Analyse quantitative du paysage visible avec le logiciel PixScape et utilisation des ressources HPC (multicore, GPU ou cluster)
|
|
- Valentine Charbonneau
- il y a 7 ans
- Total affichages :
Transcription
1 Analyse quantitative du paysage visible avec le logiciel PixScape et utilisation des ressources HPC (multicore, GPU ou cluster) Yohan Sahraoui 1,2, Gilles Vuidel 1 1 UBFC, CNRS,ThéMA UMR UBFC, CNRS, MSHE C.N. Ledoux USR 3124
2 Introduction Modéliser le paysage visible S immiscer dans un environnement paysager reconstruit à partir des données spatiales Capter une information potentiellement visible par des observateurs virtuels parcourant l espace
3 Introduction Modéliser le paysage visible S immiscer dans un environnement paysager reconstruit à partir des données spatiales Capter une information potentiellement visible par des observateurs virtuels parcourant l espace Exemples d application Evaluations paysagères (diagnostics paysagers, évaluation de la qualité esthétique du paysage, etc.) Etudes d impacts d aménagement (infrastructures de transport, développement urbain, parcs éoliens, etc.)
4 Introduction Modéliser le paysage visible S immiscer dans un environnement paysager reconstruit à partir des données spatiales Capter une information potentiellement visible par des observateurs virtuels parcourant l espace Exemples d application Evaluations paysagères (diagnostics paysagers, évaluation de la qualité esthétique du paysage, etc.) Etudes d impacts d aménagement (infrastructures de transport, développement urbain, parcs éoliens, etc.) Positionnement par rapport aux logiciels existants Systèmes d Information Géographiques (SIG) commerciaux et grand public Facilité de prise en main pour un professionnel Fonctionnalités restreintes Programmes «prototype» de laboratoire Fonctionnalités avancées et spécifiques à des problématiques données Pas de diffusion à un large public
5 Introduction Modéliser le paysage visible S immiscer dans un environnement paysager reconstruit à partir des données spatiales Capter une information potentiellement visible par des observateurs virtuels parcourant l espace Exemples d application Evaluations paysagères (diagnostics paysagers, évaluation de la qualité esthétique du paysage, etc.) Etudes d impacts d aménagement (infrastructures de transport, développement urbain, parcs éoliens, etc.) Positionnement par rapport aux logiciels existants Systèmes d Information Géographiques (SIG) commerciaux et grand public Facilité de prise en main pour un professionnel Fonctionnalités restreintes Programmes «prototype» de laboratoire Fonctionnalités avancées et spécifiques à des problématiques données Pas de diffusion à un large public Proposition d un outil logiciel open-source intégrant l ensemble des fonctionnalités existantes
6 Données spatiales 3 types de données spatiales numériques en entrée Mode d occupation du sol (MOS) Caractérisation de la couverture de la surface d'un territoire Modèle numérique d élévation (MNE) Caractérisation du développement vertical des objets pouvant cacher la vue Modèle numérique de terrain (MNT) Reconstitution de l architecture physique du paysage Seule information indispensable à la création d un projet dans PixScape Analyses en 2D ½ et non en 3D
7 Analyses planimétriques Méthode des rayons divergents (Fisher, 1996, Joly et al. 2009) Simulation du regard d un observateur virtuel autour de lui et mesure de la quantité d espace visible
8 Analyses planimétriques Méthode des rayons divergents (Fisher, 1996, Joly et al. 2009) Simulation du regard d un observateur virtuel autour de lui et mesure de la quantité d espace visible
9 Analyses tangentielles Méthode des surfaces angulaires (Germino et al., 2011) Mesure du paysage visible dans la rétine d un observateur virtuel à partir du développement vertical des objets du paysage Surface angulaire de l objet ABCD = (AOB) (AOD) où O correspond à la rétine de l observateur
10 Analyses tangentielles Méthode des surfaces angulaires (Germino et al., 2011) Mesure du paysage visible dans la rétine d un observateur virtuel à partir du développement vertical des objets du paysage Surface angulaire de l objet ABCD = (AOB) (AOD) où O correspond à la rétine de l observateur
11 Calcul de métriques de visibilité Principe de calcul des métriques de visibilité Calcul de métriques de visibilité 1. Métriques de composition Part des différentes catégories d OS Diversité (indice de Shannon) 2. Métriques de configuration Fragmentation du paysage (CONTAG / IJI) Configuration de la ligne d horizon Ouverture Texture
12 Calcul de métriques de visibilité Principe de calcul des métriques de visibilité Calcul de métriques de visibilité 1. Métriques de composition Part des différentes catégories d OS Diversité (indice de Shannon) 2. Métriques de configuration Fragmentation du paysage (CONTAG / IJI) Configuration de la ligne d horizon Ouverture Texture
13 Calcul de métriques de visibilité Principe de calcul des métriques de visibilité Calcul de métriques de visibilité 1. Métriques de composition Part des différentes catégories d OS Diversité (indice de Shannon) 2. Métriques de configuration Fragmentation du paysage (CONTAG / IJI) Configuration de la ligne d horizon Ouverture Texture
14 Calcul de métriques de visibilité Principe de calcul des métriques de visibilité Calcul de métriques de visibilité 1. Métriques de composition Part des différentes catégories d OS Diversité (indice de Shannon) 2. Métriques de configuration Fragmentation du paysage (CONTAG / IJI) Configuration de la ligne d horizon Ouverture Texture
15 Calcul de métriques de visibilité Principe de calcul des métriques de visibilité Calcul de métriques de visibilité 1. Métriques de composition Part des différentes catégories d OS Diversité (indice de Shannon) 2. Métriques de configuration Fragmentation du paysage (CONTAG / IJI) Configuration de la ligne d horizon Ouverture Texture
16 Pixscape Pixscape est développé en Java et implémente 3 méthodes de parallélisation utilisables sur le mésocentre Thread : plusieurs coeurs/processeurs sur une même machine MPI : plusieurs coeurs/processeurs sur plusieurs machines GPU (CUDA) : une (ou plusieurs) carte graphique contenant des milliers de petits coeurs sur une machine 1 / 9
17 Parallélisation Parallélisation simple sans dépendance : map-reduce. Développement d une couche d abstraction pour la parallélisation Thread/MPI même code pour les 2 types de parallélisation Le GPU demande un développement spécifique 2 / 9
18 Parallélisation La parallélisation ne se fait pas au même niveau de l algorithme : Thread/MPI : chaque coeur calcule le bassin de visibilité d un point et les métriques GPU : le calcul du bassin de visibilité est parallélisé, chaque coeur calcule un rayon pour être efficace, il faut paralléliser aussi les métriques 3 / 9
19 GPU Parallélisation des métriques difficile. Exemple, la somme d un tableau en CUDA (métrique A) 1 s h a r e d i n t s d a t a [NCORE ] ; 2 unsigned i n t t i d = t h r e a d I d x. x ; 3 unsigned i n t i = b l o c k I d x. x NCORE + t i d ; 4 unsigned i n t g r i d S i z e = NCORE griddim. x ; 5 s d a t a [ t i d ] = 0 ; 6 w h i l e ( i < n ) { 7 s d a t a [ t i d ] += g i d a t a [ i ] ; i += g r i d S i z e ; 8 } 9 s y n c t h r e a d s ( ) ; 10 i f (NCORE >= 512) { i f ( t i d < 256) { s d a t a [ t i d ] += s d a t a [ t i d ] ; } s y n c t h r 11 i f (NCORE >= 256) { i f ( t i d < 128) { s d a t a [ t i d ] += s d a t a [ t i d ] ; } s y n c t h r 12 i f (NCORE >= 128) { i f ( t i d < 64) { s d a t a [ t i d ] += s d a t a [ t i d ] ; } s y n c t h r e a 13 i f ( t i d < 32) { 14 s d a t a [ t i d ] += s d a t a [ t i d ] ; 15 s y n c t h r e a d s ( ) ; 16 s d a t a [ t i d ] += s d a t a [ t i d ] ; 17 s y n c t h r e a d s ( ) ; 18 s d a t a [ t i d ] += s d a t a [ t i d + 8 ] ; 19 s y n c t h r e a d s ( ) ; 20 s d a t a [ t i d ] += s d a t a [ t i d + 4 ] ; 21 s y n c t h r e a d s ( ) ; 22 s d a t a [ t i d ] += s d a t a [ t i d + 2 ] ; 23 s y n c t h r e a d s ( ) ; 24 s d a t a [ t i d ] += s d a t a [ t i d + 1 ] ; 25 } 26 i f ( t i d == 0) 27 g o d a t a [ b l o c k I d x. x ] = s d a t a [ 0 ] ; 4 / 9
20 Performances Métrique IJI non implémentée en CUDA 5 / 9
21 Performances 6 / 9
22 Intérêts Thread : solution la plus simple à mettre en oeuvre, fonctionne partout MPI : solution la moins limitée en puissance de calcul GPU : plus économique (et écologique!) 7 / 9
23 Limites Thread : plus faible en capacité de calcul MPI : gestion mémoire délicate avec Java GPU : mise en oeuvre plus lourde, pour une bonne exécution, demande de coder chaque métrique en code GPU 8 / 9
24 GPU? GPU plus économique en exécution mais plus long en développement! Passer de CUDA à OpenCL pour une utilisation plus large (GPU, Xeon Phi,...) 9 / 9
Architecture des ordinateurs
Décoder la relation entre l architecture et les applications Violaine Louvet, Institut Camille Jordan CNRS & Université Lyon 1 Ecole «Découverte du Calcul» 2013 1 / 61 Simulation numérique... Physique
Plus en détailRetour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales
Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales Cécile Cavet cecile.cavet at apc.univ-paris7.fr Centre François Arago (FACe), Laboratoire
Plus en détailT. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5
Modélisation de la performance et optimisation d un algorithme hydrodynamique de type Lagrange-Projection sur processeurs multi-cœurs T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet
Plus en détailpossibilités et limites des logiciels existants
possibilités et limites des logiciels existants Dominique Groleau CERMA, UMR CNRS 1563, Ecole d Architecture de Nantes Journée thématique SFT- IBPSA, Outils de simulation thermo-aéraulique du bâtiment.
Plus en détailRapport 2014 et demande pour 2015. Portage de Méso-NH sur Machines Massivement Parallèles du GENCI Projet 2015 : GENCI GEN1605 & CALMIP-P0121
Rapport 2014 et demande pour 2015 Portage de Méso-NH sur Machines Massivement Parallèles du GENCI Projet 2015 : GENCI GEN1605 & CALMIP-P0121 Rappel sur Méso-NH : Modélisation à moyenne échelle de l atmosphère
Plus en détailArchitecture distribuée
Architecture distribuée Conception et développement d algorithmes distribués pour le moteur Baboukweb Jean-Christophe DALLEAU Département de Mathématiques et Informatique Université de La Réunion 26 juin
Plus en détailSegmentation d'images à l'aide d'agents sociaux : applications GPU
Segmentation d'images à l'aide d'agents sociaux : applications GPU Richard MOUSSA Laboratoire Bordelais de Recherche en Informatique (LaBRI) - UMR 5800 Université de Bordeaux - France Laboratoire de recherche
Plus en détailIRL : Simulation distribuée pour les systèmes embarqués
IRL : Simulation distribuée pour les systèmes embarqués Yassine El Khadiri, 2 ème année Ensimag, Grenoble INP Matthieu Moy, Verimag Denis Becker, Verimag 19 mai 2015 1 Table des matières 1 MPI et la sérialisation
Plus en détailInfrastructure de calcul du CRRI
Infrastructure de calcul du CRRI Types d'infrastructures de calcul Calcul Intensif (High Performance Computing) Tâches fortement couplées (codes vectoriels / parallèles) Supercalculateurs, SMP, clusters,
Plus en détailContrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs. Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle
Contrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle 1 CEA R & D for Nuclear Energy 5 000 people Nuclear systems
Plus en détailQuantification d incertitude et Tendances en HPC
Quantification d incertitude et Tendances en HPC Laurence Viry E cole de Physique des Houches 7 Mai 2014 Laurence Viry Tendances en HPC 7 Mai 2014 1 / 47 Contents 1 Mode lisation, simulation et quantification
Plus en détailInfrastructures Parallèles de Calcul
Infrastructures Parallèles de Calcul Clusters Grids Clouds Stéphane Genaud 11/02/2011 Stéphane Genaud () 11/02/2011 1 / 8 Clusters - Grids - Clouds Clusters : assemblage de PCs + interconnexion rapide
Plus en détailRetour d expérience, portage de code Promes dans le cadre de l appel à projets CAPS-GENCI
, portage de code Promes dans le cadre de l appel à projets CAPS-GENCI PROMES (UPR 8521 CNRS) Université de Perpignan France 29 juin 2011 1 Contexte 2 3 4 Sommaire Contexte 1 Contexte 2 3 4 Laboratoire
Plus en détailLes lieux d où l on voit les Alpes font partie de ces espaces chargés de
Voir les Alpes depuis la Franche-Comté visibilité Daniel JOLY, ThéMA, umr 6049 du cnrs-université de Franche-Comté Les lieux d où l on voit les Alpes font partie de ces espaces chargés de sens : par le
Plus en détailProgrammation parallèle et distribuée (Master 1 Info 2015-2016)
Programmation parallèle et distribuée (Master 1 Info 2015-2016) Hadoop MapReduce et HDFS Note bibliographique : ce cours est largement inspiré par le cours de Benjamin Renaut (Tokidev SAS) Introduction
Plus en détailLa base de données régionale sur les sols. d Alsace. La base de données régionale sur les sols d Alsace
3 outils complémentaires pour connaître les sols en Alsace La base de données régionale sur les sols d Alsace Le guide des sols d Alsace La base de données régionale sur les sols Le réseau de mesure de
Plus en détailRésumé CONCEPTEUR, INTEGRATEUR, OPERATEUR DE SYSTEMES CRITIQUES
Aristote ----- Cloud Interopérabilité Retour d'expérience L A F O R C E D E L I N N O V A T I O N Résumé Les systèmes d'information logistique (SIL) sont des outils qui amènent des gains de productivité
Plus en détailInfo0804. Cours 6. Optimisation combinatoire : Applications et compléments
Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de
Plus en détailSamuel Decout, Sandra Luque. Sandra.luque@cemagref.fr
!""#$%&'()*+,-#,'((.'(&),#/#%&)0/1$*(.'("/+%&0(.2&/3)+/+('*(4/5'6#(.'(7/(%$**'%15)+,(8(( 9)7)'6:($65'#+0('+(9)7)'6:(4$#'01'#0( ( (!"#$%&#'"#(%#)*"+,-.(("#*,-&&"#"+#/&0*"# Samuel Decout, Sandra Luque Sandra.luque@cemagref.fr
Plus en détailTerrOïko : JEU en collaboration avec la SEEM
TerrOïko : JEU en collaboration avec la SEEM Journée EcoInnovation et Biodiversité 21 mai 2014 - Contact: Catherine de Roincé, catherine.deroince@terroiko.fr Historique d une start-up issue de la recherche
Plus en détailLes mésocentres HPC àportée de clic des utilisateurs industriels
Les mésocentres HPC àportée de clic des utilisateurs industriels Université de Reims Champagne-Ardenne (URCA) Centre de Calcul ROMEO Multidisciplinary university more than 22 000 students a wide initial
Plus en détailSemestre HPC. Violaine Louvet. Institut Camille Jordan - CNRS louvet@math.univ-lyon1.fr. Labex MILyon, Printemps 2016
Semestre HPC Violaine Louvet Institut Camille Jordan - CNRS louvet@math.univ-lyon1.fr Labex MILyon, Printemps 2016 V. Louvet (ICJ) Semestre HPC Printemps 2016 1 / 9 Présentation du semestre Modélisation
Plus en détailInteraction et Vis ualis ation en Géosicence
Présentation au LIPSI Groupe Guillaume de Travail Rivière LIPSI-ESTIA 04/10/200 7 Novembre 2005 5 Interaction et Vis ualis ation en Géosicence Guillaume Rivière LaBRI LIPSI Université Bordeaux 1 1/16 S
Plus en détailPrédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8
Prédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8 Christine TURCK 1 * et **, Christiane WEBER**, Dominique THOME*
Plus en détailDétection d'intrusions en environnement haute performance
Symposium sur la Sécurité des Technologies de l'information et des Communications '05 Détection d'intrusions en environnement haute performance Clusters HPC Fabrice Gadaud (fabrice.gadaud@cea.fr) 1 Sommaire
Plus en détailCommunications performantes par passage de message entre machines virtuelles co-hébergées
Communications performantes par passage de message entre machines virtuelles co-hébergées François Diakhaté1,2 1 CEA/DAM Île de France 2 INRIA Bordeaux Sud Ouest, équipe RUNTIME Renpar 2009 1 Plan Introduction
Plus en détailCalcul Haute Performance & Données
Calcul Haute Performance & Données Plan de l exposé CALMIP : news Evolution Matérielle Evolution des systèmes de calcul (CALMIP) Evolution Applicative Modélisation et Calcul haute performance Calcul haute
Plus en détailInitiation au HPC - Généralités
Initiation au HPC - Généralités Éric Ramat et Julien Dehos Université du Littoral Côte d Opale M2 Informatique 2 septembre 2015 Éric Ramat et Julien Dehos Initiation au HPC - Généralités 1/49 Plan du cours
Plus en détailModules du DUT Informatique proposés pour des DCCE en 2014/2015
Modules du DUT Informatique proposés pour des DCCE en 2014/2015 Résumé de l offre : Parmi les 5500 heures d enseignement informatique dispensées au département informatique de l IUT (avec 2880 heures de
Plus en détailElaboration d un Plan Local d Urbanisme / d un Agenda 21
Elaboration d un Plan Local d Urbanisme / d un Agenda 21 Phase diagnostic Par : P. Mordelet, Université Toulouse 3 C. Aschan-Leygonie, Université Lyon 2 F. Boussama, Université Montpellier 1 C. Mathieu,
Plus en détaile-biogenouest CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
e-biogenouest Coordinateur : Olivier Collin Animateur : Yvan Le Bras CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
Plus en détailProjet IGGI. Infrastructure pour Grappe, Grille et Intranet. Fabrice Dupros. CASCIMODOT - Novembre 2005. Systèmes et Technologies de l Information
Projet IGGI Infrastructure pour Grappe, Grille et Intranet CASCIMODOT - Novembre 2005 Fabrice Dupros CONTEXTE > Etablissement Public à caractère Industriel et Commercial (EPIC) Sous la tutelle des Ministères
Plus en détailChapitre 1. Infrastructures distribuées : cluster, grilles et cloud. Grid and Cloud Computing
Chapitre 1. Infrastructures distribuées : cluster, grilles et cloud Grid and Cloud Computing Problématique Besoins de calcul croissants Simulations d'expériences coûteuses ou dangereuses Résolution de
Plus en détailOptimisez vos environnements Virtualisez assurément
Optimisez vos environnements Virtualisez assurément Présenté par Jean-Steve Shaker Architecte de solutions - Virtualisation Une approche unique et simplifiée Solutions en Solutions d infrastructure infrastructure
Plus en détailMaster Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Plus en détailConférence SIG 2011 Versailles 5-6 Octobre 2011 Atelier Technique ArcGIS for Server en 10.1
Conférence SIG 2011 Versailles 5-6 Octobre 2011 Atelier Technique ArcGIS for Server en 10.1 Gaëtan LAVENU Plan de la présentation Vision Installation et Configuration Architecture Publication de services
Plus en détailRapport d activité. Mathieu Souchaud Juin 2007
Rapport d activité Mathieu Souchaud Juin 2007 Ce document fait la synthèse des réalisations accomplies durant les sept premiers mois de ma mission (de novembre 2006 à juin 2007) au sein de l équipe ScAlApplix
Plus en détailConditions : stage indemnisé, aide au logement possible, transport CEA en Ile-de-France gratuit.
Proposition de stage de BAC+4 ou BAC+5 Pro ou Recherche Etude comparative des outils de vérification d'algorithmes parallèles Logiciels (LSL), localisé à Palaiseau (Essonne), développe les outils d'aide
Plus en détailLa gestion des données en écologie des communautés végétales : l exemple de Phytobase
Journée Bases de Données Besançon 21 mars 2013 La gestion des données en écologie des communautés végétales : l exemple de Phytobase François Gillet Université de Franche-Comté CNRS UMR 6249 Chrono-environnement
Plus en détailLimitations of the Playstation 3 for High Performance Cluster Computing
Introduction Plan Limitations of the Playstation 3 for High Performance Cluster Computing July 2007 Introduction Plan Introduction Intérêts de la PS3 : rapide et puissante bon marché L utiliser pour faire
Plus en détailProgramme TechDay Romandie
Programme TechDay Romandie Esri & Geocom 13:00 ArcGIS: la plateforme cartographique pour votre organisation 13:30 Horizon ArcGIS: que nous réservent ArcGIS 10.3 et ArcGIS Pro? 14:15 City Engine: transformer
Plus en détailLe cloud computing au service des applications cartographiques à haute disponibilité
Le cloud computing au service des applications cartographiques à haute disponibilité Claude Philipona Les Rencontres de SIG-la-Lettre, Mai 2010 camptocamp SA / www.camptocamp.com / info@camptocamp.com
Plus en détailPerspectives en matière de portails géographiques et de 3D
Perspectives en matière de portails géographiques et de 3D version du Géoportail de l IGN Aurélien Barbier-Accary (Atos Worldline) et Frédéric Rouas (Diginext) Un groupement d expertises Depuis 2006 et
Plus en détailInstitut de recherche multidisciplinaire focalisé sur le développement durable urbain
Future Cities Laboratory Institut de recherche multidisciplinaire focalisé sur le développement durable urbain Ian Smith Journée d information, Holcim, le 9 octobre 2013 Suisse - Singapour Similarités
Plus en détailL outil 3D «Grand Territoire» de l Agglomération de Montpellier- De la communication à la participation?
L outil 3D «Grand Territoire» de l Agglomération de Montpellier- De la communication à la participation? Marc APARICIO, Responsable Service SIG Observatoires Direction Urbanisme et de l Habitat Montpellier
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailLes bases de l optique
Vision to Educate Les 10 pages essentielles Edition 2014 Introduction Edito Si résumer le métier d opticien dans un livret de 12 pages n est pas possible, nous avons essayé dans ce document d apporter
Plus en détailJournée Utiliateurs 2015. Nouvelles du Pôle ID (Informatique) Pierre Neyron, LIG/CNRS
Journée Utiliateurs 2015 Nouvelles du Pôle ID (Informatique) Pierre Neyron, LIG/CNRS 1 Pôle ID, Grid'5000 Ciment Une proximité des platesformes Autres sites G5K Grenoble + CIMENT Pôle ID = «Digitalis»
Plus en détailMéthodologie de mise en place de
Méthodologie de mise en place de solutions libres en bibliothèques universitaire Ludovic MECHIN doxulting 4 juin 2009 2 Sommaire Spécificités d'un projet d'implantation d'un logiciel libre ou open source
Plus en détailDG-ADAJ: Une plateforme Desktop Grid
DG-ADAJ: Une plateforme pour Desktop Grid Olejnik Richard, Bernard Toursel Université des Sciences et Technologies de Lille Laboratoire d Informatique Fondamentale de Lille (LIFL UMR CNRS 8022) Bât M3
Plus en détailRetours d expériences et perspectives sur les aspects énergétiques
Retour d expériences Retours d expériences et perspectives sur les aspects énergétiques d un mesocentre (Grenoble) GreenDays@Luxembourg CIMENT, LIG 28-29 Janvier 2013 Bruno Bzeznik Retour d expériences
Plus en détail20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013. 20 ans du SIAD -"Big Data par l'exemple" -Julien DULOUT
20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013 20 ans du SIAD -"BigData par l'exemple" -Julien DULOUT Qui a déjà entendu parler du phénomène BigData? Qui a déjà
Plus en détailFouillez facilement dans votre système Big Data. Olivier TAVARD
Fouillez facilement dans votre système Big Data Olivier TAVARD A propos de moi : Cofondateur de la société France Labs Développeur (principalement Java) Formateur en technologies de moteurs de recherche
Plus en détailArchitecture des calculateurs
Formation en Calcul Scientifique - LEM2I Architecture des calculateurs Violaine Louvet 1 1 Institut Camille jordan - CNRS 12-13/09/2011 Introduction Décoder la relation entre l architecture et les applications
Plus en détailMesure et modélisation de l énergie logicielle
Mesure et modélisation de l énergie logicielle Adel Noureddine, Romain Rouvoy, Lionel Seinturier Green Days @ Lille 29 novembre 2013 Plan Contexte! Problèmes et limitations! Mesure énergétique des logiciels
Plus en détailRuntime. Gestion de la réactivité des communications réseau. François Trahay Runtime, LaBRI sous la direction d'alexandre Denis Université Bordeaux I
Runtime Gestion de la réactivité des communications réseau François Trahay Runtime, LaBRI sous la direction d'alexandre Denis Université Bordeaux I 1 Le calcul hautes performances La tendance actuelle
Plus en détailThomas Loubrieu (Ifremer) Small to Big Data. http://wwz.ifremer.fr/bigdata. 26 Novembre 2013, Ifremer, Brest
Thomas Loubrieu (Ifremer) Small to Big Data 26 Novembre 2013, Ifremer, Brest http://wwz.ifremer.fr/bigdata Small to Big data IFREMER/IDM/ISI T. Loubrieu Résumé A partir d'expériences en gestion de données
Plus en détailEnvironnement logiciel open source pour la création d œuvres artistiques interactives
Environnement logiciel open source pour la création d œuvres artistiques interactives Stéphane Donikian IRISA/CNRS Campus de Beaulieu 35042, Rennes Cedex, France donikian@irisa.fr La création artistique
Plus en détailRoutage AODV. Languignon - Mathe - Palancher - Pierdet - Robache. 20 décembre 2007. Une implémentation de la RFC3561
20 décembre 2007 Une implémentation de la RFC3561 Présentation du groupe - plan Présentation Cahier des charges 1 CDC 2 Archi 3 Algorithme 4 Mini Appli de base Implémentation dans AODV 5 Difficultées rencontrées
Plus en détailTests de SlipStream sur les plateformes StratusLab@LAL et OpenStack@CC-IN2P3 : vers la. Vers la fédération du Cloud computing
Tests de sur les plateformes StratusLab@LAL et OpenStack@CC-IN2P3 : vers la fédération du Cloud computing Cécile Cavet1 & Charles Loomis2 (1) Centre François Arago, Laboratoire, Université Paris Diderot,
Plus en détailChange the game with smart innovation
Change the game with smart innovation Master Thesis 2013 2014 Faculty of Science engineering 12/08/2012 Master Thesis proposal for the academic year 2013. TABLE OF CONTENTS Section Un Introduction... 3
Plus en détailSession Usager, Infrastructures, Réseaux sociaux et Transports intelligents
Session Usager, Infrastructures, Réseaux sociaux et Transports intelligents Président : Benoît CLOCHERET Artelia Modérateur : Christophe DESNOUAILLES Cerema Données mobiles : De la mobilité 2.0 au PDU
Plus en détailM2-Images. Rendu Temps Réel - OpenGL 4 et compute shaders. J.C. Iehl. December 18, 2013
Rendu Temps Réel - OpenGL 4 et compute shaders December 18, 2013 résumé des épisodes précédents... création des objets opengl, organisation des données, configuration du pipeline, draw,... opengl 4.3 :
Plus en détailLa collecte et la gestion des données dans le cadre de la prospection d énergie solaire
Conférence SIG 2012 - ESRIFRANCE La collecte et la gestion des données dans le cadre de la prospection d énergie solaire Serge MANG-JOUBERT GAIAGO Eric VIDALENC - ADEME 1 Auteurs : Rodrigo MARIONI, Serge
Plus en détailITIL FOUNDATION. 2 jours. Programme
ITIL FOUNDATION Programme Objectif : Ce cours est une introduction aux notions d ITIL pour les stagiaires impliqués dans la gestion d une Infrastructure technique, qui veulent se familiariser avec les
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détailModélisation des interfaces matériel/logiciel
Modélisation des interfaces matériel/logiciel Présenté par Frédéric Pétrot Patrice Gerin Alexandre Chureau Hao Shen Aimen Bouchhima Ahmed Jerraya 1/28 TIMA Laboratory SLS Group 46 Avenue Félix VIALLET
Plus en détail"Modélisation interactive d'un genou humain"
Stage M2 PRO IICAO, du 1er avril au 31 septembre 2008 "Modélisation interactive d'un genou humain" Vincent Vansuyt Sous la tutelle de François Faure et François Boux de Casson Dans l'équipe Evasion, laboratoire
Plus en détailLa directive INSPIRE en Wallonie: le géoportail et l infrastructure de diffusion des géodonnées en Région wallonne (InfraSIG(
La directive INSPIRE en Wallonie: le géoportail et l infrastructure de diffusion des géodonnées en Région wallonne (InfraSIG( InfraSIG) Jean-Pierre KINNAERT Directeur Département de la géomatique Service
Plus en détailAtelier 3 Vers le programme. Notions et définitions Présentation des terrains
Atelier 3 Vers le programme Notions et définitions Présentation des terrains Atelier 3 - Ordre du jour Programmation (19h) Notions et définitions (19h15) Echanges avec la salle (19h45) Présentation des
Plus en détailAnalyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains
Analyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains Andrés Felipe SERNA MORALES Directrice de thèse: Beatriz MARCOTEGUI ITURMENDI serna@cmm.ensmp.fr MINES ParisTech, Mathématiques
Plus en détailBig Data. Cyril Amsellem Consultant avant-vente. 16 juin 2011. Talend 2010 1
Big Data Cyril Amsellem Consultant avant-vente 16 juin 2011 Talend 2010 1 Big Data Architecture globale Hadoop Les projets Hadoop (partie 1) Hadoop-Core : projet principal. HDFS : système de fichiers distribués
Plus en détail3 - Description et orbite d'un satellite d'observation
Introduction à la télédétection 3 - Description et orbite d'un satellite d'observation OLIVIER DE JOINVILLE Table des matières I - Description d'un satellite d'observation 5 A. Schéma d'un satellite...5
Plus en détailWEA Un Gérant d'objets Persistants pour des environnements distribués
Thèse de Doctorat de l'université P & M Curie WEA Un Gérant d'objets Persistants pour des environnements distribués Didier Donsez Université Pierre et Marie Curie Paris VI Laboratoire de Méthodologie et
Plus en détailCNAM 2010-2011. Déploiement d une application avec EC2 ( Cloud Amazon ) Auteur : Thierry Kauffmann Paris, Décembre 2010
CNAM 2010-2011 Déploiement d une application avec EC2 ( Cloud Amazon ) Auteur : Thierry Kauffmann Paris, Décembre 2010 Déploiement d une application dans le cloud. 1. Cloud Computing en 2010 2. Offre EC2
Plus en détailGROUPE CS COMMUNICATION & SYSTEMES
GROUPE CS COMMUNICATION & SYSTEMES CS, CONCEPTEUR, INTEGRATEUR ET OPERATEUR DE SYSTEMES CRITIQUES Répondre aux enjeux de ses clients par la conception, l intégration, l exploitation ou le maintien en condition
Plus en détailLes environnements de calcul distribué
2 e Atelier CRAG, 3 au 8 Décembre 2012 Par Blaise Omer YENKE IUT, Université de Ngaoundéré, Cameroun. 4 décembre 2012 1 / 32 Calcul haute performance (HPC) High-performance computing (HPC) : utilisation
Plus en détailThème 17: Optimisation
OPTIMISATION 45 Thème 17: Optimisation Introduction : Dans la plupart des applications, les grandeurs physiques ou géométriques sont exprimées à l aide d une formule contenant une fonction. Il peut s agir
Plus en détailBIG DATA en Sciences et Industries de l Environnement
BIG DATA en Sciences et Industries de l Environnement François Royer www.datasio.com 21 mars 2012 FR Big Data Congress, Paris 2012 1/23 Transport terrestre Traçabilité Océanographie Transport aérien Télémétrie
Plus en détailEvolution des technologies et émergence du cloud computing Drissa HOUATRA, Orange Labs Issy
Evolution des technologies et émergence du cloud computing Drissa HOUATRA, Orange Labs Issy Séminaire Aristote, 17 Déc. 2009 Ecole Polytechnique Palaiseau Plan L'univers du cloud Ressources Grilles, middleware
Plus en détailProgramme de la 1ère année
Programme de la 1ère année de master informatique Recopié du Syllabus M1 Informatique. 2004-2005 (UPS Toulouse) TC1 - Conception et Programmation Parallèle et Orientée Objet (96h) Objectif : Ce cours a
Plus en détailLes bases de données relationnelles
Bases de données NO SQL et SIG : d un existant restreint à un avenir prometteur CHRISTIAN CAROLIN, AXES CONSEIL CAROLIN@AXES.FR - HTTP://WWW.AXES.FR Les bases de données relationnelles constituent désormais
Plus en détailLʼavenir des grilles Des grilles aux Clouds avec quelques «petits problèmes» de recherche. F. Desprez INRIA
Lʼavenir des grilles Des grilles aux Clouds avec quelques «petits problèmes» de recherche F. Desprez INRIA Introduction Les grilles font-elles déjà parties du passé? Des plates-formes de recherche et de
Plus en détailIdentification du module
Identification du module Numéro de module 475 Titre Développer une analyse pour une application Compétence Développer à partir des exigences fonctionnelles et non fonctionnelles pour une application, les
Plus en détailLes technologies du Big Data
Les technologies du Big Data PRÉSENTÉ AU 40 E CONGRÈS DE L ASSOCIATION DES ÉCONOMISTES QUÉBÉCOIS PAR TOM LANDRY, CONSEILLER SENIOR LE 20 MAI 2015 WWW.CRIM.CA TECHNOLOGIES: DES DONNÉES JUSQU'À L UTILISATEUR
Plus en détailL utilisation du lidar terrestre en foresterie. Richard Fournier Département de géomatique appliquée
L utilisation du lidar terrestre en foresterie Richard Fournier Département de géomatique appliquée Problématique Inventaire traditionnel : photographie aérienne imagerie satellitaire relevés manuels sur
Plus en détailOutil d aide au choix Serveurs Lot 4 Marché Groupement de Recherche
Outil d aide au choix Serveurs Lot 4 Marché Groupement de Recherche Serveurs DELL PowerEdge Tour Rack standard R310 T110II Rack de calcul Lames R815 M610 R410 R910 M620 R415 R510 T620 R620 R720/R720xd
Plus en détailRobert Guichet. Conférence DERBI Juin 2008
Robert Guichet Conférence DERBI Juin 2008 Plan de l exposé 1) Introduction le bâtiment et l énergie les enjeux 2) Le projet Monitoring THPE les partenaires la réglementation l indicateur de performance
Plus en détailMonitoring continu et gestion optimale des performances énergétiques des bâtiments
Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et
Plus en détailMERLIN GESTION PATRIMONIALE. Groupe GESTION PATRIMONIALE. Définition d un programme de renouvellement
Groupe MERLIN Une tradition d innovations au service des hommes GESTION PATRIMONIALE GESTION PATRIMONIALE Définition d un programme de renouvellement Indépendance - Expériences - Expertises - Proximité
Plus en détailJava à Murex: un retour d'expérience. Jean-Pierre DACHER & Craig MORRISON
1 Java à Murex: un retour d'expérience Jean-Pierre DACHER & Craig MORRISON Résumé Description des défis et contraintes d un grand éditeur de logiciel Le cycle de développement Murex pour atteindre les
Plus en détailMise en place d'un cluster
Mise en place d'un cluster par David Dessailly & Régis Sion UMR8187- LOG Laboratoire d'océanologie et de Géosciences MREN Université du Littoral Côte d'opale. MIn2RIEN Mise en place d'un cluster 13 février
Plus en détailHADOOP ET SON ÉCOSYSTÈME
HADOOP ET SON ÉCOSYSTÈME Mars 2013 2012 Affini-Tech - Diffusion restreinte 1 AFFINI-TECH Méthodes projets Outils de reporting & Data-visualisation Business & Analyses BigData Modélisation Hadoop Technos
Plus en détailLes participants repartiront de cette formation en ayant une vision claire de la stratégie et de l éventuelle mise en œuvre d un Big Data.
Big Data De la stratégie à la mise en oeuvre Description : La formation a pour objet de brosser sans concession le tableau du Big Data. Les participants repartiront de cette formation en ayant une vision
Plus en détailMaster IAC 2013-2014. Philippe Caillou DÉVELOPPEMENT DE SMA. Cours 1b
DÉVELOPPEMENT DE SMA Cours 1b Je veux développer mon application.. Comme toujours, j utilise Java/Python/C#/ Mais : Est-ce que je ne reprogramme pas exactement la même chose que quelqu un d autre? (en
Plus en détailTerritoire3D. Descriptif de contenu. Institut Géographique National. www.ign.fr. Date du Document : Mars 2011
Territoire3D Descriptif de contenu Date du Document : Mars 2011 Institut Géographique National 73 avenue de Paris 94165 Saint-Mandé Cedex www.ign.fr Révision : Spécifications externes A 18/03/2011 Création
Plus en détailJournée SITG, Genève 15 octobre 2013. Nicolas Lachance-Bernard M.ATDR Doctorant, Laboratoire de systèmes d information géographique
Monitorint spatio-temporel intégré de la mobilité urbaine Monitoring spatio-temporel de l ADN urbain Une réponse aux défis, problèmes, enjeux et risques des milieux urbains Nicolas Lachance-Bernard M.ATDR
Plus en détailTECHNIQUES D AVENIR LASER DOPPLER IMAGING LASER DOPPLER IMAGING LASER DOPPLER IMAGING
TECHNIQUES D AVENIR Jonathan LONDNER, Aurélie HAUTIER Centre Régional de Traitement des Grands Brûlés Service de chirurgie Plastique, Hôpital de la Conception, Marseille. DIAGNOSTIC DÉTERSION BOURGEONNEMENT
Plus en détail