The Cherenkov Telescope Array (CTA) is the next generation gamma-ray observatory. CTA will incorporate about 100 imaging atmospheric Cherenkov telescopes (IACTs) at a southern site, and about 20 in the north. Previous IACT experiments have used up to five telescopes. Subsequently, the design of a graphical user interface (GUI) for the operator of CTA poses an interesting challenge. In order to create an effective interface, the CTA team is collaborating with experts from the field of Human-Computer Interaction. We present here our GUI prototype. The back-end of the prototype is a Python Web server. It is integrated with the observation execution system of CTA, which is based on the Alma Common Software (ACS). The back-end incorporates a redis database, which facilitates synchronization of GUI panels. redis is also used to buffer information collected from various software components and databases. The front-end of the prototype is based on Web technology. Communication between Web server and clients is performed using Web Sockets, where graphics are generated with the d3.js Javascript library.


翻译:Cherenkov望远镜阵列(CTA)是下一代伽马射线观测站。CTA将在南部一个站点和北部大约20个站点安装大约100个大气成像式Cherenkov望远镜(IACTs),以前的IACT实验使用了多达5个望远镜。随后,为CTA操作员设计图形用户界面(GUI)带来了一个有趣的挑战。为了创建一个有效的接口,CTA小组正在与人类-计算机互动领域的专家合作。我们在这里展示我们的图形界面原型。原型的后端是Python网络服务器。它与基于Alma 通用软件(ACS)的CTA观察执行系统合并。后端包含一个可促进GUI面板同步的再分解数据库。还用于缓冲从各种软件组件和数据库收集的信息。原型的前端以网络技术为基础。网络服务器和客户之间的通信是使用Web Sockets进行,在那里与d3.js Javascrection图书馆生成图形。

1
下载
关闭预览

相关内容

机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
Neo4j 和图数据库起步
Linux中国
8+阅读 · 2017年12月20日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Arxiv
14+阅读 · 2020年1月27日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Semantics of Data Mining Services in Cloud Computing
Arxiv
4+阅读 · 2018年10月5日
Arxiv
26+阅读 · 2018年9月21日
Arxiv
22+阅读 · 2018年2月14日
VIP会员
相关VIP内容
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关论文
Top
微信扫码咨询专知VIP会员