- Sunday, October 18, 2009
- ليس دائماً 1+1=2
منذ نعومة أظافرنا ننشأ على فكرة "الحقيقة المطلقة" التي يلقنها لنا الأب أو الأم أو الأكبر سناً أو معلم المدرسة... ولكن مع تقدم العمر، تثار العديد من التساؤلات ونغوص في العديد من التجارب، لنكتشف ما يناقض ما تمّ بناءه في عقلنا بطريقة تبدو وكأنه قطعة مركبة في دماغنا مع اللحم والعظم والشرايين. ومن أبرز التجارب العملية التي أود الاستشهاد بها هو البحث الذي قدمته لنيل درجة الدكتوراة والذي كان بشأن المشكلات التي ليس لها حلاً تحليلياً بسيطاً ولا يمكن تمثيلها باستخدام نماذج رياضية، ولكن يمكن أن نضع لها نماذج حاسوبية رياضية لحلها. هذا النوع من المسائل يتع
-
- Monday, June 29, 2009
-
تخصص تكنولوجيا المعلومات يختلف عن غيره من التخصصان من عدة اوجه في معظمها لها تأثير على حقوق اصحاب هذه المهنة.
من المعروف ان هذا التخصص يتغير و يتطور بوتيرة عالية السرعة، مع اشراقة ومغيب كل شمس هنالك ماهو جديد في عالم تكنولوجيا المعلومات. هذه التبدلات تغير من بيئة العمل وطرائقه مما يجعل المهارات والخبرات المكتسبة لدى اصحاب هذه المهنة قديمة خلال زمن قصير. خلال فترات زمنية صغيرة تظهر تخصصات ومهن جديدة ضمن هذا التخصص وتأفل مهن وتخصصات اخرى كان لها المجد كله. كل يوم نسمع عن لغات برمجة و ادوات تطوير جديدة. هذه البيئة المتغيرة تخلق ضغط شديد على اصحاب الم
-
- Sunday, January 25, 2009
- Published at:Not Found
- Optimization of complex objective functions such as environmental models is a compute-intensive task, difficult to achieve by classical optimization techniques. Evolutionary techniques such as genetic algorithms present themselves as the best alternative to solving this problem. We present a friendly optimization framework for complex objective function on a computational grid platform, which allows easy incorporation of new optimization strategies. This framework was developed using the MW library and the Condor system. The framework architecture is described, and a case study of a forest-fire propagation simulator is then analyzed.
This work was supported by the CICYT under contract TIC 98-0433 and partially supported by the DGICYT (Spain).
Book Series
Lecture Notes in Computer Science
Publisher
Springer Berlin / Heidelberg
ISSN
0302-9743 (Print) 1611-3349 (Online)
Volume
Volume 2329/2002
Book
Computational Science — ICCS 2002
DOI
10.1007/3-540-46043-8
Cop
-
- Sunday, January 25, 2009
- Published at:Not Found
- Forest fire propagation modeling has typically been included within the category of grand challenging problems due to its complexity and to the range of disciplines that it involves. The high degree of uncertainty in the input parameters required by the fire models/simulators can be approached by applying optimization techniques, which, typically involve a large number of simulation executions, all of which usually require considerable time. Distributed computing systems (or metacomputers) suggest themselves as a perfect platform to addressing this problem. We focus on the tuning process for the ISStest fire simulator input parameters on a distributed computer environment managed by Condor.
This work has been supported by MCyT-Spain under contract TIC2001-2592, by the EU under contract EVG1-CT-2001-00043 and partially supported by the Generalitat de Catalunya-Grup de Recerca Consolidat 2001SGR-00218. This research is made in the frame of the EU Project SPREAD - Forest Fire Spread Prevention and Mitigation.
-
- Sunday, January 25, 2009
- Published at:Not Found
- Abstract
Classical prediction fire schemes do not match the real fire propagation, basically, because of the complexity of the physical models involved, the need for a great amount of computation and the difficulties of providing accurate input parameters. We describe an enhanced prediction scheme, which uses recent fire history and optimization techniques to predict near future propagation. The proposed method takes advantage of the computational power offered by distributed systems to accelerate the optimization process at real time.
Future Generation Computer Systems
Volume 21, Issue 1, 1 January 2005, Pages 61-67
-
RSS
Baker Khaldoun Abdalhaq