4–7 Jun 2017
中国科学院成都情报文献中心
Asia/Shanghai timezone

Session

高能物理软件:JUNO

6 Jun 2017, 10:20
中国科学院成都情报文献中心

中国科学院成都情报文献中心

四川省成都市一环路南二段16号

Conveners

高能物理软件:JUNO

  • 苗 何 (IHEP)

Presentation materials

There are no materials yet.

  1. 文昊 黄 (山东大学)
    06/06/2017, 10:20
    高能物理计算软件
    Oral Presentation
    在高能物理实验中,一些实验数据需要用数据库存储。但是随着实验数据越来越多,对数据库的操作,尤其是IO操作,会在性能上有局限性。数据库接口旨在让对数据库了解不多的用户用比较简单的方式完成对数据库的操作和获取所需数据库的信息。报告介绍了当前数据库接口的设计和用户的使用方式,并且针对有可能出现的频繁IO操作引入的Frontier系统,该系统提供了缓存机制,减少对数据库的直接操作以便提高性能。
    Go to contribution page
  2. 腾 李 (Shandong University)
    06/06/2017, 10:40
    高能物理计算软件
    Oral Presentation
    在经历了数十年的高速发展之后,面对工艺和能耗等因素的限制,单核处理器的性能提升遇到了极大的阻力。可以预见,在未来长时间内,处理器的性能提升将主要依赖于其横向的扩展。为了尽可能地利用多核处理器的性能,发展并行计算技术尤为重要。 目前,支持并行计算的JUNO离线软件原型正处于设计与开发阶段,而数据模型和数据输入输出系统的并行化是其重点与难点。本报告讨论在并发环境下,基于因特尔TBB模板库的JUNO离线软件原型的设计,以及数据模型和数据管理模块的设计改进,以实现JUNO离线软件的并行化。
    Go to contribution page
  3. Mr 江 朱 (Sun Yat-sen University)
    06/06/2017, 11:00
    高能物理计算软件
    Oral Presentation
    The current event display module is based on the ROOT EVE package in Jiangmen Underground Neutrino Observatory (JUNO). we use Unity, a multiplatform game engine, to improve its performance and make it available in different platform. Compared with ROOT, Unity can give a more vivid demonstration of high energy physics experiments and it can be transplanted into another platform easily. We build...
    Go to contribution page
  4. 章维 罗 (Nanjing University)
    06/06/2017, 11:20
    高能物理计算软件
    Oral Presentation
    In this work, we present the usage of deep learning in event reconstruction, particularly in vertex and energy reconstruction. We will use the approach on the Daya Bay antineutrino detector. Using the results therefrom, we apply deep learning to detector designs, and found that the vertex and energy resolution of the Daya Bay detector has an exponential relationship with the number of...
    Go to contribution page
  5. 06/06/2017, 11:40
Building timetable...