Un Framework di simulazione per ecosistemi di servizi pervasivi
 |
 |
 |
@mastersthesis{ecosystemssimulation,
abstract = {Questo lavoro si colloca all'interno del progetto SAPERE e si pone come obiettivo la definizione di un modello e la realizzazione di un framework per la simulazione di ecosistemi di servizi pervasivi. L'organizzazione \`{e} la seguente. Nella parte introduttiva si mostrer\`{a} lo scenario e l'ambito del lavoro, con la descrizione della visione del progetto SAPERE. Nel capitolo 1 si introdurr\`{a} il concetto di simulazione come strumento di supporto e completamento del metodo scientifico; di tutte le categorie di simulazioni verranno poi presentate in particolare quelle appartenenti alla categoria detta "Monte Carlo". Il nome, derivante dal noto casin\`{o}, sta ad indicare la componente stocastica della simulazione. Se ne analizzeranno le caratteristiche e le metodologie principali per poi calarsi nella modellazione di simulazioni Monte Carlo di sistemi (bio)chimici. Si vedr\`{a} sia la classica formulazione deterministica del problema sia quella stocastica e si discuter\`{a} delle ragioni che possono spingere ad adottare quest'ultima. Nel capitolo 2 verranno descritti gli algoritmi utilizzati per la simulazione stocastica, con particolare riferimento all'algoritmo di Gillespie, studiato per eseguire simulazioni esatte facendo uso di risorse computazionali limitate. L'algoritmo offre in realt\`{a} due formulazioni, entrambe ottimizzabili attraverso l'uso di strutture dati intelligenti al fine di ridurre la quantit\`{a} di calcoli non necessari eseguiti nei punti pi\`{u} critici. Nel capitolo 3, cuore di questo lavoro, si descriver\`{a} il modello computazionale studiato capace di descrivere formalmente sia sistemi chimici e biochimici che sistemi pervasivi come quelli su cui si focalizza il progetto SAPERE. Verr\`{a} inoltre illustrato con dovizia di particolari il processo di ingegneria del software che ha portato alla realizzazione di Alchemist, simulatore in grado di mettere in esecuzione tale modello. Nel capitolo 4 si mostrer\`{a} la correttezza e le prestazioni di Alchemist, nonch\'{e} la flessibilit\`{a} del modello presentando due casi di studio fra loro estremamente differenti, rispettivamente di ispirazione biologica e di ispirazione ICT-pervasiva.},
author = {Pianini, Danilo},
available = {2010-09-07},
contact = {Viroli, Mirko},
cosupervisor = {Casadei, Matteo and Montagna, Sara},
cycle = {LM},
description = {Questo lavoro si colloca all'interno del progetto SAPERE e si pone come obiettivo la definizione di un modello e la realizzazione di un framework per la simulazione di ecosistemi di servizi pervasivi. L'organizzazione \`{e} la seguente. Nella parte introduttiva si mostrer\`{a} lo scenario e l'ambito del lavoro, con la descrizione della visione del progetto SAPERE. Nel capitolo 1 si introdurr\`{a} il concetto di simulazione come strumento di supporto e completamento del metodo scientifico; di tutte le categorie di simulazioni verranno poi presentate in particolare quelle appartenenti alla categoria detta "Monte Carlo". Il nome, derivante dal noto casin\`{o}, sta ad indicare la componente stocastica della simulazione. Se ne analizzeranno le caratteristiche e le metodologie principali per poi calarsi nella modellazione di simulazioni Monte Carlo di sistemi (bio)chimici. Si vedr\`{a} sia la classica formulazione deterministica del problema sia quella stocastica e si discuter\`{a} delle ragioni che possono spingere ad adottare quest'ultima. Nel capitolo 2 verranno descritti gli algoritmi utilizzati per la simulazione stocastica, con particolare riferimento all'algoritmo di Gillespie, studiato per eseguire simulazioni esatte facendo uso di risorse computazionali limitate. L'algoritmo offre in realt\`{a} due formulazioni, entrambe ottimizzabili attraverso l'uso di strutture dati intelligenti al fine di ridurre la quantit\`{a} di calcoli non necessari eseguiti nei punti pi\`{u} critici. Nel capitolo 3, cuore di questo lavoro, si descriver\`{a} il modello computazionale studiato capace di descrivere formalmente sia sistemi chimici e biochimici che sistemi pervasivi come quelli su cui si focalizza il progetto SAPERE. Verr\`{a} inoltre illustrato con dovizia di particolari il processo di ingegneria del software che ha portato alla realizzazione di Alchemist, simulatore in grado di mettere in esecuzione tale modello. Nel capitolo 4 si mostrer\`{a} la correttezza e le prestazioni di Alchemist, nonch\'{e} la flessibilit\`{a} del modello presentando due casi di studio fra loro estremamente differenti, rispettivamente di ispirazione biologica e di ispirazione ICT-pervasiva.},
language = {it},
month = mar,
start = {2010-09-01},
supervisor = {Viroli, Mirko},
title = {Un Framework di simulazione per ecosistemi di servizi pervasivi},
translatedtitle = {A Simulation Framework for Pervasive Service Ecosystems},
type = {Master's thesis},
year = 2011
}
abstract = {Questo lavoro si colloca all'interno del progetto SAPERE e si pone come obiettivo la definizione di un modello e la realizzazione di un framework per la simulazione di ecosistemi di servizi pervasivi. L'organizzazione \`{e} la seguente. Nella parte introduttiva si mostrer\`{a} lo scenario e l'ambito del lavoro, con la descrizione della visione del progetto SAPERE. Nel capitolo 1 si introdurr\`{a} il concetto di simulazione come strumento di supporto e completamento del metodo scientifico; di tutte le categorie di simulazioni verranno poi presentate in particolare quelle appartenenti alla categoria detta "Monte Carlo". Il nome, derivante dal noto casin\`{o}, sta ad indicare la componente stocastica della simulazione. Se ne analizzeranno le caratteristiche e le metodologie principali per poi calarsi nella modellazione di simulazioni Monte Carlo di sistemi (bio)chimici. Si vedr\`{a} sia la classica formulazione deterministica del problema sia quella stocastica e si discuter\`{a} delle ragioni che possono spingere ad adottare quest'ultima. Nel capitolo 2 verranno descritti gli algoritmi utilizzati per la simulazione stocastica, con particolare riferimento all'algoritmo di Gillespie, studiato per eseguire simulazioni esatte facendo uso di risorse computazionali limitate. L'algoritmo offre in realt\`{a} due formulazioni, entrambe ottimizzabili attraverso l'uso di strutture dati intelligenti al fine di ridurre la quantit\`{a} di calcoli non necessari eseguiti nei punti pi\`{u} critici. Nel capitolo 3, cuore di questo lavoro, si descriver\`{a} il modello computazionale studiato capace di descrivere formalmente sia sistemi chimici e biochimici che sistemi pervasivi come quelli su cui si focalizza il progetto SAPERE. Verr\`{a} inoltre illustrato con dovizia di particolari il processo di ingegneria del software che ha portato alla realizzazione di Alchemist, simulatore in grado di mettere in esecuzione tale modello. Nel capitolo 4 si mostrer\`{a} la correttezza e le prestazioni di Alchemist, nonch\'{e} la flessibilit\`{a} del modello presentando due casi di studio fra loro estremamente differenti, rispettivamente di ispirazione biologica e di ispirazione ICT-pervasiva.},
author = {Pianini, Danilo},
available = {2010-09-07},
contact = {Viroli, Mirko},
cosupervisor = {Casadei, Matteo and Montagna, Sara},
cycle = {LM},
description = {Questo lavoro si colloca all'interno del progetto SAPERE e si pone come obiettivo la definizione di un modello e la realizzazione di un framework per la simulazione di ecosistemi di servizi pervasivi. L'organizzazione \`{e} la seguente. Nella parte introduttiva si mostrer\`{a} lo scenario e l'ambito del lavoro, con la descrizione della visione del progetto SAPERE. Nel capitolo 1 si introdurr\`{a} il concetto di simulazione come strumento di supporto e completamento del metodo scientifico; di tutte le categorie di simulazioni verranno poi presentate in particolare quelle appartenenti alla categoria detta "Monte Carlo". Il nome, derivante dal noto casin\`{o}, sta ad indicare la componente stocastica della simulazione. Se ne analizzeranno le caratteristiche e le metodologie principali per poi calarsi nella modellazione di simulazioni Monte Carlo di sistemi (bio)chimici. Si vedr\`{a} sia la classica formulazione deterministica del problema sia quella stocastica e si discuter\`{a} delle ragioni che possono spingere ad adottare quest'ultima. Nel capitolo 2 verranno descritti gli algoritmi utilizzati per la simulazione stocastica, con particolare riferimento all'algoritmo di Gillespie, studiato per eseguire simulazioni esatte facendo uso di risorse computazionali limitate. L'algoritmo offre in realt\`{a} due formulazioni, entrambe ottimizzabili attraverso l'uso di strutture dati intelligenti al fine di ridurre la quantit\`{a} di calcoli non necessari eseguiti nei punti pi\`{u} critici. Nel capitolo 3, cuore di questo lavoro, si descriver\`{a} il modello computazionale studiato capace di descrivere formalmente sia sistemi chimici e biochimici che sistemi pervasivi come quelli su cui si focalizza il progetto SAPERE. Verr\`{a} inoltre illustrato con dovizia di particolari il processo di ingegneria del software che ha portato alla realizzazione di Alchemist, simulatore in grado di mettere in esecuzione tale modello. Nel capitolo 4 si mostrer\`{a} la correttezza e le prestazioni di Alchemist, nonch\'{e} la flessibilit\`{a} del modello presentando due casi di studio fra loro estremamente differenti, rispettivamente di ispirazione biologica e di ispirazione ICT-pervasiva.},
language = {it},
month = mar,
start = {2010-09-01},
supervisor = {Viroli, Mirko},
title = {Un Framework di simulazione per ecosistemi di servizi pervasivi},
translatedtitle = {A Simulation Framework for Pervasive Service Ecosystems},
type = {Master's thesis},
year = 2011
}
