مشروع سعودي لخفض تكاليف إنتاج المحاصيل الزراعية
الخرج اون لاين : أعلنت جامعة الملك عبدالله للعلوم والتقنية " كاوست"، عن مشروع يسهم في خفض تكاليف إنتاج المحاصيل الزراعية، من خلال معالجة البيانات الجغرافية والبيئية والمناخية الضخمة باستخدام هياكل حوسبة فائقة الأداء، وبدقة عالية لا توفرها البرمجيات الإحصائية المستخدمة حاليا.
وذكرت وفقا لـ"الاقتصادية" أنه غالباً ما تتسم مجموعات البيانات، التي تحتوي على قراءات بيئية ومناخية، كدرجة الحرارة وسرعة الرياح ورطوبة التربة بالضخامة نظراً للوضوح المكاني المرتفع للبيانات، مبينة أن تكلفة تحليل مجموعات البيانات تزداد مع زيادة حجمها، فعلى سبيل المثال، زيادة حجم مجموعة البيانات بـ10 أضعاف ترفع تكلفة الحوسبة بمقدار 1000 ضعف، ومتطلبات الذاكرة بمقدار 100 ضعف، ما يؤدي إلى إجهاد حسابي على البرمجيات الإحصائية القياسية.
وأوضحت، أن "كاوست" تعمل على تطوير إطار برمجيات قائم بذاته من خلال تعاون بين مركز أبحاث الحوسبة الفائقة من جهة، وإحصائيين مختصين في الديناميكيات المكانية الزمنية والبيئة من جهة أخرى.
والإطار الجديد الذي يدعى ExaGeoStat يعالج البيانات الجغرافية المكانية البيئية والمناخية الضخمة باستخدام هياكل حوسبة فائقة الأداء، بدقة عالية لا توفرها البرمجيات الإحصائية المستخدمة عالمياً.
ويؤمن استخدام برمجيات الجبر الخطي ExaGeoStat، التي طورها مركز أبحاث الحوسبة الفائقة، إطار عمل لحساب وظيفة الإمكان الأعظم لمجموعات البيانات المناخية والبيئية الجغرافية المكانية الضخمة، ويتنبأ هذا الإطار أيضا بالبيانات المجهولة أو المفقودة فضلاً عن تخفيض أثر أخطاء القياسات الفردية، ما يتيح تحليل البيانات وعرضها بسهولة في نموذج إحصائي مستخدم لإجراء التوقعات.
وذكرت وفقا لـ"الاقتصادية" أنه غالباً ما تتسم مجموعات البيانات، التي تحتوي على قراءات بيئية ومناخية، كدرجة الحرارة وسرعة الرياح ورطوبة التربة بالضخامة نظراً للوضوح المكاني المرتفع للبيانات، مبينة أن تكلفة تحليل مجموعات البيانات تزداد مع زيادة حجمها، فعلى سبيل المثال، زيادة حجم مجموعة البيانات بـ10 أضعاف ترفع تكلفة الحوسبة بمقدار 1000 ضعف، ومتطلبات الذاكرة بمقدار 100 ضعف، ما يؤدي إلى إجهاد حسابي على البرمجيات الإحصائية القياسية.
وأوضحت، أن "كاوست" تعمل على تطوير إطار برمجيات قائم بذاته من خلال تعاون بين مركز أبحاث الحوسبة الفائقة من جهة، وإحصائيين مختصين في الديناميكيات المكانية الزمنية والبيئة من جهة أخرى.
والإطار الجديد الذي يدعى ExaGeoStat يعالج البيانات الجغرافية المكانية البيئية والمناخية الضخمة باستخدام هياكل حوسبة فائقة الأداء، بدقة عالية لا توفرها البرمجيات الإحصائية المستخدمة عالمياً.
ويؤمن استخدام برمجيات الجبر الخطي ExaGeoStat، التي طورها مركز أبحاث الحوسبة الفائقة، إطار عمل لحساب وظيفة الإمكان الأعظم لمجموعات البيانات المناخية والبيئية الجغرافية المكانية الضخمة، ويتنبأ هذا الإطار أيضا بالبيانات المجهولة أو المفقودة فضلاً عن تخفيض أثر أخطاء القياسات الفردية، ما يتيح تحليل البيانات وعرضها بسهولة في نموذج إحصائي مستخدم لإجراء التوقعات.