使用Kadi4Mat的ML可扩展框架，用于多物理场-多尺度模拟工作流与数据管理
ML-extendable framework for multiphysics-multiscale simulation workflow and data management using Kadi4Mat
AI总结：
本文提出一个遵循FAIR原则的研究工作流与数据管理框架，并在Kadi4Mat上以增材制造多物理场多尺度模拟为例实现，通过标准化记录、知识图谱和自动化方案支持高通量模拟与数据驱动分析。
摘要：
随着材料建模与模拟已成为现代材料科学的关键手段，通常需要具有独特物理原理和庞大体量的研究数据，才能全面阐明材料在所有相关尺度上的行为。有效的工作流与数据管理，以及相应的元数据描述，有助于充分发挥数据驱动分析在计算机辅助材料设计中的潜力。在本工作中，我们提出了一个研究工作流与数据管理（RWDM）框架，用于管理复杂工作流及由此产生的研究（元）数据，同时遵循FAIR原则。以面向增材制造研究的多物理场多尺度模拟作为展示案例，并在Kadi4Mat——一个开源研究数据基础设施——上加以实现。模拟的输入和输出数据，连同实现模拟工作流的相关设置和脚本，均被整理到相应的标准化Kadi4Mat记录中，并具备可扩展性以支持进一步研究和数据驱动分析。这些记录相互关联以指示信息流，并形成一个基于本体的知识图谱。本文还提出了与所提出的RWDM框架相集成、用于执行高通量模拟和后处理的自动化方案。
英文摘要：
As material modeling and simulation has become vital for modern materials science, research data with distinctive physical principles and extensive volume are generally required for full elucidation of the material behavior across all relevant scales. Effective workflow and data management, with corresponding metadata descriptions, helps leverage the full potential of data-driven analyses for computer-aided material design. In this work, we propose a research workflow and data management (RWDM) framework to manage complex workflows and resulting research (meta)data, while following FAIR principles. Multiphysics multiscale simulations for additive manufacturing investigations are treated as showcase and implemented on Kadi4Mat: an open source research data infrastructure. The input and output data of the simulations, together with the associated setups and scripts realizing the simulation workflow, are curated in corresponding standardized Kadi4Mat records with extendibility for further research and data-driven analyses. These records are interlinked to indicate information flow and form an ontology based knowledge graph. Automation scheme for performing high-throughput simulation and post-processing integrated with the proposed RWDM framework is also presented.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
