JUNO实验交互式物理分析软件的研究
结题报告
批准号:
11805223
项目类别:
青年科学基金项目
资助金额:
26.0 万元
负责人:
林韬
学科分类:
A2806.在线与离线数据处理
结题年份:
2021
批准年份:
2018
项目状态:
已结题
项目参与者:
齐孟尧、姜晓巍、刘言、易培淮
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
客服二维码
微信扫码咨询
中文摘要
江门中微子实验(JUNO)是一个多功能中微子实验站,主要用于测量中微子质量等级。面对PB量级的数据以及复杂的数据分析,传统的交互式分析环境面临计算能力和软件功能的挑战。为此,CERN以“Analysis as a Service”为理念开发了SWAN,构建了云端软件系统和基础设施,帮助用户专注于物理分析。针对软件发展趋势和JUNO物理分析需求,本项目提出对JUNO交互式物理分析软件的研究。我们将构建统一的web分析应用,研发交互式物理分析框架,整合软件环境和数据访问,以及科学分配计算资源。该分析软件为用户提供多种环境间的无缝切换,能够在Windows、macOS等PC端分析数据,在iOS、Android等移动端浏览结果。利用智能任务调度和专用计算资源,使用户获得更为便利和人性化的交互式分析体验。
英文摘要
The Jiangmen Underground Neutrino Observatory (JUNO) is a multiple purpose neutrino experiment to measure neutrino mass hierarchy. Due to PB-scale data and complex data analysis, it is a big challenge in computing and software for common interactive analysis environments. Hence, based on "Analysis as a Service" model, CERN develops SWAN and builds a cloud-based platform for physics analysis. According to the trend of analysis software and requirements of physics analysis in JUNO, an interactive physics analysis software for JUNO is proposed. We will build a unified web-based analysis application, develop an interactive physics analysis framework, integrate software environment and data access, and allocate computing resources on demand. Users can do analysis in Windows and macOS systems and view results in iOS and Android systems seamlessly via the web browsers. With the help of smart task scheduler and specific computing resources, users can get convenient and better analysis experience.
江门中微子实验(JUNO)物理目标丰富,利用世界上最大的液体闪烁体能够探测反应堆中微子、超新星爆发中微子、地球中微子、大气中微子、太阳中微子等。尽管中微子信号非常稀有,JUNO每年获取的原始数据仍高达2 PB。这是由于物理分析时需要对一定时间窗口内的事例进行关联分析,因而无法像对撞机实验那样过滤事例。如何让物理学家高效、快速的进行关联数据分析极具挑战性。.. 本项目的主要研究内容包括分析软件的研制和分析平台测试床的建设两大部分。第一部分完成了基于索引的关联分析软件的研制及其并行化:使用索引机制减少数据的I/O从而完成关联数据分析的加速,同时基于Intel TBB和MPI技术分别实现了多线程和跨节点的并行分析。第二部分完成了基于先进计算技术的分析平台测试床的建设:使用JupyterHub提供Web交互式界面,使用CVMFS和Docker提供软件运行时环境,使用Kubernetes实现动态的资源管理。最后的测试表明:基于索引技术能够提高关联数据分析的速度;基于Intel TBB和MPI的并行化分析具有良好的线性加速比和可扩展性,能够进一步加速数据分析。.. 本项目的研究达到了预期目标。在国际会议CHEP 2019、GRID 2021和ACAT 2021上汇报了研究进展和最新成果,并且被ACAT 2021大会总结报告标注为亮点工作之一。在JUNO合作组多次汇报进展工作,同时接受了Core Software Final Design Review。共发表了4篇文章,其中2篇期刊文章,2篇国际会议文章。共协助培养3名学生,其中1名毕业博士,1名毕业硕士,1名在读博士。项目负责人获得了JUNO合作组“Young Researcher Award 2019”和中科院粒子物理卓越中心第六届“青年优秀人才奖”。.. 本项目具有通用性和可扩展性,不仅能够满足不同的物理分析,也能够提高关联分析的速度。对于JUNO实验和其他需要时间关联分析的实验,都有重要的应用价值。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
Muon reconstruction with a convolutional neural network in the JUNO detector
JUNO 探测器中使用卷积神经网络进行 Muon 重建
DOI:10.1007/s41605-021-00259-4
发表时间:2021-03
期刊:Radiation Detection Technology and Methods
影响因子:0.6
作者:Yan Liu;Wei-Dong Li;Tao Lin;Wen-Xing Fang;Simon C. Blyth;Ji-Lei Xu;Miao He;Kun Zhang
通讯作者:Kun Zhang
DOI:10.19678/j.issn.1000-3428.0058153
发表时间:2021
期刊:计算机工程
影响因子:--
作者:易培淮;李卫东;林韬;邹佳恒;邓子艳;刘言
通讯作者:刘言
基于机器学习的JUNO本底模拟研究
国内基金
海外基金