Системы динамических приложений, управляемых данными

Системы приложений, управляемых динамическими данными («DDDAS») — это парадигма, в соответствии с которой аспекты вычислений и инструментирования прикладной системы динамически интегрируются с контуром управления с обратной связью в том смысле, что данные инструментирования могут быть динамически включены в исполняемую модель приложения ( в целевых частях фазового пространства проблемы либо заменить части вычислений, чтобы ускорить моделирование, либо сделать модель более точной для аспектов системы, которые не очень хорошо представлены моделью, это можно рассматривать как модель; «обучение» на таких динамических входных данных), и, наоборот, исполняемая модель может управлять инструментами системы для осознанного и адаптивного получения дополнительных данных (или поиска в архивных данных), что, в свою очередь, может улучшить или ускорить модель (процесс моделирования). . Подходы на основе DDDAS показали, что они могут обеспечить более точное и быстрое моделирование и анализ характеристик и поведения системы, а также могут интеллектуально использовать данные для преобразования их в новые возможности, включая системы поддержки принятия решений с точностью полного масштабное моделирование, выполнение адаптивного управления сложными приборами на основе моделей (включая адаптивную координацию множества разнородных датчиков и контроллеров), а также эффективный сбор, управление и интеллектуальный анализ данных.

Сила парадигмы DDDAS заключается в том, что она включает в себя динамически адаптируемую и распознавающую систему модель (например, модель, учитывающую физику системы или другие присущие характеристики и представления системы), которая «обучается» и адаптируется посредством Ввод «динамических данных» во время выполнения позволяет распознавать ложные данные и позволяет избежать ловушек традиционных подходов машинного обучения, которые могут выйти из строя. Более того, в отличие от методов ML, DDDAS обеспечивает более точное и быстрое моделирование и анализ для «системной аналитики», а не просто для «аналитики данных», а вычислительные и инструментальные структуры DDDAS включают в себя в дополнение к комплексным представлениям и моделям, распознающим системные характеристики, программные и аппаратные (вычислительные и инструментальные) платформы, архитектуры и услуги, а также могут включать в себя участие человека в цикле, как это обычно бывает в сложных системах.

Подходы на основе DDDAS продемонстрировали новые возможности в системном моделировании и приборостроении, а также автономные возможности во многих областях, начиная от фундаментальных исследований свойств материалов (например, наноматериалов) до структурного и гражданского строительства (например, «умные здания») и аэрокосмической отрасли. к производству (планирование и контроль процессов; аддитивное производство), транспортным системам, энергетическим системам (например, интеллектуальным энергосетям), окружающей среде (например, лесные пожары), погоде (атмосфере и космосу), медицинской диагностике и лечению, облачным вычислениям, Интернету вещей и коммуникациям. системы, кибербезопасность и многое другое. ^[1]^[2]^[3]^[4]^[5]^[6]^[7] Сайт DDDAS содержит ссылки на обширную работу и влияние парадигмы DDDAS.

История

Концепция DDDAS — и сам термин — была предложена Фредерикой Дарема , начиная с начала 1980-х и до 1990-х годов. ^[1]^[2]^[3] которая инициировала усилия в рамках Национального научного фонда (NSF) и возглавила организацию семинара в марте 2000 года , на котором она назначила академическими сопредседателями семинара профессоров Крейга Дугласа и Абхи Дешмука. Примерно в 2008 году Дарема представила термин «Инфосимбиотики» или «Инфосимбиотические системы» для обозначения DDDAS. Многие исследователи в академических кругах, промышленности и лабораториях подверглись влиянию и приняли концепцию и термин DDDAS и проводили исследования в рамках программ доктора Даремы, начиная с середины 1990-х годов, в DARPA , NSF (включая межведомственные программы) и AFOSR и продолжен д-ром Блашем после того, как он занял пост менеджера программы в AFOSR, после того как д-р Дарема стал директором AFOSR в 2016 году. Таким образом, сообщество сформировало и усовершенствовало системные возможности и связанные с ними новые концепции под рубрикой DDDAS.

Начиная с 2000 года д-р Дарема руководил сообществом по организации ряда форумов DDDAS; К ним относятся: серия семинаров DDDAS, симпозиумов, групповых дискуссий и других связанных мероприятий, например, в сочетании с Международной конференцией по вычислительным наукам (ICCS), Международным симпозиумом по параллельным и распределенным вычислениям (IPDPS), Зимними конференциями по моделированию (WSC). ), Американская конференция по контролю (ACC) и многое другое. С 2016 года д-р Блаш также организовал множество DDDAS и других связанных форумов (например, Fusion2015 и последующую серию конференций). В 2014 году в Массачусетском технологическом институте прошла экологически ориентированная конференция DyDESS 2014, основанная на DDDAS, организованная доктором Равелой. Конференция DDDAS2016 спонсировалась United Technologies в Хартфорде, штат Коннектикут, и положила начало серии международных конференций, последующие мероприятия которых в 2017, 2020 и 2022 годах проводились в Массачусетском технологическом институте, а DDDAS2024 - в Университете Рутгерса (в будущем запланировано еще больше конференций), с конференцией материалы, опубликованные Springer. Другая работа представлена в серии справочников DDDAS Springer. ^[1]^[8] Более полный список форумов и других мероприятий DDDAS представлен на сайте DDDAS .

Связанные понятия

Подходы, основанные на DDDAS, развивают современное состояние техники по сравнению с рядом связанных, но более ограниченных концепций, которые были предложены в предыдущие годы и которые являются подмножествами более всеобъемлющей и мощной парадигмы DDDAS управления с обратной связью между исполняемой моделью система с ее инструментами. Ниже приведены некоторые показательные примеры.

Методы обучения (начиная с 1980-х и 1990-х годов) и такие концепции, как обучение с подкреплением (начиная с середины 1990-х годов), которые имеют «аромат» DDDAS, тем не менее, в этих подходах нет базовой, системно-распознающей, всеобъемлющей модели изучаемая система (приложение), а также нет контроля над инструментами системы, как в DDDAS.
Концепция ассимиляции данных , в которой данные наблюдений используются для коррекции и ограничения неопределенности в вычисленных точках данных (вычисленный вектор физического параметра в модели), более ограничена, чем концепция DDDAS, где входные динамические данные могут заменить участок сетки и для нескольких параметров. Более того, обратный аспект в контуре управления с обратной связью DDDAS – то есть модель, адаптивно управляющая приборами, это также было позже принято в концепции ассимиляции данных, например, в диссертации MIT «Ассимиляция данных и адаптивное наблюдение» в 1999 году, в которой обсуждаются достижения. относительно традиционного усвоения данных, представленные там идеи по интегрированию дополнительных целевых наблюдений в систему усвоения с использованием прогнозов и их неопределенностей - обсуждаемые там подходы являются статическими, сродни вычислительному управлению человеком в цикле, применяемому к аспекту наблюдения.
Подходы DDDAS к управлению приборами выходят за рамки традиционных идей, представленных в конце 1950-х - 1970-х годах, таких как Чертофф о последовательном планировании экспериментов и Федоров о планировании экспериментов (1970-е), где эксперименты определяют параметры, а параметры определяют эксперименты, в том числе для выбора данных и моделей. Эти подходы представляют собой классические сериализованные подходы, в которых человек в цикле статически определяет, какие модели использовать и какие эксперименты проводить и повторять процесс. на основе информации» Маккея В «Активном выборе данных (1991) используются байесовские методы для определения ожидаемой информативности потенциальных измерений, которые используются для выбора наиболее важных для обучения, улучшая ожидаемую информативность. И поиск информации (в 90-е годы), когда запросы генерируют поиск, а результаты уточняют запросы с помощью обратной связи по релевантности.

Ссылки

^ Jump up to: ^а ^б ^с Блаш, Эрик П.; Дарема, Фредерика; Равела, Сай; Авед, Алекс Дж., ред. (2022). «Справочник по системам приложений, управляемых динамическими данными» . СпрингерЛинк . дои : 10.1007/978-3-030-74568-4 . ISBN 978-3-030-74567-7 .
^ Jump up to: ^а ^б Дарема, Фредерика (2004). «Системы приложений, управляемых динамическими данными: новая парадигма прикладного моделирования и измерений» . В Бубаке, Мариан; ван Альбада, Герт Дик; Слот, Питер Массачусетс; Донгарра, Джек (ред.). Вычислительная наука – ICCS 2004 . Конспекты лекций по информатике. Том. 3038. Берлин, Гейдельберг: Springer. стр. 662–669. дои : 10.1007/978-3-540-24688-6_86 . ISBN 978-3-540-24688-6 .
^ Jump up to: ^а ^б Дарема, Ф. (март 2005 г.). «Грид-вычисления и не только: контекст систем приложений, управляемых динамическими данными» . Труды IEEE . 93 (3): 692–697. дои : 10.1109/JPROC.2004.842783 . ISSN 0018-9219 .
^ Аллен, Габриэль (2007), Ши, Йонг; ван Альбада, Герт Дик; Донгарра, Джек; Слот, Питер М.А. (ред.), «Создание прикладной системы, основанной на динамических данных, для прогнозирования ураганов» , Вычислительные науки - ICCS 2007 , Конспекты лекций по информатике, том. 4487, Берлин, Гейдельберг: Springer Berlin Heidelberg, стр. 1034–1041, doi : 10.1007/978-3-540-72584-8_136 , ISBN 978-3-540-72583-1 , получено 18 апреля 2024 г.
^ Денхэм, Моника; Кортес, Ана; Маргалеф, Томас; Луке, Эмилио (2008), Бубак, Мариан; ван Альбада, Герт Дик; Донгарра, Джек; Слот, Питер М.А. (ред.), «Применение генетического алгоритма, основанного на динамических данных, для улучшения прогнозирования распространения лесных пожаров», Computational Science – ICCS 2008 , vol. 5103, Берлин, Гейдельберг: Springer Berlin Heidelberg, стр. 36–45, doi : 10.1007/978-3-540-69389-5_6 , ISBN 978-3-540-69388-8
^ Блаш, Эрик П.; Авед, Алекс Дж. (01 января 2015 г.). «Система приложений, управляемых динамическими данными (DDDAS) для поддержки пользователей систем видеонаблюдения» . Procedia Информатика . Международная конференция по вычислительной науке, ICCS 2015. 51 : 2503–2517. дои : 10.1016/j.procs.2015.05.359 . ISSN 1877-0509 .
^ Ши, Сяорань; Дамгаджиоглу, Халук; Челик, Нурчин (01 января 2015 г.). «Динамический подход к планированию работы микросетей, основанный на данных» . Procedia Информатика . Международная конференция по вычислительной технике, ICCS 2015. 51 : 2543–2552. дои : 10.1016/j.procs.2015.05.362 . ISSN 1877-0509 .
^ Дарема, Фредерика; Блаш, Эрик П.; Равела, Сай; Авед, Алекс Дж., ред. (2023). «Справочник по системам приложений, управляемых динамическими данными» . СпрингерЛинк . дои : 10.1007/978-3-031-27986-7 . ISBN 978-3-031-27985-0 .

Внешние ссылки

1DDDAS.org Содержит список активных проектов и слайды из текущей программы DDDAS и прошлых вкладов NSF .

См. также

[:0-1] Jump up to: ^а ^б ^с Блаш, Эрик П.; Дарема, Фредерика; Равела, Сай; Авед, Алекс Дж., ред. (2022). «Справочник по системам приложений, управляемых динамическими данными» . СпрингерЛинк . дои : 10.1007/978-3-030-74568-4 . ISBN 978-3-030-74567-7 .

[:1-2] Jump up to: ^а ^б Дарема, Фредерика (2004). «Системы приложений, управляемых динамическими данными: новая парадигма прикладного моделирования и измерений» . В Бубаке, Мариан; ван Альбада, Герт Дик; Слот, Питер Массачусетс; Донгарра, Джек (ред.). Вычислительная наука – ICCS 2004 . Конспекты лекций по информатике. Том. 3038. Берлин, Гейдельберг: Springer. стр. 662–669. дои : 10.1007/978-3-540-24688-6_86 . ISBN 978-3-540-24688-6 .

[:2-3] Jump up to: ^а ^б Дарема, Ф. (март 2005 г.). «Грид-вычисления и не только: контекст систем приложений, управляемых динамическими данными» . Труды IEEE . 93 (3): 692–697. дои : 10.1109/JPROC.2004.842783 . ISSN 0018-9219 .

[4] Аллен, Габриэль (2007), Ши, Йонг; ван Альбада, Герт Дик; Донгарра, Джек; Слот, Питер М.А. (ред.), «Создание прикладной системы, основанной на динамических данных, для прогнозирования ураганов» , Вычислительные науки - ICCS 2007 , Конспекты лекций по информатике, том. 4487, Берлин, Гейдельберг: Springer Berlin Heidelberg, стр. 1034–1041, doi : 10.1007/978-3-540-72584-8_136 , ISBN 978-3-540-72583-1 , получено 18 апреля 2024 г.

[5] Денхэм, Моника; Кортес, Ана; Маргалеф, Томас; Луке, Эмилио (2008), Бубак, Мариан; ван Альбада, Герт Дик; Донгарра, Джек; Слот, Питер М.А. (ред.), «Применение генетического алгоритма, основанного на динамических данных, для улучшения прогнозирования распространения лесных пожаров», Computational Science – ICCS 2008 , vol. 5103, Берлин, Гейдельберг: Springer Berlin Heidelberg, стр. 36–45, doi : 10.1007/978-3-540-69389-5_6 , ISBN 978-3-540-69388-8

[6] Блаш, Эрик П.; Авед, Алекс Дж. (01 января 2015 г.). «Система приложений, управляемых динамическими данными (DDDAS) для поддержки пользователей систем видеонаблюдения» . Procedia Информатика . Международная конференция по вычислительной науке, ICCS 2015. 51 : 2503–2517. дои : 10.1016/j.procs.2015.05.359 . ISSN 1877-0509 .

[7] Ши, Сяорань; Дамгаджиоглу, Халук; Челик, Нурчин (01 января 2015 г.). «Динамический подход к планированию работы микросетей, основанный на данных» . Procedia Информатика . Международная конференция по вычислительной технике, ICCS 2015. 51 : 2543–2552. дои : 10.1016/j.procs.2015.05.362 . ISSN 1877-0509 .

[8] Дарема, Фредерика; Блаш, Эрик П.; Равела, Сай; Авед, Алекс Дж., ред. (2023). «Справочник по системам приложений, управляемых динамическими данными» . СпрингерЛинк . дои : 10.1007/978-3-031-27986-7 . ISBN 978-3-031-27985-0 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]