AMBITO: Matematica, Biologia, Fisica
STATO: ATTIVO
ATTACH: http://www.rechenkraft.net/yoyo/
VOTO: ( 8 )
Yoyo@home è un wrapper cioè una sorta di contenitore di sotto-progetti minori, nel campo della matematica, della fisica e dell'evoluzione genetica.
Rechenkraft.net, una associazione no-profit tedesca che conta attualmente una cinquantina di membri, nasce nel 2004 con lo scopo di supportare e diffondere il calcolo distribuito in tutte le sue varianti. Una delle loro più importanti iniziative è stata quella di sviluppare una piattaforma BOINC attraverso cui supportare progetti di DC con poca disponibilità di risorse.
Il modus operandi è il seguente: Rechenkraft.net partecipa come team ai progetti non BOINC scelti tra quelli ritenuti più meritevoli, riceve da questi le WU e le gira agli utenti di Yoyo@home. I risultati ottenuti vengono successivamente inviati al progetto originario. Yoyo@home distribuisce poi i crediti ai suoi supporters.
Per ulteriori informazioni visitate il thread ufficiale presente nel nostro forum.
Evolution@home
Scopo del progetto
Evolution@home è il primo sistema di calcolo distribuito, e al momento l'unico, utilizzato per la biologia evolutiva. Vogliamo supportare la ricerca che aiuta a capire l'evoluzione. Crediamo che questo sia importante per la nostra società dal momento che aiuta a chiarire dei punti vitali quali l'impatto dell'uomo sul pianeta, l'estinzione delle specie, l'evoluzione dei batteri patogeni e il significato delle sequenze geniche.
Per progredire nella ricerca sono necessari modelli matematici sempre più complicati e spesso la loro analisi richiede una capacità computazionale ben superiore a quella a disposizione dei ricercatori di biologia evolutiva. Ecco perchè ci siamo lanciati in questo progetto.
Per progredire nella ricerca sono necessari modelli matematici sempre più complicati e spesso la loro analisi richiede una capacità computazionale ben superiore a quella a disposizione dei ricercatori di biologia evolutiva. Ecco perchè ci siamo lanciati in questo progetto.
Capacità di calcolo
Le simulazioni
La simulazione si concentra principalmente sul cosiddetto ingranaggio di Muller, cioè sull'evoluzione anomala di una specie in caso di assenza di ricombinazione genetica (partenogenesi, endosimbionti, specie unisessuali, ecc..).
Normalmente in questi casi si accumulano rapidamente delle mutazioni che portano all'estinzione della popolazione ma in realtà a volte ciò non accade ma si ha una evoluzione della specie.
Applicazioni disponibili
E' disponibile solamente l'applicazione per OS Windows 32 bit
Il nome della WU contiene le seguenti parti (es. evo_1196518209-696_439KB_6.94)
evo_: nome dell'applicazione
1196518209: timestamp
439KB: stima della RAM necessaria
6.94: stima del tempo di elaborazione su un Pentium 500MHz
Nel campo della biologia evolutiva ci sono molte domande a cui è difficile dare una risposta. Le cose potrebbero andare in un modo o nell'altro e si possono raccontare molte storie plausibili su come e perchè la natura si evolve.
Normalmente queste storie derivano tutte da un comune insieme di meccanismi conosciuti e l'unica differenza è il peso reciproco che questi hanno. Sfortunatamente le conclusioni a volte possono essere diametralmente opposte.
Dal momento che molte di queste storie, o si potrebbero chiamare modelli, dipendono solamente da una descrizione verbale, ci sono ben poche possibilità di aprire un dibattito che porti a dei reali progressi. Spesso a parlarne si finisce per girare a vuoto.
Fortunatamente sembra esserci un modo per uscirne. Il rigore delle descizioni matematiche applicato ai modelli verbali è stato basilare per i successi nel campo della fisica.
Lo stesso metodo si può utilizzare per l'evoluzione. Questo è quello che hanno fatto già dal 1920 personaggi come Fisher, Wright e Haldane. I modelli matematici sono stati basilari per dare forma alle varie idee dei meccanismi evolutivi e senza il rigore matematico applicato dai molti ricercatori che li seguirono, la moderna teoria dell'evoluzione così come noi la conosciamo non esisterebbe nemmeno.
La natura non svela i suoi segreti facilmente. Una caratteristica comune dei modelli matematici evolutivi è la loro semplicità che li rende facilmente trattabili analiticamente. Spesso però questa semplicità si scontra con la realtà biologica degli organismi viventi: questo è frequeste causa di scetticismo.
Questo ci riporterebbe allo stadio verbale in cui si discute se e come questo o quel processo sono maggiormente importanti nell'evoluzione di un sistema: ora invece si vuole discutere se le assunzioni semplificative siano o meno appropriate per il modello scelto.
La soluzione ovvia è quella di costruire rigorosi modelli quantitativi che siano il più vicino possibile alla realtà biologica, più di quelli che in precedenza hanno fallito.
Sfortunatamente questi modelli eccedono le capacità di calcolo anche dei più brillanti matematici ma la soluzione ce l'ha data la tecnologia che ha equipaggiato milioni di case con dei PC.
Normalmente queste storie derivano tutte da un comune insieme di meccanismi conosciuti e l'unica differenza è il peso reciproco che questi hanno. Sfortunatamente le conclusioni a volte possono essere diametralmente opposte.
Dal momento che molte di queste storie, o si potrebbero chiamare modelli, dipendono solamente da una descrizione verbale, ci sono ben poche possibilità di aprire un dibattito che porti a dei reali progressi. Spesso a parlarne si finisce per girare a vuoto.
Fortunatamente sembra esserci un modo per uscirne. Il rigore delle descizioni matematiche applicato ai modelli verbali è stato basilare per i successi nel campo della fisica.
Lo stesso metodo si può utilizzare per l'evoluzione. Questo è quello che hanno fatto già dal 1920 personaggi come Fisher, Wright e Haldane. I modelli matematici sono stati basilari per dare forma alle varie idee dei meccanismi evolutivi e senza il rigore matematico applicato dai molti ricercatori che li seguirono, la moderna teoria dell'evoluzione così come noi la conosciamo non esisterebbe nemmeno.
La natura non svela i suoi segreti facilmente. Una caratteristica comune dei modelli matematici evolutivi è la loro semplicità che li rende facilmente trattabili analiticamente. Spesso però questa semplicità si scontra con la realtà biologica degli organismi viventi: questo è frequeste causa di scetticismo.
Questo ci riporterebbe allo stadio verbale in cui si discute se e come questo o quel processo sono maggiormente importanti nell'evoluzione di un sistema: ora invece si vuole discutere se le assunzioni semplificative siano o meno appropriate per il modello scelto.
La soluzione ovvia è quella di costruire rigorosi modelli quantitativi che siano il più vicino possibile alla realtà biologica, più di quelli che in precedenza hanno fallito.
Sfortunatamente questi modelli eccedono le capacità di calcolo anche dei più brillanti matematici ma la soluzione ce l'ha data la tecnologia che ha equipaggiato milioni di case con dei PC.
Le simulazioni
La simulazione si concentra principalmente sul cosiddetto ingranaggio di Muller, cioè sull'evoluzione anomala di una specie in caso di assenza di ricombinazione genetica (partenogenesi, endosimbionti, specie unisessuali, ecc..).
Normalmente in questi casi si accumulano rapidamente delle mutazioni che portano all'estinzione della popolazione ma in realtà a volte ciò non accade ma si ha una evoluzione della specie.
Applicazioni disponibili
E' disponibile solamente l'applicazione per OS Windows 32 bit
Il nome della WU contiene le seguenti parti (es. evo_1196518209-696_439KB_6.94)
evo_: nome dell'applicazione
1196518209: timestamp
439KB: stima della RAM necessaria
6.94: stima del tempo di elaborazione su un Pentium 500MHz
Deadline: 3 giorni per ogni 8 ore di elaborazione presunta (ce ne sono da 8 ore, 16, 24, 48)
Quorum = 1
Replicazione Iniziale = 1
Quorum = 1
Replicazione Iniziale = 1
Problemi conosciuti
Non ci sono checkpoints ma lasciando l'applicazione in memoria si può superare il problema in caso di sospensione dell'elaborazione.
L'indicatore di progresso non è molto accurato
I crediti sono calcolati in base alla grandezza delle popolazioni studiate (informazioni trovate su QUESTA pagina del sito ufficiale).
Stato del server di Evolution@home
Non ci sono checkpoints ma lasciando l'applicazione in memoria si può superare il problema in caso di sospensione dell'elaborazione.
L'indicatore di progresso non è molto accurato
I crediti sono calcolati in base alla grandezza delle popolazioni studiate (informazioni trovate su QUESTA pagina del sito ufficiale).
Stato del server di Evolution@home
Optimum Golomb Ruler
Scopo del progetto
In matematica, il termine "Golomb Ruler" si riferisce ad un insieme di numeri interi, non negativi, tali che nessuna coppia distinta di numeri dell'insieme abbia la stessa differenza. Concettualmente, è simile ad un righello costruito in maniera tale che nessuna coppia di punti misuri la stessa distanza.
Il Righello Golomb Ottimale (d'ora in poi OGR) è il più corto Golomb Ruler possibile per un dato numero di punti. Comunque, trovare (e dimostrare) gli OGR diventa esponenzialmente più difficile quanto il numero dei punti aumenta, ed è per questa ragione che ci siamo rivolti al WEB per un aiuto a trovare gli OGR con 24 e più punti.
Breve spiegazione matematica
I righelli "Golomb" prendono il nome dal Dr. Solomon W. Golomb, un professore di Matematica con un interesse speciale nel calcolo delle combinazioni, teoria dei numeri, teoria della cifratura nelle comunicazioni. iL Dr. Golomb si interessa anche di giochi e puzzles matematici, ha collaborato a lungo con la rivista scientifica americana "Mathematical Games". GLi OGR hanno molte applicazioni, come il piazzamneto dei sensori per la cristallografia a raggi-X e la radio-astronomia. I righelli Golomb possono anche giocare un ruolo significante nella "matematica combinatoria", nella teoria della codificazione e delle comunicazioni, il Dr. Golomb è stato uno dei primi a studiarne l'utilizzo in questi campi.
Un Golomb ruler è un modo di mettere dei punti lungo una linea in modo che ogni paia di punti misuri un unica distanza lineare. Questo è un Golomb ruler con cinque punti:
| | | | |
0 1 4 9 11
Il numero sotto il punto rappresenta la distanza dal lato sinistro. la lunghezza di questo righello è 11, e capita che sia uno dei due righelli più corti tra quelli con cinque punti. L'altro righello ha i punti nelle posizioni 0, 3, 4, 9, e 11. (Le immagini speculari di questi due righelli, 0, 2, 7, 10, 11 e 0, 2, 7, 8, 11, sono anch'esse OGR. Di solito si menziona solo un'immagine speculare per righello.)
Puoi controllare che il righello sopra sia veramente "Golomb" scrivendone la tabella di tutte le coppie di punti e le loro rispettive distanze:
Punto 1 - Punto 2 - Distanza0 - 1 - 1
0 - 4 - 4
0 - 9 - 9
0 - 11 - 11
1 - 4 - 3
1 - 9 - 8
1 - 11 - 10
4 - 9 - 5
4 - 11 - 7
9 - 11 - 2
Nota che non ci sono distanze uguali nella terza colonna. Non c'è nemmeno la distanza 6, ma va bene così, perchè i Golomb rulers non devono misurare ogni distanza, ma solo quelle distinte.
Lo scopo dell'ottimizzazione dei righelli Golomb è quello di renderli il più corto possibile, senza duplicare nessuna distanza misurata. i Righelli a 5 punti sopra sono ottimali.
Lo scopo dell'ottimizzazione dei righelli Golomb è quello di renderli il più corto possibile, senza duplicare nessuna distanza misurata. i Righelli a 5 punti sopra sono ottimali.
I Golomb rulers sono solitamente caratterizzati dalle loro differenze, anziche dalle adistanze assolute com mostrato sopra nel diagramma. Perciò il righello di sopra sarà 1-3-5-2 (a volte è scritto 0-1-3-5-2 ma solitamente il primo 0 si toglie).
Per esempio, il più conosciuto righello a 21-punti è il seguente:
2-22-32-21-5-1-12-34-15-35-7-9-60-10-20-8-3-14-19-4
James B. Shearer ha compilato una lista di tutti i più copnosciuti Golomb rulers fino a 150 punti. Se confronti i righelli, noterai che il righello a 21-punti menzionato nella pagina di James è un'immagine speculare di quello di sopra.
Sfortunatamente, la ricerca degli OGR diventa esponenzialmente più difficile quanto il numero dei punti aumenta (similmente a quelli che i matematici chiamano problemi "non completi" ... come l'infame "Traveling Salesman optimization").
Sfortunatamente, la ricerca degli OGR diventa esponenzialmente più difficile quanto il numero dei punti aumenta (similmente a quelli che i matematici chiamano problemi "non completi" ... come l'infame "Traveling Salesman optimization").
Applicazioni disponibili
Sono disponibili applicazioni per:
Sono disponibili applicazioni per:
- OS Windows 32 bit
- OS Linux 32 e 64 bit
- OS MAC PPC e Intel
- PS3
- Solaris
Durata: da 5 a 25 ore (stima del tempo di elaborazione su un Q6600 a 3 GHz)
Deadline: da 14 a 21 giorni
Quorum = 1
Replicazione Iniziale = 1
Deadline: da 14 a 21 giorni
Quorum = 1
Replicazione Iniziale = 1
Problemi conosciuti
L'indicatore di progresso procede in modo non continuo ma con salti dell'12,5% circa.
L'indicatore di progresso procede in modo non continuo ma con salti dell'12,5% circa.
Alcuni anti-virus segnalano dei falsi positivi per l'applicazione. Qui ne trovate una lista.
Elliptic Curve Factorization method
Scopo del progetto
In matematica, il termine "Golomb Ruler" si riferisce ad un insieme di numeri interi, non negativi, tali che nessuna coppia distinta di numeri dell'insieme abbia la stessa differenza. Concettualmente, è simile ad un righello costruito in maniera tale che nessuna coppia di punti misuri la stessa distanza.
Fattorizzazione di numeri interi
E' la ricerca dei numeri primi in cui si può fattorizzare un numero intero (es: 6=3x2). L'Elliptic curve factorization method (ECM) è il metodo più veloce attualmente scoperto per la fattorizzazione. In sostanza il progetto ECM è un wrapper che sostiene svariati sotto-progetti di fattorizazione (OddPerfect, ElevenSmooth, XYYXF e MersennePlusTwo factorization project ).
I progetti matematici di fattorizzazione e ricerca di numeri primi sono interconnessi (il test di primalità và eseguito prima) ma tra i due la fattorizzazione sembra più complessa.
In una dispensa universitaria ho trovato alcuni spunti interessanti su questo problema:
Trovare i fattori di un numero intero grande è una impresa assai ardua, e può essere impossibile con le risorse oggi disponibili. Non si conoscono metodi polinomiali per la fattorizzazione, come invece accade per i test di primalità.
Infatti i migliori algoritmi di fattorizzazione noti sono subesponenziali ovvero, in generale, i tempi di elaborazione sono dell’ordine di 2^radiceterza(ln(n)).
Dunque, se per fattorizzare un numero di 100 cifre occorre un tempo Q, per fattorizzarne uno di 200 il tempo sale a circa 50.000.000 Q, e per 300 arriviamo a 60.000.000.000.000 Q. Se Q è un secondo, per un intero di 100 cifre occorre 1 secondo, per 200 cifre più di un anno e mezzo, per 300 cifre 2 milioni di anni.
Trovare i fattori di un numero intero grande è una impresa assai ardua, e può essere impossibile con le risorse oggi disponibili. Non si conoscono metodi polinomiali per la fattorizzazione, come invece accade per i test di primalità.
Infatti i migliori algoritmi di fattorizzazione noti sono subesponenziali ovvero, in generale, i tempi di elaborazione sono dell’ordine di 2^radiceterza(ln(n)).
Dunque, se per fattorizzare un numero di 100 cifre occorre un tempo Q, per fattorizzarne uno di 200 il tempo sale a circa 50.000.000 Q, e per 300 arriviamo a 60.000.000.000.000 Q. Se Q è un secondo, per un intero di 100 cifre occorre 1 secondo, per 200 cifre più di un anno e mezzo, per 300 cifre 2 milioni di anni.
Progresso dei vari sotto-progetti.
Applicazioni disponibili
Sono disponibili applicazioni per:
Sono disponibili applicazioni per:
- OS Windows 32 e 64 bit
- OS Linux 32 e 64 bit
- OS MAC PPC e Intel
Durata: da 5 a 22 ore (stima del tempo di elaborazione su un Q6600)
RAM: 1 MB
Deadline: da 5 giorni
Deadline: da 5 giorni
Problemi conosciuti
WU di test che richiedono fino a 2 GB di RAM ma vengono distribuite solo a chi ha la memoria sufficiente.
WU di test che richiedono fino a 2 GB di RAM ma vengono distribuite solo a chi ha la memoria sufficiente.
MUON
Scopo del progetto
Muon simula e progetta parti di un acceleratore di particelle ed è inserito nel contesto di un esperimento mondiale chiamato Neutrino Factory, la cui costruzione è prevista non prima del 2015. Lo scopo principale è quello di lanciare fasci di neutrini (particelle fondamentali della materia) attraverso le interiora della Terra fino a delle stazioni di captazione dislocate in vari continenti. Questo viene fatto per analizzare e misurare i loro cambiamenti "in corsa" (vi sono 3 tipi di neutrini) e quindi riuscire a determinare più accuratamente la massa dei neutrini.
The reason they want to do this is that the neutrino is just about the most common particle in the universe (billions pass through your body every second) and its mass will influence such things as the evolution of the universe and the exact way matter was first formed in the 'big bang'. In fact, neutrinos make up one quarter of the types of matter particles specified in the current 'standard model' of physics. In order to progress to more advanced theories of physics, it is often crucial to know the properties of particles to high precision in order to distinguish between the slightly different predictions of alternative theories.
Actually the entire Neutrino Factory complex (estimated to cost at least $1.9bn) will have several scientific aims. The neutrinos are used for fundamental physics experiments, but the proton beam that is produced at the start (this hits the target rod at the beginning of the simulation you download) is also going to be used in experiments such as neutralising radioactive waste by transmuting the radioactive elements into stable ones, and providing a high intensity source of neutrons for 3D atomic microscopy. The muon beam that will be coming from the end of the section we are optimising can also be used as the basis for a 'muon collider', a machine that could produce the highest-energy collisions between fundamental particles ever made artificially.
You are simulating the part of the process where the proton beam hits the target rod and causes pions to be emitted, which decay into muons. These would then proceed to a storage ring and decay into electrons and the neutrinos that are used for experiments. This is a fairly critical part of the apparatus, which catches the pions and confines some of them into a beam while they decay. The efficiency of this dictates that of the entire machine because it is built of a lot of acceleration stages 'in series' with each other. Whether the project eventually gets funded to be built depends on what levels of performance can be achieved with the designs generated during the present R&D. However, users of this program have already doubled the estimated efficiency of one stage and more are to be optimised in the future.
The reason they want to do this is that the neutrino is just about the most common particle in the universe (billions pass through your body every second) and its mass will influence such things as the evolution of the universe and the exact way matter was first formed in the 'big bang'. In fact, neutrinos make up one quarter of the types of matter particles specified in the current 'standard model' of physics. In order to progress to more advanced theories of physics, it is often crucial to know the properties of particles to high precision in order to distinguish between the slightly different predictions of alternative theories.
Actually the entire Neutrino Factory complex (estimated to cost at least $1.9bn) will have several scientific aims. The neutrinos are used for fundamental physics experiments, but the proton beam that is produced at the start (this hits the target rod at the beginning of the simulation you download) is also going to be used in experiments such as neutralising radioactive waste by transmuting the radioactive elements into stable ones, and providing a high intensity source of neutrons for 3D atomic microscopy. The muon beam that will be coming from the end of the section we are optimising can also be used as the basis for a 'muon collider', a machine that could produce the highest-energy collisions between fundamental particles ever made artificially.
You are simulating the part of the process where the proton beam hits the target rod and causes pions to be emitted, which decay into muons. These would then proceed to a storage ring and decay into electrons and the neutrinos that are used for experiments. This is a fairly critical part of the apparatus, which catches the pions and confines some of them into a beam while they decay. The efficiency of this dictates that of the entire machine because it is built of a lot of acceleration stages 'in series' with each other. Whether the project eventually gets funded to be built depends on what levels of performance can be achieved with the designs generated during the present R&D. However, users of this program have already doubled the estimated efficiency of one stage and more are to be optimised in the future.
Applicazioni disponibili
E' disponibile solamente l'applicazione per OS Windows 32 bit
Deadline: 5 giorni
RAM: da 10 a 15 MB
Problemi conosciuti
Non ci sono checkpoints
Non ci sono checkpoints
HARMONIOUS TREES
Scopo del progetto
Nel 1980 Graham e Sloane hanno introdotto per primi la nozione di “classificazione armoniosa dei grafi”. Si tratta di uno schema di classificazionesu“base additiva”. Fondamentalmente, per un grafo con N archi, una classificazione armoniosa è tale se ogni nodo riceve una “etichetta” univoca per cui la somma modulo N dei nodi adiacenti è un numero che va da 0 fino a N-1.
Non si tratta di una banale classificazione nel senso che non tutti i grafi hanno una classificazione armoniosa. Se un grafo ha una classificazione armoniosa, diciamo che esso è armonioso.
Graham e Sloane hanno proposto la seguente congettura: ogni albero è armonioso. Equivalentemente, “congetturano” che possiamo classificare ogni albero con N nodi da 0 a N-1 senza ripetizione, tale che la somma modulo (N-1) dei due nodi adiacenti va da 0 a N-2.
In accordo con la “mappa dinamica” di Gallian su una classificazione di grafi, ci sono pochi risultati sugli alberi armoniosi. Graham e Sloane hanno provato che “i bruchi” sono armoniosi. Aldred e McKay hanno usato un programma al computer per verificare che tutti gli alberi con al massimo 26 nodi sono armoniosi. Recentemente, Fang ha proposto un nuovo algoritmo e ha spinto la verifica ad alberi fino a 31 nodi. Una versione distribuita di questo algoritmo è usata in questo sottoprogetto.
Questo sottoprogetto mira a verificare se alberi con una determinata dimensione sono tutti armoniosi. Se sono tutti armoniosi, verrà confermata la nostra fiducia in questa congettura. In caso contrario, se si trova un contro-esempio, questo smentirà immediatamente la congettura, conseguentemente confuterà un vecchio e duraturo problema nella teoria dei grafi.
Supporto al progetto: supportato
Per unirsi al team BOINC.Italy consultare la scheda "Link" qui a destra cliccando sull'icona relativa al "JOIN" 
.
.
Referente/i: nessuno
Se sei interessato al progetto e vuoi dare una mano diventando referente, contatta i moderatori in privato o attraverso le pagine del forum.
Posizione del team nelle classifiche modiali:
Andamento dei crediti giornalieri:
Andamento del RAC:
Statistiche interne: vedi scheda "Link"
Cliccare sulle icone relative alle "Statistiche progetto" 
o alla "Classifica utenti" 
(solo per iscritti al team).
o alla "Classifica utenti" (solo per iscritti al team).
Statistiche BOINC.Stats: vedi scheda "Link"
Cliccare sulle icone relative alle "Statistiche del team sul progetto" 
o alla "Classifica dei team italiani" 
.
o alla "Classifica dei team italiani" .