Génération de programmes modèles pour la représentation et l'analyse de profils d'exécution : le modèle périodique-linéaire
Langue Français
Accéder à la thèseDroits d'accès : non autorisé

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Kenmei Youta, Bénédicte Ramelie
Date de soutenance : 27-06-2006

Directeur(s) de thèse : Clauss, Philippe

Établissement de soutenance : Université Louis Pasteur (Strasbourg)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique

Mots-clés libres : Compilation (informatique)
Mots-clés :
  • Compilation (informatique) - Thèses et écrits académiques
  • Optimisation mathématique - Thèses et écrits académiques
Résumé : Cette thèse présente une nouvelle technique de représentation et d'analyse de traces d'exécution de programmes. Après une étude de quelques méthodes générales d'analyse de données, l'accent est mis sur une nouvelle modélisation qui consiste à exprimer le comportement à l'exécution d'un programme par un autre programme. Le programme qui exprime le comportement est constitué d'une séquence de nids de boucles dans lesquelles les fonctions de niveau les plus internes expriment les valeurs de la trace d'entrée à partir des indices de boucles. Chaque séquence de nids de boucles correspond à une définition particulière d'une phase de programme, c'est à dire un ensemble d'intervalles dépendants les uns des autres, et ces intervalles sont identifiés grâce à une méthode d'interpolation périodique et linéaire. A partir de cette représentation, on montre qu'on est en mesure d'effectuer un assez grand nombre d'analyses et d'optimisations, en s'aidant notamment des outils comme le modèle polyédrique d'analyse statique. Au final, on vérifie bien que les informations obtenues suite à notre modélisation et à l'analyse statique des nids de boucles résultants sont plus précises, mieux adaptées, et plus exploitables qu'avec des méthodes générales d'analyse de données.
 
Type de contenu : Text
 
Entrepôt d'origine : Ressource locale
Identifiant : ecrin-ori-290507
Type de ressource : Thèse