Utilisation d'allocation de registre pour optimisation de calcul acoustique probabiliste
|
|
- Marie-Ange Roussel
- il y a 8 ans
- Total affichages :
Transcription
1 Utilisation d'allocation de registre pour optimisation de calcul acoustique probabiliste Pierrick Brunet Encadré par Serge Guelton Etudiant à Télécom Bretagne Stage de fin d étude à Quiet Oceans Sixièmes rencontres de la compilation française 1
2 QO-Stat Présentation du problème o Contexte o Algorithme utilisé o Vers une approche langage Compilation du langage dédié o Résultats naïfs o Stratégie d amélioration Allocation de registre o K-Coloriage o Allocation par parcours linéaire Travaux futurs 2
3 Contexte Quonops Informations environnementales Génération de matrices 3D de champs sonores QO-Stat Scénarios: combinaison de champs sonores Génération d histogramme de bruit Matlab Génération de cartes de bruit 3
4 Contexte Quonops + QO-Stat 4
5 Contexte Quonops 4400 matrices 53Go de données correspondant à des situations ponctuelles QO-Stat Histogramme des scenarios correspondant à un nuage de situation Matlab Cartes synthétique compréhensible par un humain Statistiques permettant de comprendre et d anticiper l impact du projet 5
6 Contexte Quonops 4400 matrices 53Go de données correspondant à des situations ponctuelles QO-Stat Histogramme des scenarios correspondant à un nuage de situation Matlab Cartes synthétique compréhensible par un humain Statistiques permettant de comprendre et d anticiper l impact du projet 6
7 Algorithme utilisé AJOUTER L ALGORITHME 7
8 Algorithme utilisé AJOUTER L ALGORITHME 8
9 Algorithme utilisé AJOUTER L ALGORITHME 9
10 Algorithme utilisé AJOUTER L ALGORITHME 10
11 Algorithme utilisé AJOUTER L ALGORITHME 11
12 Algorithme utilisé AJOUTER L ALGORITHME 12
13 Algorithme utilisé AJOUTER L ALGORITHME 13
14 Langage de description SL = [ Selector("piling")(Technique="piling", Diameter_meter=2, Number_of_strokes=23000, Duration_hour= , Gain_dB=3), Selector("trafic") ( ), ] ZEA_ = [ ZEA ("ZEA0")(North=50, South=49, West=-5.2, East=-3.5, Top=0, Bottom=80), ZEA ("ZEA1")(North=49.5, South=47, West=-6.5, East=-0.5, Top=0, Bottom=7000), ] scenario = [ SCENARIO ("Scenario_01")( {"Technique":"trafic"}, {"Technique":"piling"}, ), ] 14
15 Chaîne de traitement Génération de code C++ à partir d un langage de description Langage de description Générateur de code.cpp g++ a.out Bibliothèque externe 15
16 Chaîne de traitement Génération de code C++ à partir d un langage de description Langage de description Générateur de code.cpp g++ a.out Bibliothèque externe 16
17 QO-Stat Compilation du langage dédié o Résultats naïfs o Stratégie d amélioration 17
18 Génération de code naïve Trace Valgrind Utilisation des ressources Utilisation Mémoire : 2 matrices (Quelques Mo) Temps d exécution : 2.5 min SLOC : lignes Génération du code : 4.5 sec 18
19 Stratégie possible pour limiter les load/store Spécialiser l allocateur mémoire pour avoir une gestion de cache (Optimalité?) Effectuer les calculs en point à point. (Plusieurs milliers de fichiers ouverts en même temps) Allocation de registre 19
20 Stratégie possible pour limiter les load/store Spécialiser l allocateur mémoire pour avoir une gestion de cache (Optimalité?) Effectuer les calculs en point à point. (Plusieurs milliers de fichiers ouverts en même temps) Allocation de registre 20
21 QO-Stat Allocation de registre o K-Coloriage o Allocation par parcours linéaire 21
22 Graphe de flot de donnée de l algorithme 22
23 Graphe de flot de donnée de l algorithme K-coloriage du graphe Choix d un ordonnancement Déterminer la portée des matrices Construction du graphe d interférence K-Coloriage du graphe d interférence Allocation par parcours linéaires Choix d un ordonnancement Déterminer la portée des matrices Attribution des registres 23
24 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 24
25 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 25
26 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 26
27 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 27
28 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 28
29 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 29
30 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 30
31 K-Coloriage Matrice 1 Matrice 2 Matrice 8 Matrice 9 Matrice 3 Matrice 10 Matrice 4 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 31
32 K-Coloriage Matrice 1 Matrice 2 Matrice 3 Matrice 4 Matrice 8 Matrice 9 Matrice 10 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 Matrice 1 Matrice 3 Matrice 2 Matrice 4 Matrice 5 Matrice 8 Matrice 10 32
33 K-Coloriage Matrice 1 Matrice 2 Matrice 3 Matrice 4 Matrice 8 Matrice 9 Matrice 10 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 Matrice 1 Matrice 3 Matrice 2 Matrice 4 Matrice 5 Matrice 8 Matrice 10 33
34 K-Coloriage Matrice 1 Matrice 2 Matrice 3 Matrice 4 Matrice 8 Matrice 9 Matrice 10 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 Matrice 1 Matrice 3 Matrice 2 Matrice 4 Matrice 5 Matrice 8 Matrice 10 34
35 Graphe de flot de donnée de l algorithme K-coloriage du graphe Choix d un ordonnancement Déterminer la portée des matrices Construction du graphe d interférence K-Coloriage du graphe d interférence Allocation par parcours linéaires Choix d un ordonnancement Déterminer la portée des matrices Attribution des registres 35
36 Allocation par parcours linéaires Matrice 1 Matrice 2 Matrice 3 Matrice 4 Matrice 8 Matrice 9 Matrice 10 Matrice 11 Matrice 6 Matrice 5 Matrice 12 Matrice 13 Matrice 7 Matrice 1 Matrice 3 Matrice 2 Matrice 4 Matrice 5 Matrice 8 Matrice 10 36
37 K-Coloriage du graphe d interférence Allocation par K-Coloriage Calcul du graphe d interférence très lent Gains sur la taille mémoire nécessaire trop peu important Utilisation des ressources Utilisation Mémoire : 735 matrices SLOC : 7750 lignes Génération du code : 17 sec 37
38 Allocation par parcours linéaire Allocation par parcours linéaire Calcul des portées de toutes les matrices Allocation de registre linéaire Nombre de registre nécessaire plus important Résultats Utilisation Mémoire : 735 matrices Temps d exécution : 18 sec LOC : 7650 lignes Génération du code : 4 sec 38
39 Conclusion QO-Stat QO-Stat est un programme de réduction et de transformation des données Application d algorithme d allocation de registre dans un autre contexte Gain de temps significatif en gérant correctement l allocation de nos matrices Performances intéressante de l utilisation de l allocation par parcours linéaire Maintenant Eviter le «spilling» Fusion d opérateur Calcul d histogramme Pierrick.brunet@telecom-bretagne.eu Serge.guelton@telecom-bretagne.eu 39
40 Combinaison des N champs sonores «50% de chance de trouver un niveau sonore supérieur ou égal à 100dB ref 1µPa²» 95 db «courbe S» 100 db 105 db 110 db 40
PRIMAVERA RISK ANALYSIS
PRIMAVERA RISK ANALYSIS PRINCIPALES FONCTIONNALITÉS Guide d analyse des risques Vérification de planning Modélisation rapide des risques Assistant de registres de risques Registre de risques Analyse de
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailPartie 7 : Gestion de la mémoire
INF3600+INF2610 Automne 2006 Partie 7 : Gestion de la mémoire Exercice 1 : Considérez un système disposant de 16 MO de mémoire physique réservée aux processus utilisateur. La mémoire est composée de cases
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailOptimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation
Plus en détailSolution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010
Présentation d ERMS Solution logicielle pour le pilotage et l ERM Journées d études IARD 26 mars 2010 2 mars 2010 Sommaire 1 Présentation d ACTUARIS 2 Les problématiques rencontrées 3 Présentation d ERMS
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailLe monde change vite, les méthodes de gestion évoluent. La traçabilité et le reporting s invitent désormais dans les usines de préfabrication.
NOUVEAUTÉS Le monde change vite, les méthodes de gestion évoluent. La traçabilité et le reporting s invitent désormais dans les usines de préfabrication. Grâce à la nouvelle, vous automatisez les processus
Plus en détailFazaANGEL supervision pro-active
presentation FazaAngel - page 1/7 FazaANGEL supervision pro-active FazaAngel : supervision pro-active fazaangel surveille tous les «éléments de votre infrastructure : télécom, réseau, serveur, site web
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 détailChapitre V : La gestion de la mémoire. Hiérarchie de mémoires Objectifs Méthodes d'allocation Simulation de mémoire virtuelle Le mapping
Chapitre V : La gestion de la mémoire Hiérarchie de mémoires Objectifs Méthodes d'allocation Simulation de mémoire virtuelle Le mapping Introduction Plusieurs dizaines de processus doivent se partager
Plus en détailÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab
ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour
Plus en détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
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 détailConception de réseaux de télécommunications : optimisation et expérimentations
Conception de réseaux de télécommunications : optimisation et expérimentations Jean-François Lalande Directeurs de thèse: Jean-Claude Bermond - Michel Syska Université de Nice-Sophia Antipolis Mascotte,
Plus en détailL'intelligence d'affaires: la statistique dans nos vies de consommateurs
L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires
Plus en détailFiche produit Fujitsu ETERNUS JX40 Baie de stockage JBOD
Fiche produit Fujitsu ETERNUS JX40 Baie de stockage JBOD Fiche produit Fujitsu ETERNUS JX40 Baie de stockage JBOD Baie de stockage passive à connexion directe au serveur Baie de stockage JBOD ETERNUS JX
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 détailMASTER EUROPEEN EN MANAGEMENT ET STRATEGIE D ENTREPRISE SPECIALISATION MANAGEMENT DU DEVELOPPEMENT DURABLE
MASTER EUROPEEN EN MANAGEMENT ET STRATEGIE D ENTREPRISE SPECIALISATION MANAGEMENT DU DEVELOPPEMENT DURABLE Diplôme Européen reconnu par la Fédération Européenne des Ecoles ; www.fede.org - BAC+5 Présentation
Plus en détailProgramme détaillé BTS INFORMATIQUE DE GESTION DIPLÔME D ETAT. Objectifs de la formation. Les métiers. Durée de la formation
Objectifs de la formation Les inscriptions sont réservées aux élèves de niveau BAC ou plus, et sont ouvertes dans la mesure des places disponibles. Le Brevet de Technicien Supérieur d Informatique de Gestion
Plus en détailSanity Check. bgcolor mgcolor fgcolor
Sanity Check bgcolor mgcolor fgcolor 0 1 2 3 4 5 6 7 8 9 10 Compilation pour cibles hétérogènes: automatisation des analyses, transformations et décisions nécessaires, François Irigoin et Ronan Keryell
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailINTRODUCTION AU DATA MINING
INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre
Plus en détailovermind La solution précède le problème 2008 Overmind - All rights reserved
La solution précède le problème Société Overmind vous propose des solutions d optimisation, d anticipation, de pilotage global capables de prendre en compte l interdépendance des variables en terme de
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailDUO : Smart Noise Monitor. Station de surveillance. Brand of ACOEM
DUO : Smart Noise Monitor Sonomètre Station de surveillance Brand of ACOEM 25 ANS D INNOVATIONS 01dB introduit DUO Smart Noise Monitor, nouvelle génération d instruments dédiés à la mesure de bruit dans
Plus en détailOutils pour les réseaux de neurones et contenu du CD-Rom
Outils pour les réseaux de neurones et contenu du CD-Rom Depuis le développement théorique des réseaux de neurones à la fin des années 1980-1990, plusieurs outils ont été mis à la disposition des utilisateurs.
Plus en détailAVIS DU CONSEIL ECONOMIQUE, SOCIAL ET ENVIRONNEMENTAL REGIONAL SUR LA STRATEGIE DE COHERENCE REGIONALE DE L AMENAGEMENT NUMERIQUE (SCORAN)
AVIS DU CONSEIL ECONOMIQUE, SOCIAL ET ENVIRONNEMENTAL REGIONAL SUR LA STRATEGIE DE COHERENCE REGIONALE DE L AMENAGEMENT NUMERIQUE (SCORAN) Adopté à l unanimité des membres du Bureau présents et représentés,
Plus en détailCYCLE CERTIFIANT ADMINISTRATEUR BASES DE DONNÉES
SGBD / Aide à la décision CYCLE CERTIFIANT ADMINISTRATEUR BASES DE DONNÉES Réf: KAO Durée : 15 jours (7 heures) OBJECTIFS DE LA FORMATION Ce cycle complet vous apportera les connaissances nécessaires pour
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailPOM Monitoring V4.0. Release Note fonctionnelle
POM Monitoring V4.0 Release Note fonctionnelle ZAC des Metz 3 rue du petit robinson 78350 Jouy en Josas Tél : 01.30.67.60.65 Fax : 01.75.43.40.70 www.pom-monitoring.com Contenu 1 RELEASE NOTE FONCTIONNELLE...
Plus en détailBACCALAURÉAT PROFESSIONNEL EPREUVE DE TRAVAUX PRATIQUES DE SCIENCES PHYSIQUES SUJET A.1
TP A.1 Page 1/5 BACCALAURÉAT PROFESSIONNEL EPREUVE DE TRAVAUX PRATIQUES DE SCIENCES PHYSIQUES SUJET A.1 Ce document comprend : - une fiche descriptive du sujet destinée à l examinateur : Page 2/5 - une
Plus en détailSujet 4: Programmation stochastique propriétés de fonction de recours
Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction
Plus en détailTP Bases de données réparties
page 1 TP Bases de données réparties requêtes réparties Version corrigée Auteur : Hubert Naacke, révision 5 mars 2003 Mots-clés: bases de données réparties, fragmentation, schéma de placement, lien, jointure
Plus en détailOrganisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et
Organisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et l'anglais. L'étudiant a le choix entre deux filières
Plus en détailMESURES de BRUIT. Chantier A63 Rechargement
1/21 MESURES de BRUIT Installations d enrobage Plate-forme LABENNE (40) RAPPORT DE MESURAGE Bruit ambiant et émergences RAPPORT DE MESURAGE Mesures réalisées le 17/10/2013 2/21 SOMMAIRE Page Conclusions
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
Plus en détail> REnDRE LE BRuIt visible
> REnDRE LE BRuIt visible > sonbase La Base de données SIG pour la Suisse Déterminer et analyser la pollution sonore pour l ensemble de la Suisse 02 > sonbase La base de données SIG pour la Suisse La base
Plus en détailBaccalauréat technique de la musique et de la danse Métropole septembre 2008
Baccalauréat technique de la musique et de la danse Métropole septembre 008 EXERCICE 5 points Pour chacune des cinq questions à 5, trois affirmations sont proposées dont une seule est exacte. Pour chaque
Plus en détailConventions d écriture et outils de mise au point
Logiciel de base Première année par alternance Responsable : Christophe Rippert Christophe.Rippert@Grenoble-INP.fr Introduction Conventions d écriture et outils de mise au point On va utiliser dans cette
Plus en détailENTREZ DANS L UNIVERS L DAYTRADER
ENTREZ DANS L UNIVERS L D UN D DAYTRADER Benoit FERNANDEZ-RIOU Waltrade Institut Salon Actionaria Paris 22 Novembre 2013 Benoit FERNANDEZ-RIOU Trader pour compte propre spécialisé sur le marché des changes,
Plus en détailOrdonnance du DFJP sur les instruments de mesure audiométriques
Ordonnance du DFJP sur les instruments de mesure audiométriques (Ordonnance sur l audiométrie) 941.216 du 9 mars 2010 (Etat le 1 er janvier 2015) Le Département fédéral de justice et police (DFJP), vu
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détailUNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP20-9717 Pointe-à-Pitre Cedex CONTRAT 2010-201 LE MASTER NOM DU DOMAINE STS Mention : Mathématiques Implantation : Guadeloupe FICHES DESCRIPTIVES
Plus en détailCours A7 : Temps Réel
Cours A7 : Temps Réel Pierre.Paradinas / @ / cnam.fr Cnam/Cedric Systèmes Enfouis et Embarqués (SEE) Motivations Du jour : les mécanismes multitâches, la gestion des priorités, l ordonnancement, la gestion
Plus en détailEfficacité énergétique des réseaux de cœur et d accès
Efficacité énergétique des réseaux de cœur et d accès David Coudert Joanna Mouliérac, Frédéric Giroire MASCOTTE I3S (CNRS/Université Nice Sophia-Antipolis) INRIA Sophia-Antipolis Méditerranée 1 Contexte
Plus en détailCampus. Les formations Finance active
Campus Les formations Finance active Gestion du risque de change 1. Négocier et traiter au mieux spots et termes S approprier les fondamentaux du risque de change - Déterminer sa position et son risque
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailFORMAT FORMA ION SUR LA ION SUR LA GESTION DE PROJET & MS PROJECT
FORMATION SUR LA GESTION DE PROJET & MS PROJECT Présentation rapide Jamal Achiq Consultant - Formateur sur le management de projet, MS Project, et EPM Certifications: Management de projet : «PRINCE2, Praticien»
Plus en détailSystèmes d Exploitation - ENSIN6U3. Aix-Marseille Université
Systèmes d Exploitation - ENSIN6U3 Gestion de la mémoire Leonardo Brenner 1 Jean-Luc Massat 2 1 Leonardo.Brenner@univ-amu.fr 2 Jean-Luc.Massat@univ-amu.fr Aix-Marseille Université Faculté des Sciences
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailComment booster vos applications SAP Hana avec SQLSCRIPT
DE LA TECHNOLOGIE A LA PLUS VALUE METIER Comment booster vos applications SAP Hana avec SQLSCRIPT 1 Un usage optimum de SAP Hana Votre contexte SAP Hana Si vous envisagez de migrer vers les plateformes
Plus en détail3.2. Matlab/Simulink. 3.2.1. Généralités
3.2. Matlab/Simulink 3.2.1. Généralités Il s agit d un logiciel parfaitement dédié à la résolution de problèmes d'analyse numérique ou de traitement du signal. Il permet d'effectuer des calculs matriciels,
Plus en détailLe premier objectif de Quickser est donc de proposer une solution avant tout source d économies et ce dans plusieurs domaines.
Quickser a été conçu dès que la version 7 de DB2/UDB annonçait la disponibilité d un dispositif majeur RTS (Real time statistic). En effet, les conséquences de la mise en œuvre de ce dispositif permettaient
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailSea Tech Week Brest - Mercredi 10 octobre Quartz salle 1
Sea Tech Week Brest - Mercredi 10 octobre Quartz salle 1 Parc Naturel Marin d Iroise MERiFIC L étude du bruit des énergies marines renouvelables et impacts sur l environnement. L utilisation de l acoustique
Plus en détailLa surveillance appliquée à la gestion des risques géotechniques miniers
Symposium on Innovation and Technology in The Phosphate Industry - SYMPHOS May 6-10, 2013 Agadir, Marocco La surveillance appliquée à la gestion des risques géotechniques miniers Méthodes et Technologies
Plus en détailFiche produit FUJITSU ETERNUS DX200F Baie de stockage Flash
Fiche produit FUJITSU ETERNUS DX200F Baie de stockage Flash Fiche produit FUJITSU ETERNUS DX200F Baie de stockage Flash Des performances haut de gamme à un prix avantageux ETERNUS DX : le stockage centré
Plus en détail4. Utilisation d un SGBD : le langage SQL. 5. Normalisation
Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :
Plus en détailBusiness Intelligence
avec Excel, Power BI et Office 365 Téléchargement www.editions-eni.fr.fr Jean-Pierre GIRARDOT Table des matières 1 Avant-propos A. À qui s adresse ce livre?..................................................
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De
Plus en détailBases de données documentaires et distribuées Cours NFE04
Bases de données documentaires et distribuées Cours NFE04 Introduction a la recherche d information Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département
Plus en détailUniversité du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation.
Université du Québec à Chicoutimi Département d informatique et de mathématique Plan de cours Titre : Élément de programmation Sigle : 8inf 119 Session : Automne 2001 Professeur : Patrice Guérin Local
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailDE L ALGORITHME AU PROGRAMME INTRO AU LANGAGE C 51
DE L ALGORITHME AU PROGRAMME INTRO AU LANGAGE C 51 PLAN DU COURS Introduction au langage C Notions de compilation Variables, types, constantes, tableaux, opérateurs Entrées sorties de base Structures de
Plus en détailAudit activité base Oracle / SAP
Audit activité base Oracle / SAP Version : 1.0 Date : 04/02/2009 Auteur : xxxxxxxxxxx SOMMAIRE 1 OBJECTIFS DE CE DOCUMENT...3 2 Résultats de l étude...4 2.1. Bref exposé des constatations...4 2.1.1 Le
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 détailPROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN
PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN 1. DÉVELOPPEMENT D'APPLICATION (CONCEPTEUR ANALYSTE) 1.1 ARCHITECTURE MATÉRIELLE DU SYSTÈME INFORMATIQUE 1.1.1 Architecture d'un ordinateur Processeur,
Plus en détailMASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.
MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion
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 détailCommunication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014
Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014 La phonétique acoustique La phonétique acoustique étudie les propriétés physiques du signal
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailPRÉSENTATION DES SERVICES
PRÉSENTATION DES SERVICES TRANSFERT IT FICHE D IDENTITÉ Raison Sociale : Forme Juridique : SARL Capital : 7500 Date de création : mars 1999 Type de Clientèle : Secteur Bancaire, Opérateurs Telecom, Hébergeurs,
Plus en détail1 INFORMATION - INFORMATIQUE. 11 Systèmes d'information gestion des connaissances, knowledge management
p.1 1 INFORMATION - INFORMATIQUE 10 Sciences cognitives aspects fondamentaux 11 Systèmes d'information gestion des connaissances, knowledge management 110 Intelligence économique veille économique, stratégique,
Plus en détailRaisonnement probabiliste
Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte
Plus en détailAlgorithmique I. Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr. Algorithmique I 20-09-06 p.1/??
Algorithmique I Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr Télécom 2006/07 Algorithmique I 20-09-06 p.1/?? Organisation en Algorithmique 2 séances par semaine pendant 8 semaines. Enseignement
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailAgrégation des portefeuilles de contrats d assurance vie
Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l
Plus en détailParcours en deuxième année
Parcours en deuxième année Unités d Enseignement (UE) ECTS Ingénierie des réseaux haut 4 débit Sécurité des réseaux et 4 télécoms Réseaux mobiles et sans fil 4 Réseaux télécoms et 4 convergence IP Infrastructure
Plus en détailLes Cartes et leur Valeur
RÈGLES CANASTA Règle du Jeu de la Canasta Canasta est le nom d une combinaison de 7 cartes qui donne son nom à cette variante de Rami. Le but du Jeu: Le gagnant est le joueur qui est le premier à atteindre
Plus en détailESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring
ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring Les méthodes d évaluation du risque de crédit pour les PME et les ménages Caractéristiques Comme les montants des crédits et des
Plus en détailPrésentation. Pour. Gilles ALAIS, Country Manager Barloworld Supply Chain Software France 20 Rue des Petits Hôtels, 75010 Paris
Présentation Pour Gilles ALAIS, Country Manager Barloworld Supply Chain Software France 20 Rue des Petits Hôtels, 75010 Paris Email: galais@barloworldscs.com Tel : + 33 1 73 03 04 10 / + 33 6 08 01 52
Plus en détailSéance 0 : Linux + Octave : le compromis idéal
Séance 0 : Linux + Octave : le compromis idéal Introduction Linux est un système d'exploitation multi-tâches et multi-utilisateurs, basé sur la gratuité et développé par une communauté de passionnés. C'est
Plus en détail4D v11 SQL Release 5 (11.5) ADDENDUM
ADDENDUM Bienvenue dans la release 5 de 4D v11 SQL. Ce document présente les nouveautés et modifications apportées à cette nouvelle version du programme. Prise en charge de nouvelles plates-formes La release
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailDécouverte de l ordinateur. Partie matérielle
Découverte de l ordinateur Partie matérielle SOMMAIRE I L ORDINATEUR ET SES PERIPHERIQUES... 3 1-1 : GENERALITES... 3 1-2 : LES PERIPHERIQUES D ENTREE ET DE SORTIE... 3 II L UNITE CENTRALE... 4 2-1 : GENERALITES...
Plus en détailLa Certification de la Sécurité des Automatismes de METEOR
1 La Certification de la Sécurité des Automatismes de METEOR 2 un mot sur METEOR 3 Le projet METEOR, c'est... un système automatique complexe fortement intégré matériel roulant, équipements électriques,
Plus en détailIBM Tivoli Monitoring, version 6.1
Superviser et administrer à partir d une unique console l ensemble de vos ressources, plates-formes et applications. IBM Tivoli Monitoring, version 6.1 Points forts! Surveillez de façon proactive les éléments
Plus en détailChapitre 22 : (Cours) Numérisation, transmission, et stockage de l information
Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information I. Nature du signal I.1. Définition Un signal est la représentation physique d une information (température, pression, absorbance,
Plus en détailInitiation. àl algorithmique et à la programmation. en C
Initiation àl algorithmique et à la programmation en C Initiation àl algorithmique et à la programmation en C Cours avec 129 exercices corrigés Illustration de couverture : alwyncooper - istock.com Dunod,
Plus en détailSteganos présente Security Suite 2007, son incontournable suite de sécurité pour PC.
Communiqué de Presse 20 décembre 2006 Steganos présente Security Suite 2007, son incontournable suite de sécurité pour PC. Une protection absolue contre toute intrusion dans votre vie privée! Vos documents
Plus en détailPrésentation du M2 SIC : Systèmes Informatiques et Applications Marines
Présentation du M2 SIC : Systèmes Informatiques et Applications Marines Jean-Philippe Babau (resp. M2 SIAM) http://dept-info.univ-brest.fr/master2_siam.php http://labsticc.univ-brest.fr/pages_perso/babau/
Plus en détailDEMANDE D INFORMATION RFI (Request for information)
DOD SEICAM RFI Demande d information EVDEC Réf. : RFI_EVDEC- GT5_Outil_reporting_BI_v4.doc Page 1/11 DEMANDE D INFORMATION RFI (Request for information) OUTIL INTÉGRÉ DE REPORTING ET D ANALYSE DÉCISIONNELLE
Plus en détailIntroduction aux systèmes temps réel. Iulian Ober IRIT ober@iut-blagnac.fr
Introduction aux systèmes temps réel Iulian Ober IRIT ober@iut-blagnac.fr Définition Systèmes dont la correction ne dépend pas seulement des valeurs des résultats produits mais également des délais dans
Plus en détailexcellence environnementale fiche - action Utilisation d un broyeur de branches sur les chantiers espaces verts
excellence environnementale Des pratiques pour l'excellence environnementale en région Poitou-Charentes fiche - action Utilisation d un broyeur de branches sur les chantiers espaces verts A partir de l
Plus en détail