Virtual Prairie (vip), Исследуем клоновые стратегии в сложных экологических системах Налаштування

[(_KoDAk_)]

Проект "Virtual Prairie (ViP)"

----------------------------------------------------------------------------------------------------------

• Официальный сайт
• Официальная статистика по команде "Ukraine"
• Статистика проекта на фришниках
• Статистика команды на фришниках
  
• Статус серверов проекта
• Top Teams
• Application
• Home

----------------------------------------------------------------------------------------------------------
ТОП-20 участников:

----------------------------------------------------------------------------------------------------------
Дата основания команды - 23.05.2008 Капитан - (_KoDAk_)
----------------------------------------------------------------------------------------------------------
Для присоединения к команде Украины:
1. Загрузите BOINC менеджер (Если его у Вас еще нет!)
2. Перейдите в "расширенный вид"
3. Выберите сервис ---> добавить проект
4. Введите адрес проекта http://vcsc.cs.uh.edu/virtual-prairie/
5. Введите свои регистрационные данные.
6. Найдите нашу команду. Она называется Ukraine и адрес ее статистики вы могли видеть выше.
7. Если есть доступные для загрузки задания Вы их получите и начнете расчеты.
----------------------------------------------------------------------------------------------------------
Полезная информация:
Для идентификации пользователя в BOINC могут служить 2 вещи:
1) пара e-mail/пароль
2) межпроектный идентификационный ID (Cross-project ID) - 32значное шестнадцатиричное число.

Если Вы пожелаете подключится ещё и к другому BOINC-проекту, то помните: чтобы не плодить новых аккаунтов при подключении к новому проекту или команде, нужно обязательно везде регистрироваться с одним и тем же e-mail/паролем либо CPID. если при регистрации в проекте указать другие e-mail или пароль, BOINC создаст новый аккаунт с тем же именем!
----------------------------------------------------------------------------------------------------------


О проекте:
Этот проект является научно-исследовательской работой для изучения клоновых стратегий в сложных экологических системах.
Экологические проблемы все более и более растут и нужно принять во внимание человеческую деятельность и охрану окружающей среды, приводящих к пониманию поддерживаемого развития.
Естественные экосистемы издавна рассматривались для сельскохозяйственных потребностей. Поэтому исследования были сконцентрированы на оценке степной производительности и эффекте управления агрономическими возможностями прерий.
Проект стремится сейчас создать новые естественные системы на замену вырождающимся. Проделанные работы продемонстрировали использование естественных прерий, чтобы обеспечить альтернативным биологическим топливом, а также их роль в накоплении углеводородов.

Note:
The project comes across long periods of inactivity (no workunits available). During these periods, we are extensively studying the outcome of the previous workunits and reflecting these results on the application and the coming workunits.
(ВУ бывают нечасто.)

Ссылки по теме:

• Подробнее о проекте

График ППД команды за последние 60 дней:

(Show/Hide)

http://www.boinc-af.org/content/view/921/217/

http://wiki.bc-team.org/index.php?title=Virtual_Prairie/en

Це повідомлення відредагував nikelong: Dec 26 2010, 23:43

[Death]

4.5. The interest of volunteer computing for studying ecological
processes
New quality of insight into ecological processes can be obtained
by the computational approach presented here. At this point,
the Virtual Prairie project counts around 2500 users with more
than 9000 attached computers and is therefore a medium size
project compared to the much older projects like SETI@HOME
or Climate Prediction. Although only 1/3 of these resources were
available to the project at a given time, it represented much
more computing power and at a very cheap cost than any local
resource we could have got. Compared to single-computer simulations,
volunteer computing enhanced the computing capacity
and enabled to study the effect of a large number of traits simultaneously.
Associated with systematic data-mining of the results,
this approach may give enough information on the parameter
landscape to localize potential interesting patterns, detect emerging
properties that were not anticipated or draw the limits of
the model. It necessitates however non-trivial data analysis for
large datasets. The next step will consist to refine the analysis
with multiple criteria optimization with stochastic parallel
algorithms similar to Smaoui-Feki et al. (2009). The use of volunteer
computing should have also an obvious social aspect as it
brings to the attention of the general public scientific questions in
ecology.

Acknowledgements
The authors wish to thank David Anderson from the Berkeley
Space lab for his advise with BOINC, and Keith Crabb, manager of
the research computing center and the IT – high performance computing
Group at University of Houston for his invaluable help with
the ViP project. We thank also the 2200 volunteers worldwide that
contributed to the calculations.Wethank also P. Hulmes for English
corrections. This project benefited from the grant ANR-08-SYSC-
012 of the Agence Nationale de la Recherche.