机构名称：
¥ 1.0
在数据密集型科学中，电子基础结构和软件工具链被大量用于帮助科学家管理，分析和共享越来越多的复杂数据[1]。数据处理任务（例如数据清理，归一化和知识提取）需要逐步自动化，以促进性能，标准化和可重复使用。越来越复杂的数据计算和参数驱动的模拟需要可靠的E基础结构和一致的报告，以实现对替代设置的系统比较[2，3]。作为对这些需求的响应，使用工作流执行计算过程的实践已在不同领域（例如生命科学[4,5,6]，生物多样性[7]，天文学[8]，Geosciences [9]和社会科学[10] [10]。工作流程还支持采用新颖的计算方法，尤其是机器学习方法[11]，因为可以交换或更新处理管道中的单个组件。
公平的计算工作流
主要关键词
相关文件推荐
