Dfa-lib-python: uma biblioteca para a extração de dados científicos usando a dfanalyzer

Campos, Vinícius Silva

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/17260

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Mattoso, Marta Lima de Queirós	-
dc.contributor.author	Campos, Vinícius Silva	-
dc.date.accessioned	2022-06-15T18:15:21Z	-
dc.date.available	2023-12-21T03:08:56Z	-
dc.date.issued	2018-06	-
dc.identifier.uri	http://hdl.handle.net/11422/17260	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Simulações computacionais	pt_BR
dc.subject	Extração de dados de proveniência	pt_BR
dc.title	Dfa-lib-python: uma biblioteca para a extração de dados científicos usando a dfanalyzer	pt_BR
dc.title.alternative	Dfa-lib-python: a library for extracting scientific data using dfanalyzer	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorCo1	Sousa, Vítor Silva	-
dc.contributor.referee1	Coutinho, Alvaro Luiz Gayoso de Azeredo	-
dc.contributor.referee2	Lima, Alexandre de Assis Bento	-
dc.description.resumo	Com o avanço da ciência da computação, experimentos científicos são comumente baseados em simulações computacionais para validar seus modelos matemáticos e físicos. Em função do aumento da complexidade desses modelos computacionais, surgiu a necessidade pelo uso de ferramentas que favoreçam a criação e a execução desses modelos computacionais. Nesse cenário, aplicações de Ciência Computacional e Engenharia (CSE) surgem com o objetivo de fornecer ferramentas que auxiliem no processo de modelagem de simulações computacionais de diversos domínios científicos. Pelo fato dessas simulações demandarem muito tempo de execução, os usuários do domínio científico necessitam realizar as suas análises durante a execução, a fim de anteciparem a investigação de determinados comportamentos científicos e, consequentemente, serem capazes de ajustar determinados parâmetros de simulação ou mesmo de interromper uma determinada execução. Para isso, destaca-se a importância de permitir tanto a captura como a análise do fluxo de dados, por exemplo, por meio de dados de proveniência e dados científicos, ao longo da execução das simulações computacionais. Esta monografia propõe uma biblioteca, conhecida como DfA-libPython, para permitir a captura de dados de proveniência e de dados científicos usando a DfAnalyzer.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Escola Politécnica	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia de Computação e Informação

Files in This Item:

File	Description	Size	Format
monopoli10026387.pdf		476.08 kB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository