]> SALOME platform Git repositories - modules/adao.git/commitdiff
Salome HOME
Minor documentation review corrections (3)
authorJean-Philippe ARGAUD <jean-philippe.argaud@edf.fr>
Fri, 14 May 2021 11:56:14 +0000 (13:56 +0200)
committerJean-Philippe ARGAUD <jean-philippe.argaud@edf.fr>
Fri, 14 May 2021 11:56:14 +0000 (13:56 +0200)
doc/en/intro.rst
doc/fr/intro.rst

index 788ab13f850041b624f71a61a10217c7a3c90a87..092dfd1e2d7b1a015cc12091f663b9e0f08d66f5 100644 (file)
@@ -29,25 +29,26 @@ Introduction to ADAO
 
 The aim of the ADAO module is **to help using data assimilation or optimization
 methodology, in conjunction with other modules or simulation codes, in Python**
-[Python]_ **or SALOME context** [Salome]_. The ADAO module provides a simple
-interface to some standard algorithms of data assimilation or optimization, as
-well as test or verification ones. It allows integration of their use in a
-Python or SALOME study. Calculation or simulation user modules have to provide
-one or more specific calling methods in order to be callable in the Python or
-SALOME framework. All the SALOME modules can be used through Python or YACS
-integration.
-
-Its main objective is **to provide the use of standard and robust data
-assimilation or optimization methods, in an efficient way, while remaining easy
-to setup, and providing a simplified path to help the implementation**. For the
-end user, who has previously collected information on his physical problem, the
-environment allows him to have an approach focused on simply declaring this
-information to build a valid ADAO case, to evaluate it, and to draw the
-physical results he needs
+[Python]_ **or SALOME context** [Salome]_. It provides a simple interface to
+many robust and powerful data assimilation or optimization algorithms, with or
+without reduction, as well as testing and verification aids. It allows to
+integrate these tools in a Python or SALOME study.
+
+Its main objective is to **provide the use of standard and robust data
+assimilation or optimization methods, in a usual numerical simulation study
+approach, in an efficient way, while remaining easy to setup, and by providing
+a simplified approach to help the implementation**. For the end user, who has
+previously collected information on his physical problem, the environment
+allows him to have an approach centered on the simple declaration of this
+information to build a valid ADAO case, to then evaluate it, and to get the
+physical results he needs.
 
 The module covers a wide variety of practical applications, in a robust way,
-allowing real engineering applications, but also quick experimental methodology
-setup to be performed. Its methodological and numerical scalability give way to
-extend its applied domain. It is based on usage of other Python or SALOME
-modules, in particular YACS and EFICAS if they are available, and on usage of a
-generic underlying data assimilation library.
+allowing for real world engineering applications, and also for performing quick
+methodological experimentation. It is based on the use of other Python or
+SALOME modules, in particular YACS and EFICAS if available, and on the use of
+an underlying generic data assimilation library and tools. The computational or
+simulation user modules must provide one or more specific calling methods in
+order to be callable in the Python or SALOME framework. In the SALOME
+environment, all native modules can be used through integration in Python or
+YACS.
index b8b095b7065f516e72da47f589d754f267049f07..6b6967d0a86b88c80f2afea7dc4f6b58b889fd64 100644 (file)
@@ -29,29 +29,29 @@ Introduction à ADAO
 
 Le but du module ADAO est **d'aider à l'usage de l'assimilation de données ou
 de l'optimisation, en lien avec d'autres modules ou codes de simulation, dans
-un contexte Python** [Python]_ **ou SALOME** [Salome]_. Le module ADAO fournit
-une interface simple à des algorithmes classiques d'assimilation de données ou
-d'optimisation, ainsi que de tests ou vérifications. Il permet d'intégrer leur
-usage dans une étude Python ou SALOME. Les modules utilisateurs de calcul ou de
-simulation doivent fournir une ou plusieurs méthodes d'appel spécifiques afin
-d'être appelables dans le cadre Python ou SALOME. En environnement SALOME, tous
-les modules natifs peuvent être utilisés grâce à l'intégration en Python ou en
-YACS.
+un contexte Python** [Python]_ **ou SALOME** [Salome]_. Il fournit une
+interface simple à de nombreux algorithmes robustes et performants
+d'assimilation de données ou d'optimisation, avec ou sans réduction, ainsi que
+des aides aux tests et aux vérifications. Il permet d'intégrer ces outils dans
+une étude Python ou SALOME.
 
 Son principal objectif est de **permettre l'usage de méthodes standards et
-robustes d'assimilation de données ou d'optimisation, de manière performante,
-tout en restant facile à paramétrer, et en fournissant une démarche simplifiée
-pour aider à la mise en oeuvre**. Pour l'utilisateur final, qui a préalablement
-recueilli les informations sur son problème physique, l'environnement lui
-permet d'avoir une démarche centrée sur la simple déclaration de ces
-informations pour construire un cas ADAO valide, pour l'évaluer, et pour en
-tirer les résultats physiques dont il a besoin.
+robustes d'assimilation de données ou d'optimisation, dans une démarche usuelle
+d'étude en simulation numérique, de manière performante, tout en restant facile
+à paramétrer, et en fournissant une démarche simplifiée pour aider à la mise en
+oeuvre**. Pour l'utilisateur final, qui a préalablement recueilli les
+informations sur son problème physique, l'environnement lui permet d'avoir une
+démarche centrée sur la simple déclaration de ces informations pour construire
+un cas ADAO valide, pour ensuite l'évaluer, et pour en tirer les résultats
+physiques dont il a besoin.
 
 Le module couvre une grande variété d'applications pratiques, de façon robuste,
-permettant des applications réelles, mais aussi d'effectuer de
-l'expérimentation méthodologique rapide. Son évolutivité, des points de vue
-méthodologique et numérique, permet aussi l'extension de son domaine
-d'application. Il est basé sur l'utilisation d'autres modules Python ou SALOME,
-en particulier YACS et EFICAS s'ils sont disponibles, et sur l'utilisation
-d'une bibliothèque et d'outils génériques sous-jacents d'assimilation de
-données.
+permettant des applications réelles, et aussi d'effectuer de l'expérimentation
+méthodologique rapide. Il est basé sur l'utilisation d'autres modules Python ou
+SALOME, en particulier YACS et EFICAS s'ils sont disponibles, et sur
+l'utilisation d'une bibliothèque et d'outils génériques sous-jacents
+d'assimilation de données. Les modules utilisateurs de calcul ou de simulation
+doivent fournir une ou plusieurs méthodes d'appel spécifiques afin d'être
+appelables dans le cadre Python ou SALOME. En environnement SALOME, tous les
+modules natifs peuvent être utilisés grâce à l'intégration en Python ou en
+YACS.