Practical aspects of interacting garbage collectors
Notice bibliographique
Résumé
In this thesis we investigate a novel approach to creating tools for the study and implementation of garbage collectors (GC) in contexts ranging from hand-held computers to the Web. We define interactions between GC entities and the global strategy that uses them, e.g. distributed garbage collection (DGC) algorithms. In this setting, we define the notion of a generic collector to be the representation of the ideal collection entity from the global strategy point of view. This definition helps create several tools to improve the way people work with uniprocessor and distributed garbage collectors. This work has led us to consider a new heap organization for uniprocessor GCs. We have designed a Localized Tracing Scheme to optimize GC tracing process at caching and paging levels with possible applications to platforms with limited resources such as hand-held computers. We provide experimental results and show how this organization naturally applies to a parallel setting. To help implement DGCs, we propose a design method based on generic collectors. This method uses models to list important characteristics of each entity in a system. Our methodology explains how to use these models to create local collectors adapted to a particular DGC. This process also allows the design of heterogeneous systems, where each node can choose its own GC. Finally, we use this method to design and implement a garbage collection mechanism for the World Wide Web. After exploring the mapping of memory management paradigms onto concepts of the Web environment, we show that DGC algorithms can be used to detect garbage in websites and avoid dangling links on webpages. We observe that web authors are currently managing web objects explicitly, and an automatic solution should be beneficial. We report on practical implementations and experiments in this web setting. This study leads to the creation of a Web-based platform for experiments in garbage collection research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,007 | 0,013 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».