提高工作流的可重复使用性的Python包Geoweaver_cwl的实用性:一个插图与多学科的用例
Amruta Kale1, Ziheng Sun2,3, Xiaogang Ma1
1Department of Computer Science, University of Idaho, Moscow, ID 83844 USA.
本研究介绍了一个Python包,将Geoweaver的AI/ML工作流转换为通用工作流语言 (CWL) 标准. 这提高了科学研究中的计算工作流程的可重现性和互操作性.
科学领域:
- 计算科学 计算科学
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 计算工作流对于科学数据分析至关重要,但可重复性和可重复使用性挑战阻碍了协作.
- 需要标准化来解决这些问题,共同的工作流程语言 (CWL) 成为一个关键框架.
研究的目的:
- 开发一个Python包,自动转换AI/ML工作流从Geoweaver到CWL.
- 促进AI/ML工作流程的可移植性,可复制性和互操作性.
主要方法:
- 开发了一个Python包,将Geoweaver工作流转化为CWL.
- 在不同科学领域的不同用例上测试了该包.
- 将所有代码和数据集公开提供.
主要成果:
- Python 软件包成功地将 AI/ML 工作流程描述为 CWL 格式.
- 通过多个用例验证来证明该包的实用性和有效性.
- 证实了该包能够促进熟练的人工智能流程的能力.
结论:
- 开发的Python包增强了AI/ML计算工作流程的标准化和可重复使用性.
- 该方案促进了科学界内的更好的协作和数据共享.
- 确定了未来扩展和改进工作流转换过程的机会.
更多相关视频
07:08Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues
Published on: July 14, 2015
13:35Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
Published on: June 13, 2025
相关概念视频
Levels of Use of a GIS
Manipulation and Analysis
Thematic Layering in GIS
Applications of GIS: Disaster Management and Emergency Response
GIS Software, Hardware, and Sources of GIS Data
Introduction to GIS
