面向火灾科学与管理工作的集成性能框架
机器学习
2024-08-01 v1 性能
摘要
可靠的性能指标是构建大规模端到端集成工作流以支持协作科学研究的必要前提，特别是在上下文驱动的决策平台中涉及众多并发用户，以及使用大规模数据计算实时和紧急结果时。本工作是构建国家数据平台的一个组成部分，该平台利用多个用例，包括用于野火行为建模的 WIFIRE 数据与模型公共体以及用于协作地球物理研究的地球科学联盟。本文提出了一种用于科学工作流性能评估与优化的人工智能与机器学习（AI/ML）方法。相应的早期 AI/ML 框架涵盖性能数据收集、预测和优化，并应用于野火科学领域 WIFIRE BurnPro3D（BP3D）平台中的主动火灾管理与缓解。
引用
@article{arxiv.2407.21231,
title = {Towards an Integrated Performance Framework for Fire Science and Management Workflows},
author = {H. Ahmed and R. Shende and I. Perez and D. Crawl and S. Purawat and I. Altintas},
journal= {arXiv preprint arXiv:2407.21231},
year = {2024}
}