slurM

2024-10-19 机构名称:

印度理工学院海得拉巴分校

其雇主核实其职位、服务年限以及角色和职责。期望： (i) 获得 LPI/Red Hat/Oracle/AWS 的 Linux/Unix 系统管理/架构认证。 (ii) 具有使用云和工作负载管理平台（如 OpenStack、Docker、Kubernetes、SLURM 和虚拟化技术（如 KVM））的经验 (iii) 熟悉基础设施即代码 (IaC) 工具，如 Terraform、Ansible、Puppet 或 Chef。 (iv) 熟练使用 Bash shell/Python 和自动化框架的脚本。 (v) 了解存储技术，如 SAN、NAS、对象存储和分布式文件系统（如 Ceph 或 GlusterFS）。 (vi) 具有使用监控和日志记录工具（例如 Prometheus、Grafana、Nagios）和中央日志记录系统（例如 ELK Stack）的经验 (vii) 了解网络概念和技术（例如 SDN、VPN、负载平衡）。 (viii) 具有安全最佳实践和工具方面的经验

查看详细

File

2024-10-21 机构名称:

Samuel Bharti

•编程和脚本：熟练掌握R，Python，Matlab，Bash进行数据分析，统计建模和生物信息学管道。•生物信息学：在单细胞和空间转录组学，变体分析，RNA-seq和多摩学集成中经验丰富。•数据分析和可视化：使用Seurat，Deseq2和Pseudobulk等工具开发自定义工作流程进行生物数据分析的熟练。使用GGPLOT2和绘图的数据可视化中的强大功能。•云和高性能计算：设置和管理云基础架构（AWS，GCP）和HPC环境方面的专业知识，使用Slurm和Docker进行可扩展计算。•软件和Web开发：开发了带有r闪亮，简化和反应的生物信息学Web应用程序，重点是交互式数据探索。•机器学习与建模：应用机器学习技术到生物医学数据，具有特征选择，分类模型和网络分析的经验。•工作流程管理：使用NextFlow和管道开发进行大规模基因组数据处理的工作流管理经验。

查看详细

File

2022-02-28 机构名称:

技术工作计划 - Eurocae

Prinect Micro−6i 格式 102/105 Dipco 11.0i (pdf) © 2011 Heidelberger Druckmaschinen AG B C M Y X Z slurZ slurB B C M Y X Z 0 B 20 B 40 B 80 B C M Y X Z C M Y C M Y C M Y C M Y B C M Y X Z C 20 C 40 C 80 B C M Y X Z slurC slurM B C M Y X Z 0 B C M Y X Z B C M Y X Z C M Y M 20 M 40 M 80 B C M Y X Z slurY slurX B C M Y X Z 0 Y 20 Y 40 Y 80 B C M Y X Z C M Y C M Y C M Y C M Y B C M Y X Z C M Y X 20 X 40 X 80 B C M Y X Z C M C Y M Y C M Y B C M Y X Z 0 Z 20 Z 40 Z 80 B C M Y X Z C M Y C M Y C M Y C M Y C M Y C M Y B C M Y X Z 0 B 20 B 40 B 80 B C M Y X Z C M Y C M Y C M Y C M Y B C M Y X Z C M Y C 20 C 40 C 80 B C M Y X Z slurZ slurB B C M Y X Z 0 B C M Y X Z B C M Y X Z C M Y M 20 M 40 M 80 B C M Y X Z slurC slurM B C M Y X Z 0 Y 20 Y 40 Y 80 B C M Y X Z C M Y C M Y C M Y C M Y B C M Y X Z X 20 X 40 X 80 B C M Y X Z slurY slurX B C M Y X Z 0 Z 20 Z 40 Z 80 B C M Y X Z C M Y C M Y C M Y C M Y B C M Y X Z

查看详细

File

2019-11-30 机构名称:

eurocae-twp-2020-公共版本.pdf

查看详细

File

2022-01-19 机构名称:

BrainForge：用于综合神经影像采集、分析和共享的在线数据分析平台

1. Morita T、Asada M、Naito E。神经影像学研究对理解人类认知大脑功能发展的贡献。Front Hum Neurosci。2016；10：464。doi：10.3389/fnhum.2016.00464 2. Bandettini PA。神经影像学方法有什么新进展？Ann NY Acad Sci。2009；1156：260-293。doi：10.1111/j.1749-6632.2009.04420.x 3. Verner E、Baker BT、Bockholt J 等人。使用 BrainForge 加速神经影像学研究。Gateways 2020，会议改善生物医学研究的数据使用； 2020 年 10 月 21 日。4. Poldrack RA、Baker CI、Durnez J 等人。扫描地平线：迈向透明和可重复的神经影像学研究。Nat Rev Neurosci。2017；18(2):115-126。doi: 10.1038/nrn.2016.167 5. Gorgolewski K、Poldrack R。提高神经影像学研究透明度和可重复性的实用指南。PLOS Biol。2016；14:e1002506。doi: 10.1371/journal.pbio.1002506 6. Baker M。1,500 名科学家揭开可重复性的面纱。Nature。2016；533(7604):452-454。 doi: 10.1038/533452a 7. Scott A、Courtney W、Wood D 等人。COINS：为大型异构数据集构建的创新信息学和神经成像工具套件。Front Neuroinform。2011；5：33。doi: 10.3389/fninf.2011.00033 8. Yoo AB、Jette MA、Grondona M。SLURM：用于资源管理的简单 Linux 实用程序。引自：Feitelson D、Rudolph L、Schwiegelshohn U 编。并行处理的作业调度策略。JSSPP 2003。计算机科学讲义。Springer；2003：44-60。9. Avesani P、McPherson B、Hayashi S 等人。开放扩散数据衍生物、通过衍生物的集成发布和可复制的开放云服务进行脑数据升级。 Sci Data 。2019；6(1)：69。doi：10.1038/s41597-019-0073-y 10. Flywheel。为医疗和研究领域的数字化转型提供动力。2021 年 5 月 14 日访问。flywheel.io 11. Kurtzer GM、Sochat V、Bauer MW。Singularity：用于移动计算的科学容器。PLoS One。2017；12(5)：e0177459。doi：10.1371/journal.pone。0177459 12. Merkel D。Docker：用于一致开发和部署的轻量级 Linux 容器。Linux J 。2014；239：2。13. Ashburner J、Barnes G、Chen CC 等人。SPM12 手册。第 2464 卷。威康信托神经影像中心；2014 年。14. Smith SM、Jenkinson M、Woolrich MW 等人。功能性和结构性 MR 图像分析进展以及作为 FSL 的实现。神经影像。2004 年；23 (Suppl 1)：S208-S219。doi: 10.1016/j.neuroimage.2004.07.051 15. Cox RW。AFNI：用于分析和可视化功能性磁共振神经影像的软件。Comput Biomed Res。1996 年；29(3)：162-173。doi: 10. 1006/cbmr.1996.0014 16. Cox RW、Hyde JS。用于分析和可视化 fMRI 数据的软件工具。NMR Biomed。 1997；10(4–5)：171-178。doi：10.1002/(SICI)1099- 1492(199706/08)10:4/5<171::AID-NBM453>3.0.CO；2-L 17. fMRI 工具箱的 Group ICA (v4.0c)。神经影像和数据科学转化研究中心。2021 年 5 月 6 日访问。https://trendscenter. org/software/gift/ 18. TReNDS 中心。Docker, Inc.访问日期：2022 年 1 月 13 日。https://hub.docker.com/orgs/trendscenter/repositories 19. 神经影像和数据科学转化研究中心。GitHub, Inc. https://github.com/trendscenter/ 20. Gorgolewski K、Burns CD、Madison C 等人。Nipype：一个灵活、轻量且可扩展的 Python 神经影像数据处理框架。Front Neuroinform。2011；5：13。doi：10.3389/fninf.2011.00013 21. GorgolewskiKJ、AuerT、CalhounVD 等人。Thebrainimagingdatastructure，一种组织和描述神经影像实验输出的格式。Sci Data。2016；3(1)：160044。 doi: 10.1038/sdata.2016.44 22. FosterI.Globusonline：通过云服务加速和民主化科学。IEEEInternetComput。2011；15(3)：70-73。doi: 10.1109/MIC。2011.64 23. Allen B、Bresnahan J、Childers L 等人。面向数据科学家的软件即服务。Commun ACM。2012；55(2)：81-88。doi: 10.1145/2076450.2076468 24. Calhoun VD、Adali T、Pearlson GD、Pekar JJ。一种使用独立成分分析从功能性 MRI 数据进行组推断的方法。Hum Brain Mapp。2001；14(3)：140-151。 doi: 10.1002/hbm.1048 25. Allen E、Erhardt E、Damaraju E 等。静息状态网络多变量比较的基线。Front Syst Neurosci。2011；5：2。doi: 10.3389/ fnsys.2011.00002 26. Allen EA、Damaraju E、Plis SM、Erhardt EB、Eichele T、Calhoun VD。跟踪静息状态下的全脑连接动态。大脑皮层。2014；24(3)：663-676。doi: 10.1093/cercor/bhs352 27. Ashburner J、Friston KJ。基于体素的形态测量——方法。神经影像学。2000；11(6)：805-821。 doi: 10.1006/nimg.2000.0582 28. Fischl B. FreeSurfer。神经影像学。2012；62(2):774-781。doi: 10.1016/j.neuroimage.2012.01.021 29. Andersson JLR、Sotiropoulos SN。一种用于校正扩散 MR 成像中的偏共振效应和受试者运动的综合方法。神经影像学。2016；125:1063-1078。doi: 10.1016/j.neuroimage.2015.10.019 30. Andersson JL、Skare S、Ashburner J。如何校正自旋回波平面图像中的磁化率畸变：应用于扩散张量成像。神经影像学。 2003；20(2):870-888。doi: 10.1016/s1053-8119(03)00336-7 31. Andersson JLR、Graham MS、Drobnjak I、Zhang H、Filippini N、Bastiani M。面向扩散 MR 图像运动和失真校正的综合框架：体积运动内。神经影像学。2017；152:450-466。doi: 10.1016/j.neuroimage.2017.02.085 32. CalhounVinceD、MillerR、PearlsonG、Adal 𝚤 T。Thechronnectome：时变连接网络作为fMRIdatadiscovery 的下一个前沿。神经元。2014；84(2):262-274。 doi: 10.1016/j.neuron.2014.10.015 33. Du Y、Fu Z、Sui J 等人。NeuroMark：一种基于自动化和自适应 ICA 的管道，用于识别可重复的 fMRI 脑部疾病标记物。神经影像：临床。2020；28：102375。doi: 10.1016/j.nicl.2020.102375 34. Griffanti L、Zamboni G、Khan A 等人。BIANCA（脑强度异常分类算法）：一种用于自动分割白质高信号的新型工具。神经影像学。2016；141：191-205。doi：10.1016/j.neuroimage.2016.07.018

查看详细

XiaoMi-AI文件搜索系统

slurM

印度理工学院海得拉巴分校

Samuel Bharti

技术工作计划 - Eurocae

eurocae-twp-2020-公共版本.pdf

BrainForge：用于综合神经影像采集、分析和共享的在线数据分析平台

按机构统计排名前十媒体

按照发布年份统计数据

XiaoMi-AI