Note: new posts have moved to http://bcb.io/ Please look there for the latest updates and comments My last post described a distributed exome analysis pipeline implemented on the CloudBioLinux and CloudMan frameworks. This was a practical introduction to running the pipeline on Amazon resources. Here I’ll describe how the pipeline runs in parallel, specifically diagramming the workflow to identify
1. CPU使用率を上げる 1-1. (要Perl) perl -e "1 while 1" 1-2. (要Bash) while true; do true; done 1-3. (要Python) python -c "while True: True" ※CPUコアが複数の場合はその数だけ並列で実行する 2. ロードアベレージを上げる(UNIX/Linuxのみ) top -d .00001 ※上がりにくい場合はウェイトをより小さくする、もしくは複数並列で実行する 3. メモリ、スワップ使用率を上げる 3-1. (要Perl) perl -e "$c[$_]='a'x$_ for 1..1000000" 3-2. (要Python) python -c "range(1,100000000)" ※足りない場合はエンドの数を増やす ※Pythonの方はCtrl+Cで中断できない(要kil
1、イントロ:研究の背景 皆さんこんにちは。私の学生時代の所属は基礎科学科の物性物理でした。しかし、社会問題の解決に貢献するために理科系の文転もいいかなと思って、統計学の勉強を始めました。スタンフォードで4年間、そして帰ってきてから世の中のためになるように、私の理科系の学問知識と、社会科学系の知識を生かしたいと考え、研究を進めてきました。その後、原子力のリスクや環境リスクについての研究を橋本道夫先生から進められて始めることになりました。環境問題そのものを総合的に研究することは本当に難しいので、何か1つ専門を持って取り組んでいきたいと考えています。 2、今日の主題 今日は、環境学におけるデータの不充分性と意思決定判断の問題について、講義していきたいと思います。例えば、昨日、ハンセン病に関わる国家の責任を正式に国民に謝罪しました。これは大事件であります。国民のための政策の主体である国家が謝罪し
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く