TORUS 1 -- toward an open resource using services cloud computing for environmental data

Cover......Page 1
Half-Title Page......Page 3
Title Page......Page 5
Copyright Page......Page 6
Contents......Page 7
Preface: Why TORUS? Toward an Open Resource Using Services, or How to Bring Environmental Science Closer to Cloud Computing......Page 15
 Structure of the book......Page 20
PART 1: Integrated Analysis in Geography: The Way to Cloud Computing......Page 21
 Introduction to Part 1......Page 23
  Introduction: the landscape as a system......Page 24
 1. Geographical Information and Landscape, Elements of Formalization......Page 27
 2. Sampling Strategies......Page 33
  2.1. References......Page 44
 3. Characterization of the Spatial Structure......Page 45
 4. Thematic Information Structures......Page 53
 5. From the Point to the Surface, How to Link Endogenous and Exogenous Data......Page 61
  5.1. References......Page 70
 6. Big Data in Geography......Page 71
 Conclusion to Part 1: Why Here But Not There?......Page 81
PART 2: Basic Mathematical, Statistical and Computational Tools......Page 85
  7.2. Bayesian modeling......Page 87
   7.2.1. Basic probability theory......Page 88
   7.2.3. Parameter estimation......Page 89
   7.2.4. Learning Gaussians......Page 90
  7.3. Generative versus discriminative models......Page 92
  7.4. Classification......Page 93
   7.4.1. Naïve Bayes......Page 94
   7.4.2. Support vector machines......Page 95
   7.5.1. Confusion matrix-based measures......Page 97
  7.6. Cross-validation and over-fitting......Page 99
  7.7. References......Page 100
  8.1. Introduction......Page 101
  8.2. Principal component analysis......Page 103
   8.2.1. How to measure the information......Page 104
   8.2.2. Scalar product and orthogonal variables......Page 106
   8.2.3. Construction of the principal axes......Page 107
   8.2.4. Analysis of the principal axes......Page 110
   8.2.5. Analysis of the data points......Page 112
  8.3. Multiple correspondence analysis......Page 114
   8.3.1. Indicator matrix......Page 115
   8.3.2. Cloud of data points......Page 116
   8.3.3. Cloud of levels......Page 118
   8.3.4. MCA or PCA?......Page 120
  8.4. Clustering......Page 122
   8.4.1. Distance between data points......Page 123
   8.4.2. Dissimilarity criteria between clusters......Page 124
   8.4.3. Variance (inertia) decomposition......Page 125
   8.4.4. k-means method......Page 127
   8.4.5. Agglomerative hierarchical clustering......Page 130
  8.5. References......Page 131
  9.1. Generalities......Page 133
   9.2.1. Presentation......Page 135
   9.2.2. R practice......Page 137
   9.3.1. Elementary effects method (Morris’ method)......Page 140
   9.3.2. R practice......Page 143
  9.4. Methods based on variance analysis......Page 145
   9.4.1. Sobol’ indices......Page 146
   9.4.2. Estimation of the Sobol’ indices......Page 148
   9.4.3. R practice......Page 149
  9.5. Conclusion......Page 152
  9.6. References......Page 153
  10.1. Introduction......Page 155
   10.1.1. The dataset......Page 157
   10.1.2. The variables......Page 160
  10.2. Principal component analysis......Page 162
   10.2.1. Eigenvalues......Page 163
   10.2.2. Data points (Individuals)......Page 165
   10.2.4. Other representations......Page 169
  10.3. Multiple correspondence analysis......Page 170
   10.4.1. k-means algorithm......Page 171
  10.5. References......Page 177
PART 3: Computer Science......Page 179
  11.1. High performance computing......Page 181
  11.2. Systems based on multi-core CPUs......Page 183
   11.2.1. Systems based on GPUs......Page 185
   12.1.1. A brief history......Page 189
   12.1.2. Design requirements......Page 191
   12.1.3. Models......Page 194
   12.1.4. Grid computing......Page 197
  12.2. References......Page 202
   13.1.1. Generalities......Page 205
  13.2. Service model......Page 206
   13.2.1. Software as a Service......Page 207
   13.2.4. And many more: XaaS......Page 208
   13.3.2. Private cloud......Page 209
   13.4.1. Structure......Page 210
   13.4.2. Virtualization......Page 211
   13.4.3. Scalability......Page 212
  13.5. Conclusion......Page 213
  13.6. References......Page 214
  14.1. Introduction......Page 217
   14.2.1. Introduction......Page 218
   14.2.2. SOAP web services......Page 219
   14.2.3. REST web services......Page 221
  14.3. Web-Oriented Applications – Microservice applications......Page 224
   14.3.1. Stateless and scalabilty......Page 225
   14.3.2. API......Page 226
   14.3.3. HTTP Methods......Page 227
   14.3.4. Example of an API......Page 228
  14.4. WSDL example......Page 229
  14.6. References......Page 231
  15.1. Introduction......Page 233
   15.1.2. Paradigm......Page 234
   15.2.2. Why now?......Page 238
   15.2.3. High order function......Page 239
   15.2.4. Basic functional blocks......Page 241
  15.3. Scala......Page 243
   15.3.1. Types systems......Page 244
   15.3.2. Basic manipulation of collection......Page 248
  15.5. Why immutability matters?......Page 250
  15.6. Conclusion......Page 252
  15.7. References......Page 253
  16.1. Introduction......Page 255
   16.2.2. RDD presentation......Page 256
   16.2.3. RDD lifecycle......Page 257
   16.2.4. Operations on RDD......Page 258
   16.2.5. Exercises for environmental sciences......Page 262
   16.3.2. Labeled points......Page 263
   16.3.4. Classification and regression algorithms in Spark......Page 264
   16.3.5. Exercises for environmental sciences......Page 265
  16.4. Conclusion......Page 268
  17.2. From myGlsrdbms to......Page 271
   17.2.1. CAP theorem......Page 272
   17.2.2. From ACID to BASE......Page 273
  17.3. NoSQL database storage paradigms......Page 274
   17.3.2. Key/value-oriented storage......Page 275
   17.3.3. Document-oriented storage......Page 276
  17.4. SQL versus NoSQL, the war will not take place......Page 277
  17.5. Example: a dive into MongoDB......Page 278
   17.5.1. Presentation......Page 279
   17.5.3. Database level commands......Page 280
   17.5.5. Modifying data......Page 281
  17.7. References......Page 299
 18. WRF Performance Analysis and Scalability on Multicore High Performance Computing Systems......Page 301
   18.2.1. Model architecture......Page 302
  18.3. Architecture of multicore HPC system......Page 308
   18.4.1. Results of experiment E1......Page 309
   18.4.2. Results of experiment E2......Page 312
  18.6. References......Page 314
List of Authors......Page 317
Index......Page 319
Summary of Volume 2......Page 321
Summary of Volume 3......Page 327
Other titles from iSTE in Computer Engineering......Page 333
EULA......Page 343