000844321 001__ 844321
000844321 005__ 20240313103117.0
000844321 020__ $$a978-3-8440-5779-9
000844321 0247_ $$2Handle$$a2128/17727
000844321 037__ $$aFZJ-2018-01752
000844321 041__ $$aGerman
000844321 1001_ $$0P:(DE-Juel1)169429$$aPlotnikov, Dimitri$$b0$$eCorresponding author$$ufzj
000844321 245__ $$aNESTML - die domänenspezifische Sprache für den NEST-Simulator neuronaler Netzwerke im Human Brain Project$$f2012-11-15 - 2017-12-07
000844321 260__ $$aAachen$$bShaker Verlag$$c2018
000844321 300__ $$a254
000844321 3367_ $$2DataCite$$aOutput Types/Dissertation
000844321 3367_ $$0PUB:(DE-HGF)3$$2PUB:(DE-HGF)$$aBook$$mbook
000844321 3367_ $$2ORCID$$aDISSERTATION
000844321 3367_ $$2BibTeX$$aPHDTHESIS
000844321 3367_ $$02$$2EndNote$$aThesis
000844321 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd$$s1570523657_4590
000844321 3367_ $$2DRIVER$$adoctoralThesis
000844321 4900_ $$aAachener Informatik-Berichte, Software Engineering$$v33
000844321 502__ $$aDissertation, RWTH Aachen, 2017$$bDissertation$$cRWTH Aachen$$d2017$$o2017-12-07
000844321 520__ $$aDomänenspezifische Sprachen erlauben gegenüber General Purpose Programmiersprachen begrenzten und problemorientierten Funktionsumfang an. Verschiedene Modellierungssprachen für die Computational Neuroscience wurden bereits vorgeschlagen. Da diese Sprachen jedoch typischerweise Simulatorunabhängigkeit anstreben, unterstützen sie oft nur eine Untermenge der vom Modellierer gewünschten Eigenschaften.Diese Arbeit präsentiert den Entwurf und die Implementierung der modularen und erweiterbaren domänenspezifischen Sprache NESTML, die Konzepte aus den Neurowissenschaften als vollwertige Sprachkonstrukte zur Verfügung stellt und Neurowissenschaftler so bei der Erstellung von Neuronemodellen für das neuronale Simulationswerkzeug NEST unterstützt.NESTML wurde mithilfe von MontiCore entwickelt. MontiCore ist eine Language Workbench zur Erstellung von domänenspezifischen Sprachen. MontiCore verwendet und erweitert das Grammatikformat von ANTLR4, das auf dem EBNF-Formalismus basiert, um zusätzliche Konzepte für die Grammatikwiederverwendung. MontiCore stellt eine modulare Infrastruktur für das Parsen von Modellen, den Aufbau der Symboltabllen und zum Prüfen der Kontextbedingungen bereit. Damit können die Entwicklungskosten von NESTML signifikant gesenkt werden.
000844321 536__ $$0G:(DE-HGF)POF3-574$$a574 - Theory, modelling and simulation (POF3-574)$$cPOF3-574$$fPOF III$$x0
000844321 536__ $$0G:(DE-HGF)POF3-511$$a511 - Computational Science and Mathematical Methods (POF3-511)$$cPOF3-511$$fPOF III$$x1
000844321 536__ $$0G:(EU-Grant)720270$$aHBP SGA1 - Human Brain Project Specific Grant Agreement 1 (720270)$$c720270$$fH2020-Adhoc-2014-20$$x2
000844321 536__ $$0G:(DE-HGF)B1175.01.12$$aW2Morrison - W2/W3 Professorinnen Programm der Helmholtzgemeinschaft (B1175.01.12)$$cB1175.01.12$$x3
000844321 536__ $$0G:(DE-Juel1)Helmholtz-SLNS$$aSLNS - SimLab Neuroscience (Helmholtz-SLNS)$$cHelmholtz-SLNS$$x4
000844321 8564_ $$uhttps://juser.fz-juelich.de/record/844321/files/Dissertationstext.pdf$$yOpenAccess
000844321 8564_ $$uhttps://juser.fz-juelich.de/record/844321/files/Dissertationstext.gif?subformat=icon$$xicon$$yOpenAccess
000844321 8564_ $$uhttps://juser.fz-juelich.de/record/844321/files/Dissertationstext.jpg?subformat=icon-1440$$xicon-1440$$yOpenAccess
000844321 8564_ $$uhttps://juser.fz-juelich.de/record/844321/files/Dissertationstext.jpg?subformat=icon-180$$xicon-180$$yOpenAccess
000844321 8564_ $$uhttps://juser.fz-juelich.de/record/844321/files/Dissertationstext.jpg?subformat=icon-640$$xicon-640$$yOpenAccess
000844321 909CO $$ooai:juser.fz-juelich.de:844321$$pdnbdelivery$$pec_fundedresources$$pVDB$$pdriver$$popen_access$$popenaire
000844321 9101_ $$0I:(DE-588b)5008462-8$$6P:(DE-Juel1)169429$$aForschungszentrum Jülich$$b0$$kFZJ
000844321 9131_ $$0G:(DE-HGF)POF3-574$$1G:(DE-HGF)POF3-570$$2G:(DE-HGF)POF3-500$$3G:(DE-HGF)POF3$$4G:(DE-HGF)POF$$aDE-HGF$$bKey Technologies$$lDecoding the Human Brain$$vTheory, modelling and simulation$$x0
000844321 9131_ $$0G:(DE-HGF)POF3-511$$1G:(DE-HGF)POF3-510$$2G:(DE-HGF)POF3-500$$3G:(DE-HGF)POF3$$4G:(DE-HGF)POF$$aDE-HGF$$bKey Technologies$$lSupercomputing & Big Data$$vComputational Science and Mathematical Methods$$x1
000844321 9141_ $$y2018
000844321 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000844321 9201_ $$0I:(DE-Juel1)JSC-20090406$$kJSC$$lJülich Supercomputing Center$$x0
000844321 9201_ $$0I:(DE-Juel1)IAS-6-20130828$$kIAS-6$$lTheoretical Neuroscience$$x1
000844321 9201_ $$0I:(DE-82)080012_20140620$$kJARA-HPC$$lJARA - HPC$$x2
000844321 9201_ $$0I:(DE-82)080010_20140620$$kJARA-BRAIN$$lJARA-BRAIN$$x3
000844321 9201_ $$0I:(DE-Juel1)INM-6-20090406$$kINM-6$$lComputational and Systems Neuroscience$$x4
000844321 9801_ $$aFullTexts
000844321 980__ $$aphd
000844321 980__ $$aVDB
000844321 980__ $$abook
000844321 980__ $$aI:(DE-Juel1)JSC-20090406
000844321 980__ $$aI:(DE-Juel1)IAS-6-20130828
000844321 980__ $$aI:(DE-82)080012_20140620
000844321 980__ $$aI:(DE-82)080010_20140620
000844321 980__ $$aI:(DE-Juel1)INM-6-20090406
000844321 980__ $$aUNRESTRICTED
000844321 981__ $$aI:(DE-Juel1)IAS-6-20130828