Πλοήγηση ανά Συγγραφέας "Koutoulakis, Emmanouil"

Τώρα δείχνει 1 - 2 of 2
  • Μικρογραφία εικόνας
    Τεκμήριο
    Franchise:μια επιχείρηματική λύση η εφαρμογή και η ανάπτυξη του στην Κρήτη.
    (Τ.Ε.Ι. Κρήτης, Σχολή Διοίκησης και Οικονομίας (Σ.Δ.Ο), Τμήμα Τουριστικών Επιχειρήσεων, 2008-10-03T10:23:21Z) Κουτουλάκης, Εμμανουήλ; Koutoulakis, Emmanouil
    Είναι ένα σύστημα εμπορίας προϊόντων ή/και υπηρεσιών ή/και τεχνολογίας που βασίζεται σε μία στενή και συνεχή συνεργασία ανάμεσα σε νομικά και οικονομικά ανεξάρτητες επιχειρήσεις, τον Δικαιοπάροχο και τους Ατομικούς Δικαιοδόχους του, όπου ο Δικαιοπάροχος παρέχει στους Ατομικούς Δικαιοδόχους του το δικαίωμα και επιβάλλει την υποχρέωση να λειτουργήσουν μία επιχείρηση σύμφωνα με την θεσμική του μορφή. Το δικαίωμα δίνει την δυνατότητα αλλά και υποχρεώνει τον Ατομικό Δικαιοδόχο αντί ενός άμεσου ή έμμεσου οικονομικού ανταλλάγματος να χρησιμοποιεί την επωνυμία ή/ και το σήμα προϊόντος ή/ και το σήμα υπηρεσίας ή/ και την τεχνογνωσία, τις επιχειρηματικές και τεχνικές μεθόδους, το σύστημα διαδικασιών και άλλα δικαιώματα βιομηχανικής ή/ και πνευματικής ιδιοκτησίας του Δικαιοπαρόχου μαζί με παράλληλη συνεχή παροχή εμπορικής και τεχνικής υποστήριξης, μέσα στο πλαίσιο και την χρονική διάρκεια μίας γραπτής σύμβασης Φραντσάηζ που γίνεται ανάμεσα σε συμβαλλομένους γι' αυτόν τον σκοπό.
  • Μικρογραφία εικόνας
    Τεκμήριο
    Implementation of a federated workflow execution engine for life sciences through virtualization services.
    (ΕΛ.ΜΕ.ΠΑ., ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ (ΣΜΗΧ), Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, 2020-09-22) Koutoulakis, Emmanouil; Κουτουλάκης, Εμμανουήλ
    Workflows are widely used abstractions for the representation of large scientific applications that also ease their execution on distributed systems such as clusters, clouds, and grids. However, workflow systems are mainly agnostic on the environment on which each task of the workflow is expected to run. As a result, a workflow may run correctly in the environment in which it was designed, but then moved to another environment, it is likely to fail due to differences in the operating systems, installed applications, library versions, available data, and other dependencies. This factor is a major issue in life sciences. Lightweight container technologies like Docker have recently arisen as a solution to this problem by providing a well-defined execution environment at the operating system level. OpenBio (https://www.openbio.eu) is a web-based workflow platform that can compose multiple tools or workflows in one and aims to maximize reproducibility. In this thesis, we consider how to best integrate the OpenBio platform with an Execution Environment running in a virtual container. With this abstraction, users can manage multiple workflows, monitor the use of their resources, which can help achieve scalability and optimal resource utilization. Several platforms currently exist that design and execute sophisticated pipelines (e.g Galaxy [7], Luigi [8], Nextflow [9]). The main drawback of these platforms is the lack of the necessary parallelism, flexibility, and portability. In this thesis, we test a variety of workflow management systems and resource monitoring tools. This careful evaluation resulted in the following stack of tools. AirFlow is used for Workflow Execution, NetData used for resource monitoring, and a client written that uses Python Flask acts as an API for interface monitoring. Also, we leverage Docker-Compose to orchestrate the communication and interoperability between these tools. AirFlow was used due to its ability to treat scientific pipelines in a simple, portable, reproducible, and scalable manner, mainly by modeling them as DAGs (Directed Acyclic Graphs). AirFlow and NetData both are configured in accordance with the Execution Environment prerequisites. OpenBio Platform with the collaboration of the Execution Environment provides; (1) a drag and drop user interface using OpenBio platform for pipeline composition that allows users to create complex pipelines without familiarity in underlying programming languages, (2) User-friendly monitoring system, (3) automatic report generation with results and processing logs and (4) portability towards distributed computing environments such as cluster, grid, and cloud with the ability to generate multiple instances.