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

• Autor(a) principal: Campos, Vinícius Silva
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/17260
• topic: CNPQ::ENGENHARIAS; Simulações computacionais; Extração de dados de proveniência

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.