Desarrollo holístico de aplicaciones emergentes en sistemas heterogéneos (HETEROLISTIC)

Proyecto Desarrollo holístico de aplicaciones emergentes en sistemas heterogéneos (HETEROLISTIC)

Información

 

Nombre: Desarrollo holístico de aplicaciones emergentes en sistemas heterogéneos (HETEROLISTIC)
Fecha inicio: 30/12/2016
Fecha fin: 29/12/2019
Keywords: Sistemas Heterogéneos, UHPC, Desarrollo Holístico, Aprendizaje Máquina, Bioinformática, Simulación atomística, Inteligencia Ambiental,Ingeniería en Estructuras
Financiado por Ministerio de economía y competitividad (TIN2016-78799-P)

EQUIPO DE INVESTIGACIÓN

EQUIPO DE TRABAJO (DOCTORES)

EQUIPO DE TRABAJO (PREDOCTORAL)

 

 

 

 

 

 

 

 

 

 

 

 

Este proyecto, de marcado carácter multidisciplinar, espera un impacto científico técnico muy elevado en las diversas áreas de conocimiento que se van a beneficiar del uso y del desarrollo de aplicaciones y sistemas de computación adaptados al nuevo paradigma de computación de altas prestaciones.
 
  •  En el área de Bioinformática, el impacto más inmediato se espera en el descubrimiento de nuevos fármacos mediante el desarrollo de nuevos métodos de docking que aceleren el proceso de obtener nuevos   compuestos bioactivos. Además, se trabajará, junto con las EPOs interesadas en el proyecto, en el procesamiento de imágenes biomédicas para detección de células cancerígenas en épocas tempranas para  intervenir médica y psicológicamente a los pacientes afectados.
  •  En el área de Simulación atomística de materiales, se espera optimizar sustancialmente la eficiencia de cálculo de simulación, utilizando como banco de pruebas el simulador MMonCa (de IMDEA Materiales).  Esta optimización pretende no sólo la reducción de tiempos de computación sino también hacer factibles cálculos en la práctica inviables hasta la fecha. Resultados preliminares indican que utilizando las estrategias es posible reducir más de cuatro órdenes de magnitud el cálculo de las tensiones mecánicas, haciendo posible su incorporación en cada paso del simulador basado en Monte Carlo Cinético.
  •  Este tipo de mejoras pueden contribuir decisivamente a la expansión del nicho de aplicación de las técnicas de simulación atomística, pasando de los entornos de investigación, a su utilización rutinaria en entornos industriales en el área de microelectrónica así como en predicciones de seguridad en aplicaciones de energía nuclear.
  •  En el área de Inteligencia Ambiental, uno de los mayores impactos sociales esperado es la mejora y aumento de uso de las aplicaciones AAL (Ambient Assisted Living), que están orientadas a permitir un estilo de vida autónomo e independiente a personas mayores o con discapacidad.
  •  Las mejoras propuestas para aplicaciones de Inteligencia Ambiental relativas a la personalización y recomendación de servicios pueden suponer un impacto económico a los proveedores de este tipo de aplicaciones al conseguir un factor diferencial, como por ejemplo en el caso de las plataformas virtuales de aprendizaje, que ofrecerían servicios automáticos de recomendación y personalización de estudio para que los alumnos mejoraran su rendimiento académico. Esto sería de gran interés tanto para las Universidades que usan estas plataformas, para atraer nuevos alumnos, como para las propias plataformas para extender su implantación en otras Universidades.
  •  En el área de Ingeniería en Estructuras, la optimización y aceleración computacional propuestas para determinados modelos de cálculo tienen como consecuencia inmediata un análisis más sofisticado y detallado de estructuras nuevas o existentes, lo que habitualmente se traduce en una construcción más eficiente de infraestructuras y edificaciones, con el consiguiente impacto que ello implica. En este sentido, el análisis avanzado (en un tiempo razonable) de determinados tipos estructurales puede ser determinante en la trazabilidad y optimización de su proceso constructivo, o bien, en la prevención de ciertos tipos de patologías estructurales durante su etapa de servicio, sin menoscabo de la mejora que todo ello conlleva en la seguridad estructural y diseño óptimo de las instalaciones e infraestructuras que soportan.

 

Advances in high performance computing (HPC) systems, traditionally driven by Moore's Law, along with advances in other disciplines such as biomedicine, image processing and computational modeling, are being the key factors to develop new technologies that offer a new market economy, based on scientific innovation, to ensure the sustainability of the production model. In addition, with the continuous development of low-power embedded processors, mainly available on smartphones and tablets, and the ever-increasing  communication bandwidth, it follows that HPC, which has been traditionally limited to large institutions, is being democratized. This phenomenon has been recently called as Ubiquitous High Performance Computing (UHPC) that essentially brings HPC technology to a broader market segment, where new applications naturally emerge to overcome the challenges of the XXI century.

However, to make UHPC feasible and commonplace, there is still a long way ahead of us. On the one hand, emerging applications within this paradigm may differ drastically in many different aspects such as computational patterns, amount and type of memory accesses and communications, requirements in response time (often with real-time constraints), or the amount of data to be analyzed and processed as it is reflected in the so-called Big Data era. On the other hand, computer systems are continually experiencing changes. To address the well-known energy consumption and heat dissipation challenges of traditional uniprocessor and homogeneous computing systems, the computing industry has moved towards massively parallel and heterogeneous architectures, which contain different kind of processors such as CPUs and GPUs. Therefore, a holistic approach, that jointly considers both applications and computing systems, becomes essential for bridging the gaps between hardware and software developments in the new UHPC scenario.

The main goal of this project is to demonstrate that a holistic approach is the best strategy to develop both the forthcoming computing systems and the emerging applications for the new UHPC era. Our methodology is based on a vertical approach, making contributions within the fields of: computer architecture, looking for new architectural designs that can improve performance for the emergent ways of computation within a reasonable power and on-chip area budget; soft computing, analyzing new machine learning methods that can provide alternative ways of computation with parallelism and approximation as common ingredients to deal with the challenging applications under study; and finally, we will apply all these contributions to different real-world scenarios from Bioinformatics, Atomistic simulation, Ambient Intelligence and Structural Engineering by developing efficient and novel applications adapted to the new landscape of massively parallel and heterogeneous computing platforms in the UHPC paradigm.

 

 

 

 

 

2016

  1. Llanes, A., Muñoz, A., Bueno-Crespo, A., García-Valverde, T., Sánchez, A., Arcas-Túnez, F., ... & Cecilia, J. M. (2016). Soft Computing Techniques for the Protein Folding Problem on High Performance Computing Architectures.Current drug targets.
  2. Cantabella, M.; López-Ayuso, B.; Muñoz, A.; Caballero, A. (2016). Una herramienta para el seguimiento del profesorado universitario en Entornos Virtuales de Aprendizaje. Revista Española de Documentación Científica, 39(4): e153. doi: http://dx.doi.org/10.3989/redc.2016.4.1354
  3. Ziabari, A. K., Sun, Y., Ma, Y., Schaa, D., Abellán, J. L., Ubal, R., ... & Kaeli, D. (2016). UMH: A Hardware-Based Unified Memory Hierarchy for Systems with Multiple Discrete GPUs. ACM Transactions on Architecture and Code Optimization (TACO), 13(4), 35.
  4. Martínez-España, R., Hernández-Díaz, Alejandro M., Cecilia, José M., García-Román, Manuel D. Evolutionary strategies as applied to shear strain effects in reinforced concrete beams. Applied Soft Computing, http://doi.org/10.1016/j.asoc.2017.03.037

2017

  1. Senent-Aparicio, J.; Pérez-Sánchez, J.; Carrillo-García, J.; Soto, J. Using SWAT and Fuzzy TOPSIS to Assess the Impact of Climate Change in the Headwaters of the Segura River Basin (SE Spain). Water 2017, 9, 149.
  2. José M. Cecilia, José-Matías Cutillas-Lozano,·Domingo Giménez, Baldomero Imbernón. Exploiting multilevel parallelism on a many-core system for the application of hyperheuristics to a molecular docking problem, Journal of Supercomputing, 2017, DOI 10.1007/s11227-017-1989-7
  3. Oguego, C. L., Augusto, J. C., Muñoz, A., & Springett, M. A survey on managing users’ preferences in ambient intelligence. Universal Access in the Information Society, 1-18, 2017. DOI: 10.1007/s10209-017-0527-y
  4. Fernando Pereñíguez-García and José L. Abellán. 2017. Secure communications in wireless network-on-chips. In Proceedings of the 2nd International Workshop on Advanced Interconnect Solutions and Technologies for Emerging Computing Systems (AISTECS '17). ACM, New York, NY, USA, 27-32. DOI: https://doi.org/10.1145/3073763.3073768
  5. Jimeno-Sáez, P., Senent-Aparicio, J., Pérez-Sánchez, J., Pulido-Velazquez, D., & Cecilia, J. M. (2017). Estimation of Instantaneous Peak Flow Using Machine-Learning Models and Empirical Formula in Peninsular Spain. Water9(5), 347
  6. Cecilia, J. M., Hernández-Díaz, A. M., Castrillo, P., & Jiménez-Alonso, J. F. (2017). Enhanced calculation of eigen-stress field and elastic energy in atomistic interdiffusion of alloys. Computer Physics Communications211, 23-30.
  7. Hernandez-Diaz, A. M., Cecilia, J. M., & Garcia-Roman, M. D. (2017). Adjustment of shear models for structural concrete using genetic algorithms. REVISTA INTERNACIONAL DE METODOS NUMERICOS PARA CALCULO Y DISENO EN INGENIERIA33(1-2), 52-57.
  8. Imbernón, B., Cecilia, J. M., Pérez-Sánchez, H., & Giménez, D. (2017). METADOCK: A parallel metaheuristic schema for virtual screening methods. The International Journal of High Performance Computing Applications.  https://doi.org/10.1177/1094342017697471
  9. Bueno-Crespo, A., Menchón-Lara, R. M., Martínez-España, R., & Sancho-Gómez, J. L. (2017). Bioinspired Architecture Selection for Multitask Learning. Frontiers in Neuroinformatics, 11, 39.
  10. G. Rodríguez-Bermúdez, A. Bueno-Crespo y F. J. Martinez-Albaladejo. Classifying BCI signals from novice users with Extreme Learning Machine, Open Physics, Vol. In press. 2017
  11. Navarro, Juan M.; Tomas-Gabarron, J. B.; Escolano, Jose.A Big Data Framework for Urban Noise Analysis and Management in Smart Cities. Volume 103, Number 4, July / August 2017, pp. 552-560(9).S. Hirzel Verlag.DOI: https://doi.org/10.3813/AAA.919084
  12. Martínez-Más J, Gómez-Leal P, Martínez-Cendán JP, Bueno-Crespo A, Ortiz-Reina S, López-Peña C, Sánchez-Zapata M.I. and Remezal-Solano M.Endometrial osseous metaplasia: presentation of two rare cases related with infertility, and their hysteroscopic approaching. International Archives of Medicine. Open Journal System. Vol. In press. 2017
  13. Cantabella, M., Ayuso, B. y Soto, J. (2017). Integración en Entornos Virtuales de Aprendizaje para la optimización y mejora en los procesos de aprendizaje: caso práctico. En Libro de Resúmenes del VIII Congreso Iberoamericano de Educación Matemática, del 10 al 14 de Julio 2017 (pp. 154) ISBN: 978-84-945722-2-7
  14. Soto, J., Cantabella, M. y Caballero, A.(2017). El podcast como herramienta de divulgación y recurso educativo en los entornos virtuales de aprendizaje. En Libro de Resúmenes del VIII Congreso Iberoamericano de Educación Matemática, del 10 al 14 de Julio 2017 (pp. 53) ISBN: 978-84-945722-2-7

 

A continuación se listan unas métricas que se utilizarán para cuantificar los resultados producidos por este proyecto, junto con los valores que consideramos aceptables para la satisfacción del mismo.

  1.  Desarrollo de los entregables del proyecto (DE) y cumplimiento de hitos (HI)
  2. Número de publicaciones asociadas con el proyecto (NP)
  3. Número de asistencias a congresos nacionales y/o internacionales (AC) congresos/año. 
  4. Organización de actividades científicas (OA)
  5.  Número de tesis leídas derivadas de la investigación del proyecto (NT)
  6. Nuevas colaboraciones internacionales (CI)
  7. Nuevas colaboraciones nacionales (CN)
  8. Número de publicaciones en redes sociales (RS)
  9.  Actualizaciones página web (PW)
  10. Difusión en prensa  de las actividades investigadores del proyecto (DP) 

Estas métricas se utilizarán en la valoración anual de resultados así  como en el plan de contingencia.

 

2016/2017

  • Nuria Pérez Alonso. "Valoración de dispositivos wearables en servicios de emergencias sanitarias mediante simulación clínica de alta fidelidad"
    Directores:
    • Manuel Pardo Ríos
    • Joaquín Lasheras Velasco
  • Fecha defensa: 5 Mayo 2017.