Un solveur de contraintes basé sur les domaines abstraits
|
|
- Christophe Denis
- il y a 6 ans
- Total affichages :
Transcription
1 Un solveur de contraintes basé sur les domaines abstraits Marie Pelleau Antoine Miné Charlotte Truchet Frédéric Benhamou TASC, University of Nantes INRIA, ENS JFPC juin juin / 23
2 Outline 1 Contexte Programmation par contraintes Interprétation abstraite Comparaison 2 Méthode de résolution abstraite 3 AbSolute 12 juin / 23
3 Contexte Programmation par contraintes Programmation par contraintes La programmation par contraintes (PPC) formalise et résout des problèmes combinatoires [Montanari, 1974] Programmation déclarative, précise le problème pas la méthode de résolution Utilisée pour résoudre nombreux problèmes industriels En biologie (e.g. structure d ARN secondaire [Perriquet and Barahona, 2009]) En logistique (e.g. problème d ordonancement [Grimes and Hebrard, 2011]) En vérification (e.g. vérification de programmes [Collavizza and Rueher, 2007], vérification de modèles [Lazaar et al., 2012]) En génération de tests (e.g. génération automatique de tests de configuration [Hervieu et al., 2011]) En crytographie (e.g. conception de s-boxes cryptographiques [Ramamoorthy et al., 2011]) En musique [Truchet and Assayag, 2011] 12 juin / 23
4 Contexte Programmation par contraintes Problème de satisfaction de contraintes (CSP) Definition (CSP) V : ensemble de variables D : ensemble de domaines C : ensemble de contraintes v 2 Example (Continu) V = (v 1, v 2 ) D 1 = [ 1, 14], D 2 = [ 5, 10] C 1 : (v 1 9) 2 + v C 2 : (v 1 + 1) 2 + (v 2 5) v 1 12 juin / 23
5 Contexte Programmation par contraintes Problème de satisfaction de contraintes (CSP) Definition (Solution exacte) Une solution exacte est une instanciation des variables satisfaisant toutes les contraintes v 2 Remarque Calculer les solutions exactes peut être trop coûteux ou intraitable Definition (Solution approximée) L ensemble de solutions est approximé par un ensemble de boîtes contenant uniquement des solutions ou assez petite par rapport à un paramètre r v 1 12 juin / 23
6 Contexte Programmation par contraintes Méthode de résolution Comment résoudre? Propagation En utilisant les contraintes, supprime des domaines les valeurs ne pouvant pas faire partie d une solution Exploration Coupe une boîte en deux plus petites boîtes 12 juin / 23
7 Contexte Méthode de résolution continue Programmation par contraintes Paramètre : float r liste de boîtes sols queue de boîtes toexplore boîte e e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) if e then if maxdim(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 dans toexplore end end end v 2 v 1 12 juin / 23
8 Contexte Méthode de résolution continue Programmation par contraintes Paramètre : float r liste de boîtes sols queue de boîtes toexplore boîte e e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) if e then if maxdim(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 dans toexplore end end end v 2 v 1 12 juin / 23
9 Contexte Méthode de résolution continue Programmation par contraintes Paramètre : float r liste de boîtes sols queue de boîtes toexplore boîte e e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) if e then if maxdim(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 dans toexplore end end end v 2 v 1 12 juin / 23
10 Contexte Méthode de résolution continue Programmation par contraintes Paramètre : float r liste de boîtes sols queue de boîtes toexplore boîte e e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) if e then if maxdim(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 dans toexplore end end end v 2 v 1 12 juin / 23
11 Contexte Méthode de résolution continue Programmation par contraintes Paramètre : float r liste de boîtes sols queue de boîtes toexplore boîte e e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) if e then if maxdim(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 dans toexplore end end end v 2 v 1 12 juin / 23
12 Contexte Méthode de résolution continue Programmation par contraintes Paramètre : float r liste de boîtes sols queue de boîtes toexplore boîte e e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) if e then if maxdim(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 dans toexplore end end end v 2 v 1 12 juin / 23
13 Contexte Programmation par contraintes Synthèse Ce que fait la PPC Offre un cadre permettant de modéliser de nombreux problèmes combinatoires Résout des problèmes discrets ou continus A de nombreuses heuristiques pour améliorer la résolution = Résout efficacement de nombreux problèmes combinatoires Ce que ne fait pas la PPC Prend en compte la corrélation des variables restreint au produit cartésien Résout des problèmes mixtes discret-continu Remarque Calcule des sur-approximations d un ensemble de solutions 12 juin / 23
14 Contexte Interprétation abstraite Interprétation abstraite Remarque Au autre domaine calculant des sur-approximations L interprétation abstraite (IA) est une théorie d approximation de sémantiques [Cousot and Cousot, 1976] Utilisée pour l analyse statique et la vérifications de logiciels Application principale : prouver automatiquement qu un programme n a pas d erreurs d exécution 12 juin / 23
15 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
16 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 Zone interdite x 12 juin / 23
17 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 Remarque Domaine concret D Calculer le domaine concret peut être indécidable ou trop coûteux x 12 juin / 23
18 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
19 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
20 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
21 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
22 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
23 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
24 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
25 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 Domaine abstrait D x 12 juin / 23
26 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 Fausse alarme x 12 juin / 23
27 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 Fausse alarme x 12 juin / 23
28 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
29 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
30 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x 12 juin / 23
31 Interprétation abstraite Contexte Interprétation abstraite Étudie les valeurs de variables y 1: int x, y 2: y 1 3: x random(1, 5) 4: while y<3 et x 8 do 5: x x+y 6: y 2*y 7: end 8: x x-1 9: y y+1 x Remarque Approximation avec différents domaines abstraits Compromis entre l expressivité et le coût d un domaine abstrait 12 juin / 23
32 Contexte Comparaison Comparaison La même structure sous-jacente (treillis et points fixes) Le même but : sur-approximer un ensemble Solutions en PPC Environnements en IA Différents points fixes Le plus grand point fixe en PPC Le plus petit point fixe en IA Différents schémas itératifs Uniquement des itérations décroissantes en PPC Itérations croissantes et décroissantes en IA Pas de fonction de précision en IA Plus de représentations pour les domaines en IA qu en CP IA traite naturellement les domaines discret-continus 12 juin / 23
33 Contexte Comparaison À la frontière de l IA et la PPC AI pour les programmes de contraintes [Codognet and Filé, 1992] Vérification de programmes [Collavizza and Rueher, 2007] Amélioration d un analyseur statique [Ponsini et al., 2011] Génération automatique de tests de configuration [Hervieu et al., 2011] Vérification de modèles [Lazaar et al., 2012] Travaux précédents [Pelleau et al., 2011] Définition des domaines abstraits en PPC Utilisation d un domaine abstrait dans une méthode de résolution Notre contribution Définir une méthode de résolution à l aide des outils de l IA 12 juin / 23
34 Méthode de résolution abstraite Ce qui existe en IA Intervalles Zones Octagones Polyèdres Domaines abstraits avec : fonctions de transfert ρ (instanciation, test,... ) intersection et union élargissement et rétrécissement 12 juin / 23
35 Méthode de résolution abstraite Ce qui existe en IA Intervalles Zones Octagones Polyèdres Domaines abstraits avec : fonctions de transfert ρ (instanciation, test,... ) intersection et union élargissement et rétrécissement On a besoin : une consistance 12 juin / 23
36 Méthode de résolution abstraite Ce qui existe en IA Intervalles Zones Octagones Polyèdres Domaines abstraits avec : fonctions de transfert ρ (instanciation, test,... ) intersection et union élargissement et rétrécissement On a besoin : une consistance un opérateur de coupe 12 juin / 23
37 Méthode de résolution abstraite Ce qui existe en IA Intervalles Zones Octagones Polyèdres Domaines abstraits avec : fonctions de transfert ρ (instanciation, test,... ) intersection et union élargissement et rétrécissement On a besoin : une consistance un opérateur de coupe une fonction de précision 12 juin / 23
38 Méthode de résolution abstraite Méthode de résolution abstraite Défini la résolution comme une sémantique concrète Propagation Consistance, en utilisant les fonctions de transfert de test Boucle de propagation, point fixe obtenu avec des itérations locales [Granger, 1992] Exploration Opérateur de coupe dans une disjonction Definition (Complétion disjonctive [Cousot and Cousot, 1992]) Étant donné un domaine abstrait D, une disjonction E = P finite (D ) est un sous-ensemble d éléments incomparables de D Fonction de précision 12 juin / 23
39 Méthode de résolution abstraite Domaine abstrait des octogones O Definition (Octogone [Miné, 2006]) Soient v 1,..., v n des variables, un octogone est l ensemble des points satisfaisant une conjonction de contraintes de la forme ±v i ± v j c, appelées contraintes octogonales v 2 v 2 v 1 2 v 1 1 v 2 5 v 1 v 2 3 v 2 1 v 1 v v 1 5 v 1 12 juin / 23
40 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F 12 juin / 23
41 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i 12 juin / 23
42 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i 12 juin / 23
43 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i 12 juin / 23
44 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i 12 juin / 23
45 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i o (X ) = {X [( ) ] αv i + βv j h, X [( ) ] } αv i βv j h 12 juin / 23
46 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i o (X ) = {X [( ) ] αv i + βv j h, X [( ) ] } αv i βv j h 12 juin / 23
47 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i o (X ) = {X [( ) ] αv i + βv j h, X [( ) ] } αv i βv j h 12 juin / 23
48 Méthode de résolution abstraite Domaine abstrait des octogones O O = { αv i + βv j i, j 1, n, α, β { 1, 1} } F τ o (X ( ) = min( max X (v i + βv j ) + X ( v i βv j ) ), i,j,β ( max X (v i + v i ) + X ( v i v i ) ) /2 ) i o (X ) = {X [( ) ] αv i + βv j h, X [( ) ] } αv i βv j h 12 juin / 23
49 Méthode de résolution abstraite Méthode de résolution continue Paramètre : float r liste de boîtes sols queue de boîtes toexplore boîte e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) if e then if maxdim(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 dans toexplore end end end 12 juin / 23
50 Méthode de résolution abstraite Méthode de résolution abstraite Paramètre : float r liste de boîtes disjunction sols queue de boîtes disjunction toexplore boîte domaine abstrait e D push e dans toexplore while toexplore do e pop(toexplore) e Hull-Consistency(e) ρ (e) if e then if maxdim(e) τ(e) r or issol(e) then sols sols e else coupe e en deux boîtes e1 et e2 push e1 et e2 (e) dans toexplore end end end Sous certaines conditions, cette méthode de résolution abstraite termine, est correcte et complète. 12 juin / 23
51 AbSolute Implantation Prototype avec Apron [Jeannet and Miné, 2009], une bibliothèque OCaml de domaines abstraits numériques pour l analyse statique Consistance : en utilisant les fonctions de transfert de test Boucle de propagation : à chaque itération, propage toutes les contraintes Exécute toutes les fonctions de transfert de test Coupe : uniquement cartésienne Travaux en cours Pour le moment, ne contient pas toutes les techniques de PPC. Reste à améliorer : Boucle de propagation Opérateur de coupe abstrait Heuristique de choix 12 juin / 23
52 AbSolute Résultats Expérimentation Problèmes du benchmark COCONUT Même configuration Temps limite 1 heure 12 juin / 23
53 Resultats AbSolute Résultats nom # vars ctrs Ibex AbSolute Ibex AbSolute b 4 = nbody5.1 6 = ipp 8 = brent = KinematicPair biggsc o Itv Oct Temps CPU en secondes pour trouver toutes les solutions 12 juin / 23
54 AbSolute Résultats Expérimentation Reformulation de problèmes du benchmark MinLPLib Fonction objectif min f (V ) transformée en deux contraintes f (V ) bestval + ɛ et f (V ) bestval ɛ Même configuration Temps limite 1 heure 12 juin / 23
55 Results AbSolute Résultats name int # vars real ctrs Itv Oct Poly gear4 4 2 = st_miqp ex = antennes_4_ Temps CPU en secondes pour trouver toutes les solutions = AbSolute traite naturellement les problèmes discret-continus 12 juin / 23
56 Conclusion et Perspectives Conclusion Conclusion La méthode de résolution peut être définie avec les outils et techniques de l IA La méthode de résolution abstraite est modulaire Un solveur hybride PPC IA traite naturellement les problèmes mixtes Besoin d implanter les heuristiques de PPC dans AbSolute 12 juin / 23
57 Perspectives Conclusion et Perspectives Perspectives Améliorer AbSolute en utilisant les heuristiques et techniques de PPC opérateurs de coupe pour les domaines abstraits propagateurs dédiés boucle de propagation Développer des domaines abstraits pour des contraintes spécifiques Utiliser les méthodes de PPC dans un analyseur statique d IA méthode d itérations décroissantes (alternative au rétrécissement) l opérateur de coupe dans la complétion disjonctive Utiliser l élargissement dans un solveur PPC 12 juin / 23
58 Questions Merci pour votre attention! Avez-vous des questions? 12 juin / 23
59 Bibliography Apt, K. R. and Wallace, M. (2007). Constraint logic programming using Eclipse. Cambridge University Press. Berger, N. and Granvilliers, L. (2009). Some interval approximation techniques for minlp. In Proceedings of the The 8th Symposium on Abstraction, Reformulation and Approximation (SARA 09). Chabert, G., Jaulin, L., and Lorca, X. (2009). A constraint on the number of distinct vectors with application to localization. In Proceedings of the 15th International Conference on Principles and Practice of Constraint Programming (CP 09), pages , Berlin, Heidelberg. Springer-Verlag. Codognet, P. and Filé, G. (1992). Computations, abstractions and constraints in logic programs. 12 juin / 23
60 Bibliography In Proceedings of the 1992 International Conference on Computer Languages (ICCL 92), pages IEEE. Collavizza, H. and Rueher, M. (2007). Exploring different constraint-based modelings for program verification. In Proceedings of the 13th International Conference on Principles and Practice of Constraint Programming (CP 07), volume 4741 of Lecture Notes in Computer Science, pages Springer. Cousot, P. and Cousot, R. (1976). Static determination of dynamic properties of programs. In Proceedings of the 2nd International Symposium on Programming, pages Cousot, P. and Cousot, R. (1992). Abstract interpretation frameworks. Journal of Logic and Computation, 2(4): Granger, P. (1992). 12 juin / 23
61 Bibliography Improving the results of static analyses of programs by local decreasing iterations. In Proceedings of the 12th Conference on Foundations of Software Technology and Theoretical Computer Science. Granvilliers, L. and Benhamou, F. (2006). Realpaver: An interval solver using constraint satisfaction techniques. ACM Transactions on Mathematical Software, 32(1): Grimes, D. and Hebrard, E. (2011). Models and strategies for variants of the job shop scheduling problem. In Proceedings of the 17th International Conference on Principles and Practice of Constraint Programming (CP 11), volume 6876 of Lecture Notes in Computer Science, pages Springer-Verlag. Hervieu, A., Baudry, B., and Gotlieb, A. (2011). 12 juin / 23
62 Bibliography Pacogen: Automatic generation of pairwise test configurations from feature models. In Proceedings of the 22nd International Symposium on Software Reliability Engineering, pages Jeannet, B. and Miné, A. (2009). Apron: A library of numerical abstract domains for static analysis. In Proceedings of the 21th International Conference Computer Aided Verification (CAV 2009), volume 5643 of Lecture Notes in Computer Science, pages Springer. Lazaar, N., Gotlieb, A., and Lebbah, Y. (2012). A cp framework for testing cp. Constraints, 17(2): Miné, A. (2006). The octagon abstract domain. Higher-Order and Symbolic Computation, 19(1): Montanari, U. (1974). 12 juin / 23
63 Bibliography Networks of constraints: Fundamental properties and applications to picture processing. Information Science, 7(2): Pelleau, M., Truchet, C., and Benhamou, F. (2011). Octagonal domains for continuous constraints. In Proceedings of the 17th International Conference on Principles and Practice of Constraint Programming (CP 11), volume 6876 of Lecture Notes in Computer Science, pages Springer-Verlag. Perriquet, O. and Barahona, P. (2009). Constraint-based strategy for pairwise rna secondary structure prediction. In Proceedings of the 14th Portuguese Conference on Artificial Intelligence: Progress in Artificial Intelligence (EPIA 09), volume 5816 of Lecture Notes in Computer Science, pages Springer-Verlag. Ponsini, O., Michel, C., and Rueher, M. (2011). 12 juin / 23
64 Bibliography Refining abstract interpretation-based approximations with constraint solvers. In Proceedings of the 4th International Workshop on Numerical Software Verification. Ramamoorthy, V., Silaghi, M. C., Matsui, T., Hirayama, K., and Yokoo, M. (2011). The design of cryptographic s-boxes using csps. In Proceedings of the 17th International Conference on Principles and Practice of Constraint Programming (CP 11), volume 6876 of Lecture Notes in Computer Science, pages Springer-Verlag. Team, C. (2010). Choco: an open source java constraint programming library. Research report INFO, Ecole des Mines de Nantes. Truchet, C. and Assayag, G., editors (2011). Constraint Programming in Music. ISTE. 12 juin / 23
Résolution de contraintes mixtes,
LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2014 Résolution de contraintes
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailCurriculum Vitae - Emmanuel Hebrard. Emmanuel Hebrard
Emmanuel Hebrard Adresse 5 Tuckey Street Cork, Ireland emmanuel.hebrard@gmail.com http ://4c.ucc.ie/ ehebrard/home.html Adresse Professionnelle Cork Constraint Computation Centre Cork, Ireland Telephone
Plus en détailAnalyse de sécurité de logiciels système par typage statique
Contexte Modélisation Expérimentation Conclusion Analyse de sécurité de logiciels système par typage statique Application au noyau Linux Étienne Millon UPMC/LIP6 Airbus Group Innovations Sous la direction
Plus en détailRappel. Analyse de Données Structurées - Cours 12. Un langage avec des déclaration locales. Exemple d'un programme
Rappel Ralf Treinen Université Paris Diderot UFR Informatique Laboratoire Preuves, Programmes et Systèmes treinen@pps.univ-paris-diderot.fr 6 mai 2015 Jusqu'à maintenant : un petit langage de programmation
Plus en détailVers une approche Adaptative pour la Découverte et la Composition Dynamique des Services
69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard
Plus en détailQuatrième partie IV. Test. Test 15 février 2008 1 / 71
Quatrième partie IV Test Test 15 février 2008 1 / 71 Outline Introduction 1 Introduction 2 Analyse statique 3 Test dynamique Test fonctionnel et structurel Test structurel Test fonctionnel 4 Conclusion
Plus en détailDes réels aux flottants : préservation automatique de preuves de stabilité de Lyapunov
Des réels aux flottants : préservation automatique de preuves de stabilité de Lyapunov Olivier Hermant et Vivien Maisonneuve CRI, MINES ParisTech, PSL Research University prenom.nom@mines-paristech.fr
Plus en détailsont appliquées à des fonds documentaires, sont destinées à fournir des informations pertinentes sur la structure globale plutôt que sur le contenu.
Introduction Les techniques informatiques permettent de stocker et d accéder à des quantités sans cesse croissantes de données, disponibles en ligne ou via des centres documentaires fermés. Cette profusion
Plus en détailExamen Médian - 1 heure 30
NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une
Plus en détailStructure d un programme et Compilation Notions de classe et d objet Syntaxe
Cours1 Structure d un programme et Compilation Notions de classe et d objet Syntaxe POO 1 Programmation Orientée Objet Un ensemble d objet qui communiquent Pourquoi POO Conception abstraction sur les types
Plus en détailProgrammation en Java IUT GEII (MC-II1) 1
Programmation en Java IUT GEII (MC-II1) 1 Christophe BLANC - Paul CHECCHIN IUT Montluçon Université Blaise Pascal Novembre 2009 Christophe BLANC - Paul CHECCHIN Programmation en Java IUT GEII (MC-II1)
Plus en détailProgrammer en JAVA. par Tama (tama@via.ecp.fr( tama@via.ecp.fr)
Programmer en JAVA par Tama (tama@via.ecp.fr( tama@via.ecp.fr) Plan 1. Présentation de Java 2. Les bases du langage 3. Concepts avancés 4. Documentation 5. Index des mots-clés 6. Les erreurs fréquentes
Plus en détailUne méthode d apprentissage pour la composition de services web
Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,
Plus en détailA GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters
A GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters Présenté par : Equipe de travail : Laboratoire : Maxime CHASSAING Philippe LACOMME, Nikolay
Plus en détailNouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique
Plus en détailIFT2255 : Génie logiciel
IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti
Plus en détailRLBS: Une stratégie de retour arrière adaptative basée sur l apprentissage par renforcement pour l optimisation combinatoire
Actes JFPC 2015 RLBS: Une stratégie de retour arrière adaptative basée sur l apprentissage par renforcement pour l optimisation combinatoire Ilyess Bachiri 1,2 Jonathan Gaudreault 1,2 Brahim Chaib-draa
Plus en détail1. Structure d un programme C. 2. Commentaire: /*..texte */ On utilise aussi le commentaire du C++ qui est valable pour C: 3.
1. Structure d un programme C Un programme est un ensemble de fonctions. La fonction "main" constitue le point d entrée pour l exécution. Un exemple simple : #include int main() { printf ( this
Plus en détailGestion mémoire et Représentation intermédiaire
Gestion mémoire et Représentation intermédiaire Pablo de Oliveira March 23, 2015 I Gestion Memoire Variables locales Les variables locales sont stockées: Soit dans un registre,
Plus en détailOrdonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative
Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative Y. Houbad, M. Souier, A. Hassam, Z.Sari Laboratoire d automatique Tlemcen Faculté de technologie, Université Abou
Plus en détailDéfinition et diffusion de signatures sémantiques dans les systèmes pair-à-pair
Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Raja Chiky, Bruno Defude, Georges Hébrail GET-ENST Paris Laboratoire LTCI - UMR 5141 CNRS Département Informatique et Réseaux
Plus en détailÉvaluation des logiciels et autres réalisations
DOCUMENT D ANALYSE DE LA COMMISSION D ÉVALUATION DE L INRIA Évaluation des logiciels et autres réalisations Préparé par David Margery, Jean-Pierre Merlet, Cordelia Schmid, Agnès Sulem, Paul Zimmermann
Plus en détailÉtude de l'analyse statique de programmes synchrones par interprétation abstraite
Stage de fin de L3 École Normale Supérieure Département d'informatique Étude de l'analyse statique de programmes synchrones par interprétation abstraite Rapport de stage Alex AUVOLAT alex.auvolat@ens.fr
Plus en détailObjectif du cours. Outline. Complexité des systèmes modernes. La modélisation et UML dans les activités du Génie Logiciel...
Objectif du cours La modélisation et UML dans les activités du Génie Logiciel... ESIR2, GL (LSI) Benoit Combemale Université de Rennes 1, ESIR & IRISA (Triskell team) Benoit.Combemale@irisa.fr Identifier
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailGénie logiciel (Un aperçu)
(Un aperçu) (sommerville 2010) Laurent Pérochon INRA URH 63122 St Genès Champanelle Laurent.perochon@clermont.inra.fr Ensemble d activités conduisant à la production d un logiciel Sur un échantillon de
Plus en détailCurriculum Vitae 1 er février 2008
Curriculum Vitae 1 er février 2008 Informations générales Cédric MEUTER Nationalité belge Né à La Louvière, le 16 novembre 1979 Adresse personnelle : Adresse professionnelle : Ave Général Bernheim, 57
Plus en détailL apport des contraintes globales pour la modélisation et la résolution d applications industrielles
L apport des contraintes globales pour la modélisation et la résolution d applications industrielles A. Aggoun, N. Beldiceanu, E. Bourreau, H. Simonis COSYTEC SA, Parc Club Orsay Université 4, rue Jean
Plus en détailACTIVITÉ DE PROGRAMMATION
ACTIVITÉ DE PROGRAMMATION The purpose of the Implementation Process is to realize a specified system element. ISO/IEC 12207 Sébastien Adam Une introduction 2 Introduction Ø Contenu Utilité de l ordinateur,
Plus en détailUn modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes
Actes JFPC 2009 Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes Madjid Khichane 1,2, Patrick Albert 1 et Christine Solnon 2 1 ILOG An IBM Company
Plus en détailIntroduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique
Introduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique Contenu Introduction Modélisation Problèmes de satisfaction des contraintes Exemples des modèles PPC simples
Plus en détailUn environnement de déploiement automatique pour les applications à base de composants
ICSSEA 2002-7 Lestideau Un environnement de déploiement automatique pour les applications à base de composants Vincent Lestideau Adele Team Bat C LSR-IMAG, 220 rue de la chimie Domaine Universitaire, BP
Plus en détailQualité du logiciel: Méthodes de test
Qualité du logiciel: Méthodes de test Matthieu Amiguet 2004 2005 Analyse statique de code Analyse statique de code Étudier le programme source sans exécution Généralement réalisée avant les tests d exécution
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 détailEfficient Object Versioning for Object- Oriented Languages From Model to Language Integration
Efficient Object Versioning for Object- Oriented Languages From Model to Language Integration Pluquet Frédéric July, 3rd 2012 Etude de techniques efficaces de versionnement d objets pour les langages orientés
Plus en détailStratégie de recherche adaptative en programmation par contrainte
Université Paul Sabatier École Nationale de l Aviation Civile Master 2 Recherche Informatique et Télécommunication parcours Intelligence Artificielle Simon Marchal Stratégie de recherche adaptative en
Plus en détailLangage et Concepts de ProgrammationOrientée-Objet 1 / 40
Déroulement du cours Introduction Concepts Java Remarques Langage et Concepts de Programmation Orientée-Objet Gauthier Picard École Nationale Supérieure des Mines de Saint-Étienne gauthier.picard@emse.fr
Plus en détailMines Nantes 20/05/2014. Institut Mines-Telecom : a national network 12 Engineering Graduate schools & 1 Business school. 2 Institut Mines-Télécom
Mines Nantes Graduate School of Engineering FRANCE bernard.lemoult@mines-nantes.fr Institut Mines-Telecom : a national network 12 Engineering Graduate schools & 1 Business school 13 000 students 3 900
Plus en détailLangage propre à Oracle basé sur ADA. Offre une extension procédurale à SQL
Cours PL/SQL Langage propre à Oracle basé sur ADA Offre une extension procédurale à SQL PL/SQL permet d utiliser un sous-ensemble du langage SQL des variables, des boucles, des alternatives, des gestions
Plus en détailUn propagateur basé sur les positions pour le problème d Open-Shop.
Actes JFPC 2007 Un propagateur basé sur les positions pour le problème d Open-Shop. Jean-Noël Monette Yves Deville Pierre Dupont Département d Ingénierie Informatique Université catholique de Louvain {jmonette,yde,pdupont}@info.ucl.ac.be
Plus en détailApproche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH
Approche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH Boris Hejblum 1,2,3 & Rodolphe Thiébaut 1,2,3 1 Inserm, U897
Plus en détailProposition de méthode d implémentation d ITIL
Proposition de méthode d implémentation d ITIL Said Sebaaoui (*) - Mohamed Lamrini (*) - Laila El Abbadi (**) (*) : Laboratoire Informatique et Modélisation (LIM), Faculté des Sciences Dhar el Mahraz,
Plus en détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
Plus en détailGouvernance IT : par où commencer? Hubert Lalanne DE, Chief Architect for Industries IBM Software France
Conférence IDC Gouvernance IT - Paris 6 Avril 2011 Gouvernance IT : par où commencer? Hubert Lalanne DE, Chief Architect for Industries IBM Software France 2011 IBM Corporation Quels sont les ingrédients
Plus en détailFace Recognition Performance: Man vs. Machine
1 Face Recognition Performance: Man vs. Machine Andy Adler Systems and Computer Engineering Carleton University, Ottawa, Canada Are these the same person? 2 3 Same person? Yes I have just demonstrated
Plus en détailAlgorithmique et Programmation, IMA
Algorithmique et Programmation, IMA Cours 2 : C Premier Niveau / Algorithmique Université Lille 1 - Polytech Lille Notations, identificateurs Variables et Types de base Expressions Constantes Instructions
Plus en détailphysicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178
Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain
Plus en détailClassification Automatique de messages : une approche hybride
RECIAL 2002, Nancy, 24-27 juin 2002 Classification Automatique de messages : une approche hybride O. Nouali (1) Laboratoire des Logiciels de base, CE.R.I.S., Rue des 3 frères Aïssiou, Ben Aknoun, Alger,
Plus en détailLogiciel Libre Cours 2 Fondements: Programmation
Logiciel Libre Cours 2 Fondements: Programmation Stefano Zacchiroli zack@pps.univ-paris-diderot.fr Laboratoire PPS, Université Paris Diderot 2013 2014 URL http://upsilon.cc/zack/teaching/1314/freesoftware/
Plus en détailSynergies entre Artisan Studio et outils PLM
SysML France 13 Novembre 2012 William Boyer-Vidal Regional Sales Manager Southern Europe Synergies entre Artisan Studio et outils PLM 2012 2012 Atego. Atego. 1 Challenges & Tendances Complexité des produits
Plus en détailIntegrated Music Education: Challenges for Teaching and Teacher Training Presentation of a Book Project
Integrated Music Education: Challenges for Teaching and Teacher Training Presentation of a Book Project L enseignement intégré de la musique: Un défi pour l enseignement et la formation des enseignants
Plus en détailRetour d expériences avec UML
Retour d expériences avec UML UML pour les systèmes biologiques Marie-Hélène Moirez-Charron, UMR AGIR, équipe MAGE INRA Toulouse mailto:marie-helene.charron@toulouse.inra.fr PLAN Contexte de travail UML,
Plus en détailTravaux soutenus par l ANR. Jean-François CAPURON (DGA) Bruno LEGEARD (Smartesting)
Travaux soutenus par l ANR Jean-François CAPURON (DGA) Bruno LEGEARD (Smartesting) 03 Avril 2012 1. Test de sécurité et génération de tests à partir de modèle 2. Le projet SecurTest à DGA Maîtrise de l
Plus en détailREMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION
REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION THÈSE N O 2388 (2001) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE
Plus en détailFormula Negator, Outil de négation de formule.
Formula Negator, Outil de négation de formule. Aymerick Savary 1,2, Mathieu Lassale 1,2, Jean-Louis Lanet 1 et Marc Frappier 2 1 Université de Limoges 2 Université de Sherbrooke Résumé. Cet article présente
Plus en détailUE C avancé cours 1: introduction et révisions
Introduction Types Structures de contrôle Exemple UE C avancé cours 1: introduction et révisions Jean-Lou Desbarbieux et Stéphane Doncieux UMPC 2004/2005 Introduction Types Structures de contrôle Exemple
Plus en détailListe de conférences et revues Thème Com A
Liste de conférences et revues Thème Com A April 11th, 2007 Ci-dessous, la synthèse des listes de publications fournies par les projets. Il faut noter que ACES/CEPAGE/OASIS/ n ont pas répondu et ne sont
Plus en détailCours de Programmation 2
Cours de Programmation 2 Programmation à moyenne et large échelle 1. Programmation modulaire 2. Programmation orientée objet 3. Programmation concurrente, distribuée 4. Programmation monadique 5. Les programmes
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 détailRapport semestriel d activité -coordonnateur Programme SETIN - Edition 2006 http://www-anr-ci.cea.fr
Rapport semestriel d activité -coordonnateur Programme SETIN - Edition 2006 http://www-anr-ci.cea.fr Rappel : le coordonnateur doit fournir un rapport partenaire et un rapport coordonnateur. 1 Identification
Plus en détailHigh Performance by Exploiting Information Locality through Reverse Computing. Mouad Bahi
Thèse High Performance by Exploiting Information Locality through Reverse Computing Présentée et soutenue publiquement le 21 décembre 2011 par Mouad Bahi pour l obtention du Doctorat de l université Paris-Sud
Plus en détailDes contraintes globales prêtes à brancher
Actes JFPC 2009 Des contraintes globales prêtes à brancher Guillaume Richaud Xavier Lorca Narendra Jussien École des Mines de Nantes, LINA UMR CNRS 6241, F 44307 Nantes Cedex 3, France {guillaume.richaud,xavier.lorca,narendra.jussien}@emn.fr
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
Plus en détailExclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011
Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr Université de Provence 9 février 2011 Arnaud Labourel (Université de Provence) Exclusion Mutuelle 9 février 2011 1 / 53 Contexte Epistémologique
Plus en détailEnvironnement logiciel basé sur les modèles pour la conception collaborative de produit
Environnement logiciel basé sur les modèles pour la conception collaborative de produit Mehdi Iraqi-Houssaini Laboratoire LSIS-INSM 2 cours des Arts et Métiers 13100 Aix-en-Provence, France RÉSUMÉ. Le
Plus en détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Plus en détailPlan du cours. Historique du langage http://www.oracle.com/technetwork/java/index.html. Nouveautés de Java 7
Université Lumière Lyon 2 Faculté de Sciences Economiques et Gestion KHARKIV National University of Economic Introduction au Langage Java Master Informatique 1 ère année Julien Velcin http://mediamining.univ-lyon2.fr/velcin
Plus en détailCorps des nombres complexes, J Paul Tsasa
Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots
Plus en détailSolution A La Gestion Des Objets Java Pour Des Systèmes Embarqués
International Journal of Engineering Research and Development e-issn: 2278-067X, p-issn: 2278-800X, www.ijerd.com Volume 7, Issue 5 (June 2013), PP.99-103 Solution A La Gestion Des Objets Java Pour Des
Plus en détailObjets et Programmation. origine des langages orientés-objet
Objets et Programmation origine des langages orientés-objet modularité, encapsulation objets, classes, messages exemples en Java héritage, liaison dynamique G. Falquet, Th. Estier CUI Université de Genève
Plus en détailCours d Algorithmique-Programmation 2 e partie (IAP2): programmation 24 octobre 2007impérative 1 / 44 et. structures de données simples
Cours d Algorithmique-Programmation 2 e partie (IAP2): programmation impérative et structures de données simples Introduction au langage C Sandrine Blazy - 1ère année 24 octobre 2007 Cours d Algorithmique-Programmation
Plus en détailJava 1.5 : principales nouveautés
Cours 6 - TEP - UPMC - 2008/2009 p. 1/34 Java 1.5 : principales nouveautés classes paramétrées : generics encapsulation des valeurs de types primitifs : auto[un]boxing itération sur les boucles types énumérés
Plus en détailEPREUVE OPTIONNELLE d INFORMATIQUE CORRIGE
EPREUVE OPTIONNELLE d INFORMATIQUE CORRIGE QCM Remarque : - A une question correspond au moins 1 réponse juste - Cocher la ou les bonnes réponses Barème : - Une bonne réponse = +1 - Pas de réponse = 0
Plus en détailPropagation sur réseau statique et dynamique
Université de la Méditerranée UFR Sciences de Luminy Rapport de stage informatique pour le Master 2 de Physique, Parcours Physique Théorique et Mathématique, Physique des Particules et Astroparticules.
Plus en détailCompte-rendu intermédiaire T0+6. Projet ANR-11-BS02-008 BR4CP. Programme Blanc 2011
Compte-rendu intermédiaire T0+6 Projet ANR-11-BS02-008 BR4CP Programme Blanc 2011 IDENTIFICATION... 1 A DEMARRAGE DU PROJET... 2 A.1 Moyens mis en place... 2 A.2 Pôles de compétitivité (projet labellisés)...
Plus en détailScénarios économiques en assurance
Motivation et plan du cours Galea & Associés ISFA - Université Lyon 1 ptherond@galea-associes.eu pierre@therond.fr 18 octobre 2013 Motivation Les nouveaux référentiels prudentiel et d'information nancière
Plus en détailDéveloppements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière
Développements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière Principaux contributeurs: Zhang Xiaopeng (CASIA-NLPR-LIAMA Coordinateur Groupe Image) Li HongJun (CASIA-NLPR-LIAMA
Plus en détailOrdonnancement sous contraintes de Qualité de Service dans les Clouds
Ordonnancement sous contraintes de Qualité de Service dans les Clouds GUÉROUT Tom DA COSTA Georges (SEPIA) MONTEIL Thierry (SARA) 05/12/2014 1 Contexte CLOUD COMPUTING Contexte : Environnement de Cloud
Plus en détailGénie Logiciel avec Ada. 4 février 2013
Génie Logiciel 4 février 2013 Plan I. Généralités II. Structures linéaires III. Exceptions IV. Structures arborescentes V. Dictionnaires I. Principes II. Notions propres à la POO I. Principes Chapitre
Plus en détailÉconométrie, causalité et analyse des politiques
Économétrie, causalité et analyse des politiques Jean-Marie Dufour Université de Montréal October 2006 This work was supported by the Canada Research Chair Program (Chair in Econometrics, Université de
Plus en détailPLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique
Département de génie de la production automatisée Programme de baccalauréat Professeur Pontien Mbaraga, Ph.D. Session/année Automne 2004 Groupe(s) 01 PLAN DE COURS GPA750 Ordonnancement des systèmes de
Plus en détailPeTEX Plateforme pour e-learning et expérimentation télémétrique
PeTEX Plateforme pour e-learning et expérimentation télémétrique 142270-LLP-1-2008-1-DE-LEONARDO-LMP 1 Information sur le projet Titre: Code Projet: Année: 2008 Type de Projet: Statut: Accroche marketing:
Plus en détailSCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM
SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM APPLICATION FORM / FORMULAIRE DE CANDIDATURE Note: If there is insufficient space to answer a question, please attach additional
Plus en détailApprentissage statistique dans les graphes et les réseaux sociaux
Apprentissage statistique dans les graphes et les réseaux sociaux Patrick Gallinari Collaboration : L. Denoyer, S. Peters Université Pierre et Marie Curie AAFD 2010 1 Plan Motivations et Problématique
Plus en détailIntroduction au langage C
Introduction au langage C Cours 1: Opérations de base et premier programme Alexis Lechervy Alexis Lechervy (UNICAEN) Introduction au langage C 1 / 23 Les premiers pas Sommaire 1 Les premiers pas 2 Les
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailDIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002
Département d économie politique DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS Semestre d hiver 2001-2002 Professeurs Marc Chesney et François Quittard-Pinon Séance
Plus en détailXtremWeb-HEP 8.0.0. Interconnecting jobs over DG. Virtualization over DG. Oleg Lodygensky Laboratoire de l Accélérateur Linéaire
XtremWeb-HEP 8.0.0 Interconnecting jobs over DG Virtualization over DG Oleg Lodygensky Objectives 1.Deploy Virtual Machines in XtremWeb-HEP desktop grid to: protect volunteer resources generalize «pilot
Plus en détailas Architecture des Systèmes d Information
Plan Plan Programmation - Introduction - Nicolas Malandain March 14, 2005 Introduction à Java 1 Introduction Présentation Caractéristiques Le langage Java 2 Types et Variables Types simples Types complexes
Plus en détailProgramme Compte bancaire (code)
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; Programme Compte bancaire (code) namespace compte_bancaire /// Classe Program public
Plus en détailTHÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par.
École Doctorale d Informatique, Télécommunications et Électronique de Paris THÈSE présentée à TÉLÉCOM PARISTECH pour obtenir le grade de DOCTEUR de TÉLÉCOM PARISTECH Mention Informatique et Réseaux par
Plus en détailPréparer un état de l art
Préparer un état de l art Khalil DRIRA LAAS-CNRS, Toulouse Unité de recherche ReDCAD École Nationale d ingénieurs de Sfax Étude de l état de l art? Une étude ciblée, approfondie et critique des travaux
Plus en détailUne bibliothèque de templates pour CUDA
Une bibliothèque de templates pour CUDA Sylvain Collange, Marc Daumas et David Defour Montpellier, 16 octobre 2008 Types de parallèlisme de données Données indépendantes n threads pour n jeux de données
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 détailLOG4430 : Architecture logicielle et conception avancée
LOG4430 : Architecture logicielle et conception avancée Yann-Gaël Guéhéneuc Cours 3 Bibliothèques et chargement Dynamique de composants Département de génie informatique et de génie logiciel École Polytechnique
Plus en détailCURRICULUM VITAE. Informations Personnelles
CURRICULUM VITAE Informations Personnelles NOM: BOURAS PRENOM : Zine-Eddine STRUCTURE DE RATTACHEMENT: Département de Mathématiques et d Informatique Ecole Préparatoire aux Sciences et Techniques Annaba
Plus en détailBILAN du projet PEPS 1 EOLIN (Eolien LMI INSA)
BILAN du projet PEPS 1 EOLIN (Eolien LMI INSA) Lab. de Math de l INSA de ROUEN FR CNRS 3335 et EA 3226 PLAN 1. Introduction 2. Bilan scientifique 3. Bilan financier 4. Conclusion 1 Introduction Le projet
Plus en détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
Plus en détailPour signifier qu'une classe fille hérite d'une classe mère, on utilise le mot clé extends class fille extends mère
L'héritage et le polymorphisme en Java Pour signifier qu'une classe fille hérite d'une classe mère, on utilise le mot clé extends class fille extends mère En java, toutes les classes sont dérivée de la
Plus en détail