Extraction et gestion des connaissances des algorithmes d'ordonnancement

Dubois, Martin (2015). « Extraction et gestion des connaissances des algorithmes d'ordonnancement » Thèse. Montréal (Québec, Canada), Université du Québec à Montréal, Doctorat en informatique.

Fichier(s) associé(s) à ce document :
[img]
Prévisualisation
PDF
Télécharger (12MB)

Résumé

La technologie moderne permet d'avoir des systèmes sur puce de plus en plus denses et comportant de plus en plus de processeurs, menant ainsi à une grande flexibilité logicielle pour la conception et la réalisation d'applications. Les systèmes doivent pouvoir utiliser les capacités des puces pour l'exécution de tâches applicatives diverses, ce qui pose le problème de l'ordonnancement des tâches. La recherche dans ce domaine a produit une quantité phénoménale et diversifiée de connaissances. Notre travail porte sur l'extraction et la représentation efficace des connaissances pour les concepteurs qui utilisent les puces et les créateurs d'algorithmes d'ordonnancement. Nous proposons d'utiliser l'analyse formelle de concept et les techniques du forage de données pour l'extraction de connaissances sur les algorithmes d'ordonnancement, en partant de diverses sources telles les bancs d'essai et les caractéristiques intrinsèques des algorithmes. Notre recherche montre comment extraire efficacement les informations de performance dans un ensemble d'applications, permettant ainsi la sélection efficace du meilleur algorithme d'ordonnancement pour l'application de l'usager. L'extraction de l'information se fait sans outil statistique, évitant ainsi de tirer des conclusions générales qui peuvent être inappropriées pour le problème spécifique de l'usager. La représentation des connaissances est faite sur plusieurs niveaux et se base sur les patrons logiciels et les langages-patrons. Le tout est intégré dans une plateforme de connaissance qui peut être utilisée pour concevoir plus rapidement et efficacement de nouveaux algorithmes d'ordonnancement et des applications. L'usage de l'analyse formelle de concepts permet à la méthodologie présentée d'offrir une représentation structurée des connaissances sur l'ordonnancement de tâches. Dans un premier temps, les connaissances brutes sont transformées en règles d'associations entre les attributs applicatifs et des métriques de performance pour l'ordonnancement des tâches. Ceci permet non seulement la manipulation formelle du savoir obtenu, mais aussi d'accroître la connaissance du concepteur au sujet d'ordonnancement précis. Une méthode pour cartographier des connaissances obtenues est proposée pour une visualisation rapide. Nous montrons aussi comment automatiser l'extraction et l'exploitation du savoir à l'aide d'une représentation en langage-patron. En particulier, nous présentons une plateforme de documentation et des façons de produire des patrons et de les regrouper pour aider l'architecte logiciel dans l'utilisation des algorithmes d'ordonnancement. En plus, nous exposons différentes perspectives qui combinent les patrons, les règles associatives et l'extraction de données. Finalement, une nouvelle classe d'algorithmes d'ordonnancement est présentée, basée sur le forage des règles d'association pour proposer des algorithmes à la performance améliorée. Notre approche aide les concepteurs à développer leurs applications et les experts à améliorer et créer des méthodes d'ordonnancement. De plus, elle peut servir à intégrer des outils documentaires dans le cycle de design. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Extraction, analyse formelle, connaissance, multi-cœur, patrons, grammaire, forage, ordonnancement.

Type: Thèse ou essai doctoral accepté
Informations complémentaires: La thèse a été numérisée telle que transmise par l'auteur.
Directeur de thèse: Boukadoum, Mounir
Mots-clés ou Sujets: Ordonnancement (Informatique) / Algorithmes / Exploration de données (Informatique) / Représentation des connaissances / Gestion des connaissances / Systèmes sur une puce
Unité d'appartenance: Faculté des sciences > Département d'informatique
Déposé par: Service des bibliothèques
Date de dépôt: 24 mars 2016 18:51
Dernière modification: 24 mars 2016 18:51
Adresse URL : http://archipel.uqam.ca/id/eprint/8036

Statistiques

Voir les statistiques sur cinq ans...