越来越复杂和连接系统,Cyberphysical系统(CPS)。
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协作和联合工程平台。
更具体地说,大量数据的可用性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。
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。这个特殊的问题旨在提供洞察这些主题的最新进展征求原始形式的科学贡献的理论基础,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。
潜在的主题包括但不限于以下:
- 新的科学编程技术和算法的授权数据科学与工程
- 科学编程算法,建模与仿真的方法,语言复杂的工程问题
- 科学编程算法,语言、方法和执行平台知识表示、推理和推理
- 科学编程技术、算法和方法对于大型数据处理在科学和工程
- 科学编程方法和模型数据驱动的工程
- 科学编程方法基于数据的决策支持系统应用于工程方法
- 数据密集型科学编程方法和工具进行测试,模拟、验证和确认,维护和发展工程
- 绩效评估的算法和科学编程技术