文献

J-GLOBAL ID：202002278334708917   整理番号：20A1797116

没入科学のためのビッグデータの遠隔高性能可視化【JST・京大機械翻訳】

Remote high performance visualization of big data for immersive science

著者 (5件)： Abidi Faiz (Virginia Tech, USA) ,  Polys Nicholas (Virginia Tech, USA) ,  Rajamohan Srijith (Virginia Tech, USA) ,  Arsenault Lance (Virginia Tech, USA) ,  Mohammed Ayat (Virginia Tech, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： HPC ’18  ページ： 1-12  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 遠隔可視化は,ビッグデータの分析において必要なツールとして出現した。高性能コンピューティングクラスタは,並列ファイルシステムから多くのCPUとGPUs間の並列計算への大きなRAMプロファイルまで,より大きなデータサイズへのスケーリングにおいていくつかの利点を提供できる。スケーラブルなデータ可視化のために,遠隔可視化ツールとインフラストラクチャは,画素と相互作用事象だけが,データの代わりにネットワーク上に送られるところで重要である。本論文では,仮想GL,TurboVNC,およびParaViewを用いて,遠隔HPCクラスタを用いて40百万点以上をレンダリングし,CAVEスタイルシステムにおける26百万画素以上のプロジェクトを示した。著者らは,TurboVNCによってサポートされたビデオストリーム圧縮パラメータを変化させることによってシステムをベンチマークし,典型的な利用シナリオのためのいくつかの最良の実践を確立した。本研究は,遠隔,リアルタイム相互作用のためのそれらの大きいデータ可視化のスケーリングにおける科学者と学者の研究を助けるであろう。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  ネットワーク ,  *可視化 ,  画素 ,  クラスタ ,  並列演算 ,  インフラストラクチャー ,  ベンチマーク ,  レンダリング ,  ファイルシステム
準シソーラス用語： 高性能コンピューティング ,  実時間 ,  可視化ツール ,  データ可視化 ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： CAVE ,  HPC ,  ビッグデータ ,  パラビュー ,  遠隔レンダリング

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (4件)： 科学 ,  ビッグデータ ,  高性能 ,  可視化