Search

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior O concreto feito com agregados leves, ou concreto leve estrutural, é considerado um material de construção versátil, bastante usado em todo o mundo, em diversas áreas da construção civil, tais como, edificações pré-fabricadas, plataformas marítimas, pontes, entre outros. Porém, a modelagem das propriedades mecânicas deste tipo de concreto, tais como o módulo de elasticidade e a resistência a compressão, é complexa devido, principalmente, à heterogeneidade intrínseca aos componentes do material. Um modelo de predição das propriedades mecânicas do concreto de agregado leve pode ajudar a diminuir o tempo e o custo de projetos ao prover dados essenciais para os cálculos estruturais. Para esse fim, este trabalho visa desenvolver uma estratégia computacional para a avaliação de propriedades mecânicas do concreto de agregado leve, por meio da combinação da modelagem computacional do concreto via MEF (Método de Elementos Finitos), do método de inteligência computacional via SVR (Máquina de vetores suporte com regressão, do inglês Support Vector Regression) e via RNA (Redes Neurais Artificiais). Além disso, com base na abordagem de workflow científico e many-task computing, uma ferramenta computacional foi desenvolvida com o propósito de facilitar e automatizar a execução dos experimentos científicos numéricos de predição das propriedades mecânicas. Concrete made from lightweight aggregates, or lightweight structural concrete, is considered a versatile construction material, widely used throughout the world, in many areas of civil construction, such as prefabricated buildings, offshore platforms, bridges, among others. However, the modeling of the mechanical properties of this type of concrete, such as the modulus of elasticity and the compressive strength, is complex due mainly to the intrinsic heterogeneity of the components of the material. A predictive model of the mechanical properties of lightweight aggregate concrete can help reduce project time and cost by providing essential data for structural calculations. To this end, this work aims to develop a computational strategy for the evaluation of mechanical properties of lightweight concrete by combining the concrete computational modeling via Finite Element Method, the computational intelligence method via Support Vector Regression, and via Artificial Neural Networks. In addition, based on the approachs scientific workflow and many-task computing, a computational tool will be developed with the purpose of facilitating and automating the execution of the numerical scientific experiments of prediction of the mechanical properties.

Um ecossistema de software científico, além de outras funcionalidades, busca integrar todas as etapas de um experimento, e comumente utiliza workflows científicos para a resolução de problemas complexos. Toda modificação ocorrida em um experimento deve ser propagada para os workflows associados, os quais devem ser mantidos e evoluídos para o prosseguimento com sucesso da pesquisa. Um das forma de garantir este controle é através da gerência de configuração. Para que ela possa ser utilizada, é importante o armazenamento dos dados de execução e modelagem do experimento e workflows associados. Neste trabalho, utilizamos conceitos e modelos relacionados à proveniência de dados para o armazenamento e consulta destes dados. O uso da proveniência de dados traz alguns benefícios neste armazenamento e consulta, conforme veremos nesta dissertação. Assim, nesse trabalho é proposta uma arquitetura para gerenciar a evolução e manutenção de experimentos e workflows científicos, denominada E-SECO ProVersion. A motivação para a especificação e implementação da arquitetura veio a partir da realização de uma revisão sistemática e de um estudo para verificar características de manutenção e evolução em repositórios de workflows existentes. A partir destas análises, as principais funcionalidades da arquitetura foram definidas e detalhadas. Além disso, um roteiro com diretrizes de uso e provas de conceito utilizando workflows extraídos do repositório myEx-periment foram apresentados, com o objetivo de avaliar a aplicabilidade da arquitetura. A scientific software ecosystem, in addition to other features, seeks to integrate all stages of an experiment, and commonly used scientific workflows to solve complex problems. Any changes that occurred in an experiment must be propagated to the associated workflows, which must be maintained and evolved for further successful research. One of the way to ensure this control is through configuration management. So that it can be used, it is important the storage of performance data and modeling of the experiment and associated workflows. In this study, we use the concepts and models related to the source of data for storage and retrieval of this data. Use the data source brings some advantages in storage and query, as we will see in this dissertation. Thus, this paper proposes an architecture to manage the development and maintenance of scientific experiments and workflows, called E-SECO ProVersion. The motivation for the specification and implementation of architecture came from the realization of a systematic review and a study to check maintenance characteristics and evolution in existing workflows repositories. From these analyzes, the main features of the architecture are defined and detailed. In addition, a roadmap with usage guidelines and proofs of concept using workflows extracted from myExperiment repository were presented in order to evaluate the applicability of architecture.

A concepção de workflows científicos é uma abordagem amplamente utilizada no contexto de e-Science e experimentação científica. Existem muitas pesquisas voltadas para o gerenciamento e execução de experimentos baseados em workflows. No entanto, experimentos complexos envolvem interações entre pesquisadores geograficamente distribuídos, demandando utilização de grandes volumes de dados, serviços e recursos computacionais distribuídos. Este cenário categoriza um ecossistema de experimentação científica. Para conduzir experimentos neste contexto, cientistas precisam de uma arquitetura flexível, extensível e escalável. Durante o processo de experimentação, informações valiosas podem ser perdidas e oportunidades de reutilização de recursos e serviços desperdiçadas, caso a arquitetura de ecossistema para e-Science não considere estes aspectos. Com o objetivo de tratar a flexibilidade, a extensibilidade e a escalabilidade de plataformas de ecossistemas, este trabalho apresenta uma arquitetura orientada a serviços apoiada por uma rede ponto a ponto, desenvolvida para tratar as etapas do ciclo de vida de um experimento científico. Este trabalho apresenta como contribuições uma arquitetura para ecossistemas de software científico, a implementação desta arquitetura, bem como a sua avaliação. The conception of scientific workflows is a widely used approach in the context of e- Science and scientific experimentation. There are many researches about the management and execution of experiments based on workflows. However, scientific experiments involve complex interactions between geographically distributed researchers, requiring the usage of large amount of data, services and distributed computing resources. This scenario categorizes a scientific experimentation ecosystem. In order to carry out experiments in this context researchers need an architecture for e-Science that supports flexibility, extensibility and scalability. During the experimentation process, valuable information can be unexploited and reusing opportunities of resources and services could be lost if the ecosystem architecture for e-Science does not consider previous mentioned requirements. In order to address the flexibility, extensibility and scalability of ecosystems platforms, this dissertation presents a service-oriented architecture supported by a peer-to-peer network. It was developed to support life-cycle stages of a scientific experiment. This work also presents, as contributions, an architecture to support experiments execution of scientific software ecosystems, the implementation of this architecture, as well as its evaluation.

Este trabalho apresenta a arquitetura Rflow, um conjunto de ferramentas integradas, como o intuito de gerenciar, compartilhar e reproduzir os experimentos científicos baseados em scripts R legados e, também, auxiliar a validar os resulstados estatísticos junto à comunidade científica Dissertação (Mestrado em Modelagem Matemática) - Universidade Federal Rural do Rio de Janeiro, Seropédica. Orientação de Sérgio Manuel Serra da Cruz. Coorientação de Marcos Baccis Cedia.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior A necessidade de colaboração no domínio científico vem sendo discutida em alguns trabalhos. A sua relevância no contexto desta dissertação é justificada por problemas clássicos neste domínio, como a falta de apoio para a composição de workflows científicos, dificuldade para reutilização de aplicações científicas, dificuldade de cooperação e comunicação entre as equipes de cientistas geograficamente distribuídas, entre outros. Abordagens como Linha de Produtos de Software - LPS têm sido empregadas para apoiar os cientistas na concepção de workflows científicos. Entretanto muitas informações relevantes sobre estas aplicações são perdidas ou mesmo não fornecidas pelos cientistas. Esta dissertação apresenta uma abordagem denominada Collaborative PL-Science, a qual é uma extensão de uma abordagem denominada PL-Science. Na abordagem PL-Science os cientistas possuíam apenas os artefatos persistidos no núcleo da LPS como componentes de trabalho. Com isso, o cientista desenvolvia um workflow científico baseado apenas em seu conhecimento sobre o domínio. Nenhum histórico, ou "rationale", era gerado neste ambiente, ficando todo o conhecimento sobre as funcionalidades dos artefatos, as experiências do cientista e as tomadas de decisões por conta do usuário. Como proposta de solução para estes problemas, a Collaborative PL-Science utiliza elementos de colaboração, tais como informações de percepção, contexto e um mecanismo de suporte à comunicação, em uma Linha de Produtos de Software Científico - LPSC. Com isso, espera-se gerar oportunidades de interação entre os pesquisadores e contextualizá-los em sua atividade de concepção de workflows científicos. The need for collaboration in the scientific field has been discussed in some papers. Its relevance in the context of this thesis is justified by classical problems in this area, such as lack of support for the composition of scientific workflows, difficult reuse to scientific applications, difficulty of cooperation and communication among geographically distributed teams of scientists, among others. Approaches to Software Product Line - SPL have been used to support scientists in the design of scientific workflows. However many relevant information about scientific applications are lost or even not provided by scientists. This paper presents an approach named Collaborative PL-Science, which is an extension of an approach called PL-Science. In the PL-Science approach scientists had only the artifacts persisted in the core of the SPL as components of work. No historical or "rationale" was generated in this environment. Therefore all the knowledge about the functionalities of the artifacts, the experiences of the scientist and the decisions made are attributed to the user. As a proposed solution to these problems, the Collaborative PL-Science uses collaboration elements, such as awareness and context information and a mechanism to support communication in a Scientific Software Product Line - SSPL. Thus, it is expected to generate opportunities for interaction between researchers and contextualize them in their activity of designing scientific workflows.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Uma forma de aprimorar a reutilização e a manutenção de uma família de produtos de software é através da utilização de uma abordagem de Linha de Produtos de Software (LPS). Em algumas situações, tais como aplicações científicas para uma determinada área, é vantajoso desenvolver uma coleção de produtos de software relacionados, utilizando uma abordagem de LPS. Linhas de Produtos de Software Científico (LPSC) diferem-se de Li nhas de Produtos de Software pelo fato de que LPSC fazem uso de um modelo abstrato de workflow científico. Esse modelo abstrato de workflow é definido de acordo com o domínio científico e, através deste workflow, os produtos da LPSC serão instanciados. Analisando as dificuldades em especificar experimentos científicos e considerando a necessidade de composição de aplicações científicas para a sua implementação, constata-se a necessidade de um suporte semântico mais adequado para a fase de análise de domínio. Para tanto, este trabalho propõe uma abordagem baseada na associação de modelo de features e onto logias, denominada PL-Science, para apoiar a especificação e a condução de experimentos científicos. A abordagem PL-Science, que considera o contexto de LPSC, visa auxiliar os cientistas através de um workflow que engloba as aplicações científicas de um dado experimento. Usando os conceitos de LPS, os cientistas podem reutilizar modelos que especificam a LPSC e tomar decisões de acordo com suas necessidades. Este trabalho enfatiza o uso de ontologias para facilitar o processo de aplicação de LPS em domínios científicos. Através do uso de ontologia como um modelo de domínio consegue-se fornecer informações adicionais, bem como adicionar mais semântica ao contexto de LPSC. A way to improve reusability and maintainability of a family of software products is through the Software Product Line (SPL) approach. In some situations, such as scientific applications for a given area, it is advantageous to develop a collection of related software products, using an SPL approach. Scientific Software Product Lines (SSPL) differs from the Software Product Lines due to the fact that SSPL uses an abstract scientific workflow model. This workflow is defined according to the scientific domain and, using this abstract workflow model, the products will be instantiated. Analyzing the difficulties to specify scientific experiments, and considering the need for scientific applications composition for its implementation, an appropriated semantic support for the domain analysis phase is necessary. Therefore, this work proposes an approach based on the combination of feature models and ontologies, named PL-Science, to support the specification and conduction of scientific experiments. The PL-Science approach, which considers the context of SPL and aims to assist scientists to define a scientific experiment, specifying a workflow that encompasses scientific applications of a given experiment, is presented during this disser tation. Using SPL concepts, scientists can reuse models that specify the scientific product line and carefully make decisions according to their needs. This work also focuses on the use of ontologies to facilitate the process of applying Software Product Line to scientific domains. Through the use of ontology as a domain model, we can provide additional information as well as add more semantics in the context of Scientific Software Product Lines.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior A e-Science se caracteriza pela manipulação de um vasto volume de dados e utilização de recursos computacionais em larga escala, muitas vezes localizados em ambientes distribuídos. Nesse cenário, representado por alta complexidade e heterogeneidade, torna-se relevante o tratamento da proveniência de dados, que tem por objetivo descrever os dados que foram gerados ao longo da execução de um experimento científico e apresentar os processos de transformação pelos quais foram submetidos. Assim, a proveniência auxilia a formar uma visão da qualidade, da validade e da atualidade dos dados produzidos em um ambiente de pesquisa científica. O SciProv consiste em uma arquitetura cujo objetivo é interagir com sistemas de gerenciamento de Workflows científicos para promover a captura e a gerência dos metadados de proveniência gerados. Para esse propósito, o SciProv adota uma abordagem baseada em um modelo abstrato para a representação da proveniência. Esse modelo, denominado Open Provenance Model, confere ao SciProv a capacidade de prover uma infraestrutura homogênea e interoperável para a manipulação dos metadados de proveniência. Como resultado, o SciProv permite disponibilizar um arcabouço para consulta às informações de proveniência geradas em um cenário complexo e diversificado de e-Science. Mais importante, a arquitetura faz uso de tecnologia web semântica para processar as consultas aos metadados de proveniência. Nesse contexto, a partir do emprego de ontologias e máquinas de inferências, o SciProv provê recursos para efetuar deduções sobre os metadados de proveniência e obter resultados importantes ao extrair informações adicionais além daquelas que encontram-se registradas de forma explícita nas informações gerenciadas. E-Science is characterized by manipulation of huge data set and large scale computing resources usage, often located in distributed environments. In this scenario, represented by high complexity and heterogeneity, it becomes important to treat data provenance, which aims to describe data that were generated during a scientific experiment execution and presents processes of transformation by which underwent. Thus, lineage helps to form a quality, validity and topicality vision of data produced in a scientific research environment. SciProv consists of an architecture that aims to interact with scientific workflows management systems for capture and manipulation of generated provenance metadata. For this purpose, SciProv adopts an approach based on an abstract model for representing the lineage. This model, called Open Provenance Model, provides to SciProv the ability to set up a homogeneous and interoperable infrastructure for handling provenance metadata. As a result, SciProv is able to provide a framework for query data provenance generated in a complex and diverse e-Science scenario. More important, the architecture makes use of semantic web technology to process metadata provenance queries. In this context, using ontologies and inference engines, SciProv provides resources to make inferences about lineage and to obtain important results in allowing the extraction of information beyond those that are registered explicitly from managed data.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Um conceito importante nas pesquisas em e-Science é o de workflows científicos, que, em geral, são longos, compostos de várias aplicações que, em conjunto, representam um experimento científico. Uma possibilidade para auxiliar na definição destes workflows científicos é o uso de ferramentas que agreguem semântica para auxiliar na sua composição. Os serviços Web semânticos apresentam tecnologias altamente favoráveis à sua composição para a obtenção de processos mais complexos, tais como o uso de padrões Web, independência de plataforma, independência de linguagem de programação utilizada para o desenvolvimento, possibilidade de processamento distribuído, e, principalmente, o uso de recursos semânticos que possibilitem sua descoberta, composição e invocação automáticas. Com o objetivo de auxiliar na descoberta de serviços Web para a composição de workflows científicos, propomos o desenvolvimento de um framework, denominado Composer-Science, que realize a busca de serviços Web semânticos e componha estes, definindo assim, um workflow científico. O objetivo geral do ComposerScience é permitir que o pesquisador descreva semanticamente um workflow científico e, considerando essa descrição, automatize, por meio do uso de serviços Web semânticos e ontologias, a busca semântica por serviços em repositórios e a geração de workflows científicos a partir dessa composição. O objetivo geral do framework pode ser decomposto em objetivos específicos: o registro e o armazenamento, nos repositórios distribuídos (bancos de dados) do framework, de ontologias de domínio (OWL) e anotações dos serviços Web semânticos (OWL-S); a realização de pesquisa semântica, baseada em requisitos fornecidos pelo pesquisador, nos repositórios distribuídos, a fim de realizar a descoberta de serviços Web semânticos que atendam os requisitos semânticos fornecidos; a análise sintática, baseada em requisitos estruturais (dados de entrada e saída), além da análise semântica dos serviços descobertos por meio da pesquisa semântica, a fim de se obter possíveis composições dos mesmos; a geração de modelos de workflows em WS-BPEL a partir das composições possíveis. Desta forma, os modelos gerados pelo framework podem ser utilizados em Sistemas de Gerenciamento de Workflows Científicos (SGWfC) e serem compostos com outros modelos de workflow. An important concept in e-Science research is scientific workflows, which are usually long, consisting of several applications that, together, represent a scientific experiment. One possibility to assist in defining these scientific workflows is the use of tools that add semantics to the composition process. Semantic Web services have technologies that are highly favorable to their composition, in order to obtain more complex processes. Examples of these technologies are the use of Web standards, platform independence, programming language independence, possibility of distributed processing and especially the use of semantic resources that enable their discovery, automatic composition and invocation. With the aim of assisting in the discovery of Web services for scientific workflows composition, we propose the development of a framework, named Composer-Science, to conduct the search for semantic Web services and compose them, thus defining a scientific workflow. The overall objective of Composer-Science is to allow researcher to describe semantically a scientific workflow and, considering this description automatize, through the use of semantic web services and ontologies, the semantic search for services in repositories and the generation of scientific workflows from this composition. The overall objective of the framework can be broken down into specific objectives: registration and storage of domain ontologies (OWL) and semantic annotations of Web services (OWL-S), in distributed repositories (databases) of the framework; implementation of semantic search, based on requirements provided by the researcher, in distributed repositories, in order to discovery semantic Web services that match the semantic requirements provided; the syntactic analysis, based on structural requirements (input and output), and semantic analysis of services discovered using semantic search, in order to obtain their possible compositions; the generation of WS-BPEL workflow models from the possible compositions. Finally, the models generated by the framework can be used in Workflow Management Systems (WMS) and composed with other workflow models.

Computer-supported simulation of scientific experiments has been generating an increasing amount of data. This demands the use of computer clusters as they have high processing power whereas lower costs than mainframes. However, clusters need to be shared among scientists as they are not present in every research laboratory. Nevertheless, scientists still face barriers to use clusters such as lack of knowledge to use them and the geographic distance between research laboratories and clusters. Scientific workflows and web services has been studied as feasible solutions to support the planning and execution of experiments in clusters. The activities of scientific workflows may involve web services and human activities. This work presents an environment, named ClusterFlow, to support the definition and execution of experiments in a cluster of computers. ClusterFlow aims at supporting scientists in the definition, execution, sharing and reuse of scientific workflows exported to the WS-BPEL language. The main contributions of this work are: (i) to present a documented design of an environment to support scientific experiments in clusters based on web services; (ii) to propose a support mechanism for the management of human tasks in scientific workflows; and, (iii) to offer a mechanism for sharing and reuse scientific workflows. The design of ClusterFlow was based on a prototype development and an example of application. A simulação de experimentos científicos apoiada por computador tem gerado uma quantidade de dados cada vez maior, o que demanda do uso de clusters de computadores que oferecem poder de processamento próximo ao dos mainframes com menor custo. No entanto, clusters devem ser compartilhados entre os cientistas, pois esses nem sempre estão presentes em laboratórios de pesquisa. Cientistas enfrentam algumas barreiras para o uso de clusters, como, falta de conhecimento para sua utilização e a distância geográfica entre os laboratórios e clusters. Workflows científicos e serviços web se apresentam como soluções viáveis para apoiar os cientistas no planejamento e execução de experimentos em clusters. As atividades de um workflow científico podem envolver serviços web e atividades humanas. Este trabalho de mestrado propõe o desenvolvimento de um ambiente de apoio à realização de experimentos científicos para um cluster de computadores, o ClusterFlow. O ambiente visa apoiar pesquisadores na definição, execução, compartilhamento e reuso de workflows científicos que são exportados para a linguagem WS-BPEL. As principais contribuições apresentadas neste trabalho são: (i) oferecer o projeto documentado de um ambiente de apoio à realização de experimentos científicos para um cluster de computadores baseado em serviços; (ii) propor um mecanismo que apóie o gerenciamento de atividades humanas em workflows científicos; e, (iii) oferecer um mecanismo de compartilhamento e reuso desses workflows. O projeto do ambiente é avaliado com base no desenvolvimento de um protótipo e um exemplo de aplicação. 146 p

Um elemento importante para a pesquisa em e-Science, onde se inclui pesquisas em modelagem computacional, é o workflow científico que, em geral, é muito extenso, composto por muitas computações, e voltado para representar um processo experimental científico, geralmente de natureza colaborativa. Por ser, em geral, tão extenso, um workflow científico acaba se tornando de difícil definição. Uma forma de facilitar o processo que leva à representação de um workflow científico é utilizando ferramentas que fazem uso da semântica para facilitar sua composição. Neste contexto, este trabalho apresenta uma proposta que tem como principal objetivo facilitar a composição de 62 workflows científicos, considerando projetos em modelagem computacional, realizando buscas semânticas de serviços Web semânticos e incorporando estes na definição dos workflows. An important element in research on e-Science, which includes research in computational modeling, is the scientific workflow that, in general, is very extensive, comprising many computations, and forward to represent an experimental scientific procedure, generally collaborative. Because it is generally so extensive, a scientific workflow eventually becomes difficult to define. One way to facilitate the process that leads to the representation of a scientific workflow is using tools that make use of semantics to facilitate its composition. In this context, this paper presents a proposal whose main objective is to facilitate the composition of scientific workflows, considering projects in computational modeling, performing semantic search of semantic web services and incorporating these into the definition of the workflows.