MétaCan
Menu
Retour à la cohorte
Enregistrement W2566625505 · doi:10.22360/summersim.2016.scsc.038

Simulation-based Schedulability Assessment for Real-Time Systems

2016· article· en· W2566625505 sur OpenAlexaff
Rabeh Ayari, Imane Hafnaoui, Giovanni Beltrame, Gabriela Nicolescu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueReal-Time Systems Scheduling
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAvionicsCorrectnessEmbedded systemMultiprocessingSet (abstract data type)Process (computing)Distributed computingContext (archaeology)Worst-case execution timeStatic timing analysisScheduling (production processes)Execution timeParallel computingAlgorithm

Résumé

récupéré en direct d'OpenAlex

Real-time systems not only require functional correctness, but also specific timing properties. Correct timing is especially challenging for hard real-time systems such as in medicine, avionics, and space industries, where missing a deadline can lead to catastrophic failure. A number of theories tackled this issue to determine whether a set of tasks running on a given architecture meets its timing constraints. One technique is schedulability analysis, which can provide guarantees for the timing behavior for a set of tasks. However, the use of schedulability tests involve an intrinsic amount of pessimism, which greatly reduces the number of configurations that can be considered as schedulable. This removes potentially promising system configurations from the task allocation optimization process, thereby reducing the quality of the final result. The aim of this paper is to overcome this limitation in the context of heterogeneous multiprocessor architectures. We propose a simulation-based approach to assess solutions discarded by a schedulability test, and include them in the optimization process. We tested our method on the optimization of the communication cost of a set of tasks scheduled on a quad core architecture, showing an improvement of up 11% when compared to the use of a schedulability test.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,307
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReal-Time Systems SchedulingTravaux en français237 207