×
塞尔吉奥·马丁。;丹尼尔·韦尔切利;乔治·阿兰帕齐斯;Economides，雅典娜·E。;彼得·卡纳科夫;彼得罗·库穆塔科斯

Korali：用于贝叶斯不确定性量化和随机优化的高效可扩展软件框架。 （英语） Zbl 1507.62234号

计算。方法应用。机械。工程师。 389，文章ID 114264，16 p.（2022）.
总结：我们介绍了Korali，一个用于大规模贝叶斯不确定性量化和随机优化的开源框架。该框架依赖于复杂多物理模型的非侵入式采样，并使其能够用于优化和决策。此外，它的分布式采样引擎有效地利用了大规模并行体系结构，同时引入了新的容错和负载平衡机制。我们通过将Korali与现有的高性能软件（例如阿佛罗斯,车灯（基于CPU），以及米尔霍（基于GPU），并显示CSCS Piz Daint超级计算机最多512个节点的高效扩展。最后，我们提出了基准测试，证明Korali优于相关的最新软件框架。

引用于2文件

理学硕士：

2015年1月62日 贝叶斯推断
90-04 与运筹学和数学编程有关的问题的软件、源代码等
90立方厘米 随机规划

关键词：

高性能计算;贝叶斯不确定性量化;优化

软件：

达科塔;muq（多功能）;甘比特;车身控制模块;Mirheo公司;CMA-ES公司;阿佛罗斯;APT-MCM公司;不确定性;混沌间谍;UQpy公司;Pi4U接口;ABC-SysBio公司;科拉利语;github;奎索;生物贝叶斯;IMPALA公司;亚当;斯坦;乌兹拉布;易用VVUQ;TORC公司;多重嵌套;PSUADE公司
PDF格式BibTeX公司 XML格式引用
\textit{S.M.Martin}等人，计算。方法应用。机械。工程389，文章ID 114264，16 p.（2022；Zbl 1507.62234）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] 阿什比，S。；贝克曼，P。；陈，J。；科尔拉，P。；柯林斯，B。；克劳福德，D。；Dongarra，J。；科特，D。；卢斯克，R。；Messina，P.，exascale计算的机遇和挑战，Summ。高级科学代表。计算。建议。通信（ASCAC）子模块。，1-77 (2010)
[2] 汉森，N。；穆勒，S.D。；Koumoutsakos，P.，《利用协方差矩阵自适应（CMA-ES）降低失范进化策略的时间复杂性》，尼古拉斯，进化。计算。，11, 1, 1-18 (2003)
[3] 科恩，S。；穆勒，S.D。；Hansen，N。；Büche博士。；Ocenasek，J。；Koumoutsakos，P.，《连续进化算法中的学习概率分布——比较综述》，《自然计算》。，3, 1, 77-112 (2004) ·Zbl 1074.68063号
[4] Akimoto，Y。；Auger，A。；Hansen，N.，《基于比较的高维自然梯度优化》（Genetic and Evolutional Computation Conference GECCO’14（2014），ACM:ACM Vancouver，Canada），URLhttps://hal.inia.fr/hal-00997835
[5] UQLab（2019），网址：https://www.uqlab.com, (2019-06-13)
[6] EasyVVUQ（2019），https://easyvvuq.readthedocs.io/en/latest/, (2019-06-13)
[7] Liepe，J。；巴恩斯，C。；库勒，E。；Erguler，K。；柯克，P。；Toni，T。；Stumpf，M.P.，ABC-SysBio-approximate Bayesian computation in python with GPU support，生物信息学，26，14，1797-1799（2010）
[8] 张，洛杉矶。；厄本诺，A。；克莱蒙特，G。；斯威贡，D。；班纳吉，I。；Parker，R.S.，APT-MCMC，用于参数识别的马尔可夫链蒙特卡罗的C++/python实现，计算。化学。工程，110（2018）
[9] PSUADE（2019），https://computation.llnl.gov/projects/psuade-uncertentity-quantification网站, (2019-06-13)
[10] Prudencio，E.E。；Schulz，K.W.，并行c++统计库“QUESO”：估算、模拟和优化的不确定性量化，（2011年欧洲-巴黎：并行处理研讨会（2012），施普林格-柏林-海德堡：施普林格/柏林-海德堡-柏林，海德堡），398-407
[11] 斯坦（2019），网址：https://mc-stan.org, (2019-06-13)
[12] Hadjidoukas，P。；Angelikopoulos，P。；Papadimitriou，C。；Koumoutsakos，P.，（\Pi 4）U:复杂模型贝叶斯不确定性量化的高性能计算框架，J.Compute。物理。，284, 1-21 (2015) ·Zbl 1352.65009号
[13] 达尔贝，K。；埃尔德雷德，M.S。；Geraci，G。；Jakeman，J.D。；Maupin，K.A。；Monschke，J.A。；塞德尔，D.T。；斯威勒，L.P。；Tran，A。；Menhorn，F.，Dakota设计优化参数估计不确定性量化和灵敏度分析的多级并行面向对象框架：6.12版理论手册技术。桑迪亚国家实验室代表（2020年）
[14] Dongarra，J。；贝克曼，P。；摩尔，T。；阿尔茨，P。；阿洛伊西奥，G。；Andre，J.-C.，国际exascale软件项目路线图，国际J.高性能计算。申请。，25, 1, 3-60 (2011)
[15] Kingma，D.P。；Ba，J.，Adam:一种随机优化方法，（Bengio，Y.；LeCun，Y.，第三届国际学习代表大会，ICLR 2015，美国加利福尼亚州圣地亚哥，2015年5月7日至9日，会议跟踪会议记录（2015）），URLhttp://arxiv.org/abs/1412.6980
[16] 医学博士霍曼。；Gelman，A.，《无转取样器：哈密尔顿蒙特卡罗自适应设置路径长度》，J.Mach。学习。第15号、第1号、第1593-1623号决议（2014年）·Zbl 1319.60150号
[17] 费罗兹，F。；霍布森，M.P。；Bridges，M.，Multinest:一种用于宇宙学和粒子物理学的高效且稳健的贝叶斯推理工具，周一。不是。R.天文学家。Soc.，398，4，1601-1614（2009年），arXiv：https://academy.oup.com/mnras/article-pdf/398/4/1601/3039078/mnras0398-1601.pdf
[18] 吴，S。；Angelikopoulos，P。；Papadimitriou，C。；Koumoutsakos，P.，BayesIan退火序贯重要性抽样（BASIS）：过渡马尔可夫链蒙特卡罗的无偏版本，ASCE-ASME J.风险不确定性。工程系统。B： 机械。工程，4，1（2018）
[19] Korali用户手册（2021），https://www.cse-lab.ethz.ch/korali/docs网站/, (2021-01-15)
[20] CSCS piz daint（2019），https://www.cs.ch/计算机/piz-daint/, (30-10-2019)
[21] Aphros：不可压缩多相流的并行求解器（2020），https://github.com/cselab/aphros
[22] P.Karnakov，F.Wermelinger，S.Litvinov，P.Koumoutsakos，Aphros：大型气泡和滴簇多相流的高性能软件，收录于：《高级科学计算会议平台论文集》，2020年，第1-10页。
[23] 科尔拉，P。；格雷夫斯，D.T。；Keen，B.J。；Modiano，D.，《双曲守恒律的笛卡尔网格嵌入边界法》，J.Compute。物理。，211, 1, 347-366 (2006) ·Zbl 1120.65324号
[24] 卡纳科夫，P。；利特维诺夫，S。；Koumoutsakos，P.，《多相流曲率估算的混合颗粒流体体积法》，国际期刊Multiph。流量。，125，第103209条pp.（2020）
[25] R.M.霍奇茅斯。；沃西，P。；Evans，E.A.，《红细胞伸展恢复和膜粘度测定》，《生物物理》。J.，26，1，101-114（1979）
[26] 瓦尔赫利，D。；马丁·S·M。；经济体，A。；Amoudruz，L。；Arampatzis，G。；卞，X。；Koumoutsakos，P.，大规模贝叶斯推理中的负载平衡，（高级科学计算平台会议论文集。高级科学计算会议平台论文集，PASC’20（2020），ACM），1-12
[27] Sigüenza，J。；门德斯，S。；Nicoud，F.，如何使用光镊实验表征红细胞膜力学？，生物技术。模型。机械双醇。，16, 5, 1645-1657 (2017)
[28] Fedosov，D.A。；卡斯维尔，B。；Karniadakis，G.E.，具有精确力学、流变学和动力学的多尺度红细胞模型，生物物理学。J.，98，10，2215-2225（2010）
[29] Hénon，S。；Lenormand，G。；Richert，A。；Gallet，F.，《使用光镊测定人红细胞膜剪切模量的新方法》，Biophys。J.，76，2，1145-1151（1999）
[30] 吴，S。；Angelikopoulos，P。；Tauriello，G。；Papadimitriou，C。；Koumoutsakos，P.，融合异质数据，使用分层贝叶斯模型校准分子动力学力场，J.Chem。物理。，145, 24 (2016)
[31] 阿列克谢耶夫博士。；Amoudruz，L。；利特维诺夫，S。；Koumoutsakos，P.，Mirheo:微流体的高性能中尺度模拟（2020）·Zbl 07687576号
[32] 扎瓦德拉夫，J。；Arampatzis，G。；Koumoutsakos，P.，《液态水粗粒模型的贝叶斯选择》，科学。代表9、1、1-10（2019年）
[33] Plimpton，S.，短距离分子动力学的快速并行算法，计算机J。物理。，117, 1-19 (1995) ·兹比尔083065120
[34] APT-MCMC（2020），https://apt-mcmc.readthedocs.io/en/latest/, (2020-02-27)
[35] Thijssen，B。；Dijkstra，T.M.H。；Heskes，T。；Wessels，L.F.A.，BCM:使用取样器对计算模型进行贝叶斯分析的工具包，BMC系统。生物，10，1，100（2016）
[36] BCM（2019），http://ccb.nki.nl/软件/bcm/, (2019-06-14)
[37] 维舍米尔斯基，V。；Girolma，M.，《生物贝叶斯：系统生物学中贝叶斯推理的软件包》，生物信息学，24，17，1933-1934（2008）
[38] Richardson，R.A。；Wright，D.W。；Edeling，W。；Jancauskas，V。；Lakhlili，J。；Coveney，P.V.，《EasyVVUQ：高性能计算中的验证、验证和不确定性量化库》，J.Open Res.Softw。，8, 1 (2020)
[39] MUQ-麻省理工学院不确定性量化库（2020），网址：http://muq.mit.edu, (2020-02-27)
[40] 马丁内斯，G.D。；麦凯，J。；Farmer，B。；斯科特·P。；Roebber，E。；Putze，A。；Conrad，J.，《统计采样方法与ScannerBit、gambit扫描模块的比较》，《欧洲物理学》。J.C，77，11（2017）
[41] GAMBIT Collaboration，G.D.，GAMBIT：全球和模块化超越标准模型的推理工具，Eur.Phys。J.C，77，11784（2017）
[42] GAMBIT（2019），https://gambit.hepforge.org, (2019-06-13)
[43] Chaospy（2020），https://chaospy.readthedocs.io/en/master/tutorial.html, (2020-02-28)
[44] 田纳西州。；Halnes，G。；Einevoll，G.T.，《不确定性：计算神经科学中用于不确定性量化和敏感性分析的python工具箱》，Front。神经信息学，12（2018）
[45] 不确定性（2019年），https://uncertainpy.readthedocs.io, (2019-06-13)
[46] 加尼姆，R。；希格顿，D。；Owhadi，H.，《不确定性量化手册》，第6卷（2017年），施普林格出版社·Zbl 1372.60001号
[47] UQpy（2019），https://github.com/SURGroup/UQpy网站, (2019-06-13)
[48] P.E.Hadjidoukas，E.Lappas，V.V.Dimakopoulos，平台相关任务并行运行时库，摘自：《第20届欧洲微观组织并行、分布式和基于网络的处理国际会议论文集》，2012年，第229-236页。
[49] 亚当斯，B.M。；Stephens，J.A.，《达科他州优化和UQ：利用ConfidenceTech进行探索和预测》。桑迪亚国家实验室代表（2018）
[50] Hansen，N.，《CMA进化策略：教程》（2016），arXiv:1604.00772
[51] Hart，W.E.，《COLIN优化接口技术简介》。桑迪亚国家实验室代表（2003）
[52] 奈尔，A。；斯里尼瓦桑，P。；布莱克威尔，S。；阿尔西切克，C。；Fearon，R。；De Maria，A。；Panneershelvam，V。；苏莱曼，M。；比蒂，C。；Petersen，S.，《深度强化学习的大规模并行方法》（2015），arXiv:1507.04296
[53] Espeholt，L。；Soyer，H。；穆诺斯，R。；Simonyan，K。；Mnih，V。；沃德，T。；Doron，Y。；弗罗尤，V。；哈雷，T。；邓宁，I。；莱格，S。；Kavukcuoglu，K.，IMPALA：具有重要性加权行动者学习者体系结构的可扩展分布式深-RL（2018），arXiv:1802.01561
[54] Ching，J。；陈勇，用于贝叶斯模型更新、模型类选择和模型平均的过渡马尔可夫链蒙特卡罗方法，J.Eng.Mech。，133, 7, 816-832 (2007)
[55] MPI论坛，https://www.mpi-forum.org/。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。