CompétencesAMUdansles

GrandesMassesdeDonnéesAnimation«BigData»desPolesdeRecherche

interdisciplinairesetintersectorielsdel’AMU

Journée:"SquareKilometerArray":desdéfis

EnergétiqueetBigDatahorsducommun

LAM16Mai2018

(C.Diaconu)

16/05/18 1

«BigScientificData»•  Larechercheest«digitale»

–  Augmentationdramatiquedelaquantité/complexitédesdonnées

TelescopeCollectingArea

BC72

E691

E665

E791E831

NA48

ALEPH

RHIC

JLAB

ATLAS/CMS

LHC2012

Babar

H1

BELLECDFD0

LHCPhase1

LHCPhase2

10

100

1000

10000

100000

1000000

10000000

100000000

1E+09

1E+10

1980 1990 2000 2010 2020 2030

C.Diaconu 2

TravailauseindePREDON

HighEnergyPhysics

Data[Mb]

Communauté«BigData»AMU

3

Démarrageen2014del’Animation«BigData»AMUsouslacoupedesPR2I

~30contactpersonnesdansleslaboratoriesAMU

«GreyBookBigDataAMU»

Réponsesausondagesurles

prioritédeslaboratoiresdans

l’utilisationdesdonnéesmassives

CompétencesetcomplémentaritéAMU

16/05/18 4

QuantitéComplexitéDiversitéTraitementAccèsRe-utilisationPréservation 0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

5

Quantité/

Infrastructure

Complexité

Diversité

TraitementAccès

Re-utilisation

Préservation

CPPM

LAM

IMBE

Astrophysique-LAM/CeSAM:Gestiondemassesdedonnéesetdedonnéesdistribuées

(ObservatoireVirtuel)

CalculpourleLHCCERNEPDepartment-R&Donexperimentaltechnologies–Workshop,

G.Stewart,A.Salzburger(CERN)https://indico.cern.ch/event/696066/

ApprentissageautomatiquePhysiquedesparticulesauLHC

Apprentissageprofondpourlarecherchedephénomènesphysiquesnouveauxàpartirdesdonnéesmassivescollectéesparl’expérienceATLASauGrandCollisionneurdeHadrons(LHC)auCERN.(sujetdethèse–CPPM-LIS)

GénétiqueRecherchedemaladiesraresProfesseurChristopheBEROUD

LaboratoiredeGénétiqueMoléculaire

HôpitalTIMONEEnfants

MédecineMethodologiepouridentifierdesstructuresdanslesbigdataReynieretal.

Compétences

Dirac

ProjectM3AMUfundedbyCPER/FEDER/CD13•  HPC(mésocentre)andHTC(grille)inonecenter,storageclosetothecomputingnodes

•  DIRACinterware:cloudcomputing,extensiontoGPU

CCIAM:CentredeCalculIntensifd’AixMarseilleUMS(encoursd’installation)•  MiseenœuvreduprojetM3AMU

•  Participationàlapolitiqued’établissementenmatièredecalculintensif

•  Mutualisationdesressources

DataCenterRégionalAMU:labellisationencours

Infrastructuresmutualiséesàl’AMU

Unenvironnementlocal

-  MEETUP

-  https://www.meetup.com/fr-FR/Machine-learning-Aix-Marseille/

-  https://www.meetup.com/fr-FR/MongoDB-Aix-Marseille/

etuneparticipationnationale

•  Recherche

–  ProjetsMASTODONS

–  ResearchinBigData

•  http://www.cnrs.fr/mi/spip.php?article985&lang=fr

–  PEPSAstro-Informatique(http://www.cnrs.fr/mi/IMG/pdf/astro-info2018_tableau_web.pdf)

–  BIGSKYEARTH:EuropeanCOSTProgram(EuropeanCooperationinScienceandTechnology)

-  BigDataErainskyandEarthObservationhttp://bigskyearth.eu/

–  CenterforAstrostatistics(PennState)http://astrostatistics.psu.edu/

16/05/18 7

Participationauxorganisations

structurantes

•  COSMOSTAT(J.L.Starck)

•  http://www.cosmostat.org/

•  MADICS(http://www.madics.fr/)

•  MassesdeDonnées,InformationsetConnaissancesenSciences

•  Formations:

–  http://www.madics.fr/reseaux/formation/liste-des-masters-du-domaine/

•  ARQUADS:ActiondeRecherchesurlaQualitédesDonnées

Scientifiques

–  http://www.madics.fr/actions/actions-en-cours/arquads/

•  MAESTRO:MassededonnéesenAstrophysique:

–  http://www.madics.fr/actions/actions-en-cours/maestro/

•  PlateformesTypeGALACTICA

•  AlgorithmesdetraitementsBigData

•  Optimisationdetraitementetdestockage

16/05/18 8

etuneparticipationnationale

Formation

•  ASTROINFO2018

•  June25-29-Marseille

•  https://astroinfo2018.sciencesconf.org/myspace/index

•  STAT4Astro

•  every2years(nextin2019)

•  https://stat4astro2017.sciencesconf.org/

•  CosmoStatandAstronomicalDataanalysis

•  http://ada.cosmostat.org/

•  http://cosmo21.cosmostat.org/

•  Astrostatistics

•  http://astrostatistics.psu.edu/datasets/index.html

16/05/18 9

VersunestructurationAMU

•  PôlesdeRechercheInterdisciplinairesetIntersectoriels(PR2I)•  PR2ISciencesetTechnologiesAvancées(P.Delaporte(LP3))

•  Bigdata–MachineLearning(C.DiaconuCPPM))

•  Propositiond’InstitutAMUregroupantlesactivitésderecherche

utilisantdonnéesscientifiquesmassivesàl’AMU

16/05/18 10