FuncADL：函数式分析描述语言
计算机视觉与模式识别
2021-04-21 v2 机器人学
摘要
高能物理（HEP）分析软件中的传统方法是通过 ROOT 框架遍历每个事件和每个对象。这种方法遵循命令式范式，其中代码与存储格式和执行步骤绑定。一种更理想的策略是实现一种声明式语言，使得存储介质和执行不包含在抽象模型中。这对于管理 LHC 和 HL-LHC 收集的大型数据集将变得愈发重要。受函数式编程启发，我们使用 Python 作为宿主语言开发了一种新的分析描述语言（ADL）——FuncADL。通过实现旨在基准测试 ADL 功能的示例分析任务，测试了该语言的表达能力。许多简单选择可用 FuncADL 以声明式方式表达，其可作为检索过滤数据的接口。我们发现了一些局限性，但该语言的设计允许未来扩展以添加缺失功能。FuncADL 是由高能物理软件研究与创新研究所（IRIS-HEP）开发的一系列分析软件工具的一部分。这些工具将可用于为 LHC 开发高度可扩展的物理分析。
引用
@article{arxiv.2103.02433,
title = {Dynamic Fusion Module Evolves Drivable Area and Road Anomaly Detection: A Benchmark and Algorithms},
author = {Hengli Wang and Rui Fan and Yuxiang Sun and Ming Liu},
journal= {arXiv preprint arXiv:2103.02433},
year = {2021}
}
备注
11 pages, 12 figures and 5 tables. This paper is accepted by IEEE T-Cyber