• Aucun résultat trouvé

Sujet de magist`ere : Compilation et ordonnancement de code

N/A
N/A
Protected

Academic year: 2022

Partager "Sujet de magist`ere : Compilation et ordonnancement de code"

Copied!
1
0
0

Texte intégral

(1)

Sujet de magist`ere : Compilation et ordonnancement de code

Marius Bozga,Jean-Claude Fernandez

VERIMAG

, Centre Equation, 2 avenue de Vignate, F-38610 Gi` eres Tel. 04 76 63 48 31 email:Marius.Bozga,Jean-Claude.Fernandez@imag.fr

Le contexte

Les travaux men´ es ` a VERIMAG visent ` a ´ etudier et d´ evelopper des for- malismes de mod´ elisation et des techniques et outils de validation pour les syst` emes et logiciels critiques. Plus particuli` erement, nous cherchons ` a r´ epondre ` a la question : comment automatiser des analyses de programme en vue de :

– v´ erifier des propri´ et´ es critiques,

– g´ en´ erer des s´ equences de test, ` a partir de propri´ et´ es ou de sp´ ecifications formelles,

– g´ enerer du code pour des architectures r´ eparties.

Les domaines d’applications principaux sont les protocoles de communica- tion, les syst` emes de contrˆ ole-commande, et plus g´ en´ erallement les sys` emes r´ epartis.

En particulier, nous avons d´ evelopp´ e le langage If permettant de repr´ e- senter un syst` eme sous forme d’automates communicants temporis´ es, et des outils de validation associ´ es.

Le sujet

Le sujet porte sur la g´ en´ eration de code pour des automates communi- cants et des politiques d’ordonnancement (scheduling) ` a l’ex´ ecution. Le stage comportera une ´ etude bibliographique sur l’ordonnancement en g´ en´ eral, et une r´ ealisation compl´ etant l’outil de g´ en´ eration de code.

∗ VERIMAG is a joint laboratory of CNRS, UJF and INPG Grenoble

1

Références

Documents relatifs

Modifier le pilote afin que lors d’une ´ ecriture dans ce pseudo-fichier, la valeur ´ ecrite dans un premier temps (echo "valeur" > fichier) soit m´ emoris´ ee,

D´ emontrer la compilation et le chargement du pilote sur PC (il se pourrait qu’il faille d´ efinir une variable d’environnement de fa¸ con appropri´ ee, en fonction de la version

Pour les syst` emes continus dans le plan, le th´ eor` eme de Poincar´ e-Bendixon, ´ enonc´ e ci- dessous et d´ emontr´ e dans [8], affirme qu’en plus de ces deux r´

en tirant al ´eatoirement le g ´enotype au QTL avec les probabilit ´es que l’individu n soit de g ´enotype qQ ou QQ sachant ses marqueurs et la carte g ´en ´etique.. Comment

A travers cet exemple, on peut identifier plusieurs ´ el´ ements : L’ensemble de tous les candidats possibles :. tous les parcours possibles Une fonction de coˆ

Optimisation combinatoire : Espace de recherche dont les variables sont discr` etes (cas NP-difficile). Optimisation num´ erique (continue) : Espace de recherche dont les variables

Docking mol´ eculaire Mod´ elisation cognitive Calibration de mod` ele agronomique Apprentissage artificiel?. Tˆ ache de m´ emorisation

Introduction Probl` emes d’optimisation combinatoire Probl` emes d’optimisation num´ erique