Thèse soutenue

Modèle de calcul massivement parallèle en MapReduce pour quelques problèmes en théorie des automates

FR  |  
EN
Auteur / Autrice : Bilal El ghadyry
Direction : Sébastien VerelFaissal Ouardi
Type : Thèse de doctorat
Discipline(s) : Sciences et Technologies de l'Information et de la Communication, spécialité Informatique et applications
Date : Soutenance le 17/12/2022
Etablissement(s) : Littoral en cotutelle avec Université Mohammed V (Rabat). Faculté des sciences, Centre d'études doctorales en sciences et technologies (Rabat)
Ecole(s) doctorale(s) : École doctorale Sciences, technologie et santé (Amiens)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, signal et image de la Côte d'Opale (Calais, Pas de Calais) - Laboratoire d'Informatique Signal et Image de la Côte d'Opale
Jury : Président / Présidente : Mohamed Bouhdadi
Examinateurs / Examinatrices : Sébastien Verel, Faissal Ouardi, Jihane Alami Chentoufi, Ludovic Mignot, Yasmine Lamari
Rapporteur / Rapporteuse : Jihane Alami Chentoufi, Ludovic Mignot

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Dans cette thèse, nous étudions l’algorithmique parallèle à grande échelle de quelques problèmes en théorie des automates, à savoir la composition des machines à états finis pondérées, ainsi que la dérivation des séquences séparantes à partir des machines à états finis non déterministes. Nous adoptons dans notre étude, un modèle théorique de traitement parallèle récemment introduit appelé modèle de calcul massivement parallèle en MapReduce (CMP-MR) où le seul coût est donné par la quantité de communication entre les nœuds et le nombre d’itérations de l’algorithme. Nous avons proposé des algorithmes parallèles efficaces à grande échelle en MapReduce basés sur le modèle CMP-MR pour chacun des problèmes traités. Les résultats obtenus montrent clairement que le modèle CMP-MR offre un cadre théorique garanti pour le développement denouveaux algorithmes parallèles efficaces à grande échelle en théorie des automates.