• Aucun résultat trouvé

Intégration du MTK avec les plate-formes de modélisation

N/A
N/A
Protected

Academic year: 2021

Partager "Intégration du MTK avec les plate-formes de modélisation"

Copied!
18
0
0

Texte intégral

(1)

HAL Id: hal-02794201

https://hal.inrae.fr/hal-02794201

Submitted on 5 Jun 2020

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Intégration du MTK avec les plate-formes de modélisation

Juhui Wang, Hervé Monod, Robert Faivre

To cite this version:

Juhui Wang, Hervé Monod, Robert Faivre. Intégration du MTK avec les plate-formes de modélisation.

Rencontre avec CATI-IUMA du department EA, Mar 2015, Montpellier, France. 17 diapo. �hal-

02794201�

(2)

Intégratiopn du MTK avec Intégratiopn du MTK avec

les plate-formes de les plate-formes de

modélisation

modélisation

(3)

Plan Plan

Contexte de travail

Le package « mtk » : son architecture et ses fonctionnalités

Exemples d'utilisation

Modèle natif

Modèle simple programmé en R

Modèle complexe programmé en R

Spécification du workflow via un fichier XML

Extension par des addons

(4)

Méthodes et logiciels : abondants, divers et variés.

Sensitivity (G. Pujol et al.), Planor (H. Monod et al.), PLMM (R. Faivre et al.), SimLab (A. Saltelli et al.), OpenTurns (EDF R&D et al.), LHS ( R. Carnell),

DiceDesign (J. Franco et al.), Promethee (Y. Richet et al.)

Difficultés :

– Démarches différentes

– Syntaxe d'utilisation différente – Difficulté d'utilisation

– Difficulté de comparaison – Difficulté de choix

But : une plate-forme générique pour unifier les démarches et les méthodes existantes ou à venir

Contexte du travail

Contexte du travail

(5)

Objectifs Objectifs

Généricité :

- Encapsulation des méthodes existantes.

Facilité :

- Syntaxes unifiées (présentation des méthodes et organisation du travail).

Extensibilité :

- Intégration des nouvelles méthodes réalisées en R.

Interopérabilité :

- Intégration transparente avec les plates-formes existantes

(6)

Méthode

Méthode de travail de travail

 Décomposer les méthodes en tâches atomiques qui peuvent être standardisées et réutilisées.

 Considérer les méthodes comme des combinaisons des tâches élémentaires.

 Coordonner les tâches au moyen d'un workflow.

(7)

Lignes conductrices du mtk : Simplicité Lignes conductrices du mtk : Simplicité

Enchaînement LINEAIRE des tâches élémentaire a) Génération des plans (design)

b) Simulation de modèle (evaluate)

c) Calcule des indices de sensibilité (analyze) d) Génération des rapports (reporting)

e) Choix des facteurs

Démarche en 4 étapes

1. Spécifier les facteurs

2. Spécifier les processus de traitement

3. Rassembler les processus au sein d'un workflow

4. Lancer les traitements et générer les rapports

(8)

Lignes conductrices du mtk : Lignes conductrices du mtk :

Standardisation Standardisation

Présentation uniformisée des méthodes et des données

- La méthode ''Xxx '' pour la tâche 'design' mtkXxxDesigner(listParameters=list()) - La méthode « Yyy » pour la tâche ' analyze' mtkYyyAnalyser(listParameters=list())

- Le simulateur du modèle « Zzz » pour la tâche 'evaluate' mtkYyyEvaluator(listParameters=list())

Règles de nommage explicites

- mtkMorrisDesigner(listParameters=list())

- mtkRegreassionAnalyser(listParameters=list())

- mtkPLMMAnalyser(listParameters=list())

- mtkMultisensiAnalyserr(listParameters=list())

- mtkDefaultAnalyser(listParameters=list())

- mtkWeedEvaluator(listParameters=list())

- mtkrvleEvaluator(listParameters=list())

- mtkNativeEvaluator(listParameters=list())

- mtkSystemEvaluator(listParameters=list())

(9)

Architecture « mtk »

Architecture « mtk »

(10)

Conception (3)

Conception (3)

(11)

MTK en pratique MTK en pratique

Spécifier les facteurs et leurs incertitudes

 Spécifier les processus participants

 Définir le workflow

 Lancer le workflow et récupérer les résultats.

(12)

MTK en pratique (Modèle Ishigami) MTK en pratique (Modèle Ishigami)

Y = sin(x1)+7 sin^2(x2) +0.1 sin(x1) (x3)^4

Ici, x1, x2, x3 sont des facteurs variant uniformément

dans l'intervalle [-pi, +pi]

(13)

Spécifier les facteurs pour le modèle Ishigami

x1 <- make.mtkFactor(name="x1", distribName="unif", distribPara=list(min=-pi, max=pi))

x2 <- make.mtkFactor(name="x2", distribName="unif", distribPara=list(min=-pi, max=pi))

x3 <- make.mtkFactor(name="x3", distribName="unif", distribPara=list(min=-pi, max=pi))

ishi.factors <- mtkExpFactors(list(x1,x2,x3))

Spécifier les processus qui réalisent les traitements

c <- mtkBasicMonteCarloDesigner(

listParameters = list(size=20)) s <- mtkIshigamiEvaluator()

a <- mtkRegressionAnalyser(

listParameters = list(nboot=20) )

(14)

Construire le workflow

exp <- mtkExpWorkflow( expFactors = ishi.factors,

ProcessesVector = c(design=c, evaluate = s, analyze=a))

Exécuter le workflow et reporter les résultat

run(exp)

summary(exp)

(15)

MTK en pratique :

MTK en pratique : piloter à partir d'un fichier XML piloter à partir d'un fichier XML

Construire le workflow à partir du fichier XML

exp1 <- mtkExpWorkflow(xmlFilePath = "morris.xml")

Exécuter le workflow et reporter les résultats run(exp1)

plot(exp1)

(16)

Contributions au package « mtk » Contributions au package « mtk »

Le package « mtk » dispose des outils qui permettent de

transformer des nouvelles méthodes programmées par des tiers en des classes « mtk compliant ».

• mtk.designerAddons()

• mtk.evaluatorAddons()

• mtk.analyserAddons()

Intégration de nouvelles méthodes :

mtk.analyserAddons(where="plmm_V2.R", authors="R.

Faivre, MIA-Toulouse", name="Plmm", main="plmm", plot="plot.plmm", summary="summary.plmm")

s <- mtkPlmmAnalyser( )

Exemple d'intégration d'un modèle externe dans « mtk »

mtk.evaluatorAddons(where="WeedModel_v2.R",

authors="D. Makowski (2012)", name="Weed", main="weed.simule")

weed.exp <- mtkWeedEvaluator(listParameters =

list(decision=1))

(17)

Conclusions et Perspectives Conclusions et Perspectives

« mtk » fait partie des outils pour l'exploration numérique des modèles

– Centré sur l'analyse de sensibilité.

– Réalisé selon la norme S4 – Générique et extensible

Travail à faire

– Développer des nouvelles interfaces pour l'utlisation interactive – Faire un bilan des méthodes existantes et les intégrer au MTK – Gestion générique des modèles non-R et des méthodes non-R – Intégration des technologies de Web Computing et HPC

Interface Web Services

– MTK et travaux de modélisation au sein de l'équipe

(18)

Remerciement Remerciement

Membres principaux :

Juhui WANG, Hervé MONOD, INRA - Jouy en Josas

Robert FAIVRE, INRA – Toulouse

Hervé RICHARD, INRA – Avignon

Contributeurs :

IRSTEA, IFREMER, CIRAD, INRA,

UNIVERSITÉ DU LITTORAL, CODE LUTIN.

Références

Documents relatifs

Bilan des principales solutions de détection mécanique en milieux hostiles Avant de comparer les différentes méthodes décrites dans ce chapitre, il est important de se

Cliquez sur Image interactive puis sur l’icône Image, sélectionnez l’image de base sur laquelle vous allez mettre les différents marqueurs.. De nouvelles fonctions sont

• Aux endroits où le dégagement vertical sous les structures existantes le permet, la construction des nouvelles voies s’effectue sous les voies existantes afin de minimiser

Au sein de PREDIMOL, les équipes de l’INERIS, de Chimie ParisTech, de l’IFPEN et de Materials Design ont pu développer des modèles pour plusieurs propriétés

L’opposition entre l’aspiration à plus de pouvoir d’achat pour satisfaire le besoin de consommation et plus de temps libre pour développer la réalisation de soi dans des activités

Il est ainsi possible d’analyser l’impact de formes d’ondes complexes sur les pertes fer et collecter de nouvelles données afin d’établir ultérieurement des

4.7 Influence des modèles de contact mécanique et thermique sur le flux de chaleur transmis à l’outil simulé pour le 42CrMo4.. 185 4.8 Influence des modèles de contact mécanique

L’idée de base est que les nouvelles formes d’or- ganisation du travail, comme les organisations apprenantes ou en lean production, qui exigent un engagement des salariés dans