FLARE：一个开源数据工作流编排工具
FLARE: an open-source data workflow orchestration tool
浏览论文内容
中文总结 AI 辅助
FLARE 是一个基于 Python 的开源数据工作流编排工具，利用 b2luigi 自动化 Key4HEP 中 MC 生成、探测器模拟及 FCC 分析流程，提供从 MC 产生到最终直方图的端到端流水线，简化 FCC-ee 分析。
中文摘要 AI 辅助
Flare 是一个由 b2luigi 驱动的、基于 Python 的开源数据工作流编排工具。它自动化了 Key4HEP 技术栈内蒙特卡洛（MC）生成器（如 Whizard、MadGraph5 和 Pythia8）的工作流，以及使用 Delphes 进行的快速探测器模拟。它还自动化了未来环形对撞机（FCC）物理分析软件的工作流。这些工作流被组合在一起，为用户提供从 MC 产生到最终 FCCAnalyses 直方图的自动化流水线。凭借其定制选项和 Python API，Flare 简化了 FCC-ee 分析的执行，尤其是在需要定制 MC 事件时。
英文摘要
Flare is an open-source Python-based data workflow orchestration tool powered by b2luigi. It automates the workflow of Monte Carlo (MC) generators inside the Key4HEP stack, such as Whizard, MadGraph5 and Pythia8, together with fast detector simulation using Delphes. It also automates the Future Circular Collider (FCC) physics analysis software workflow. These workflows are combined, giving a user an automated pipeline from MC production to final FCCAnalyses histograms. With its customisation options and Python API, Flare simplifies executing FCC-ee analyses, especially when custom MC events are required.
发表机构
- Adelaide University（阿德莱德大学）
机构由 AI 辅助整理，请以论文原文为准。
