Détection des erreurs reproductibles et aléatoires lors de la fabrication d'un modèle #3
Labels
No Milestone
No project
No Assignees
1 Participants
Notifications
Due Date
No due date set.
Dependencies
No dependencies set.
Reference: gem-graph/gem-graph-client#3
Loading…
Reference in New Issue
No description provided.
Delete Branch "%!s(<nil>)"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
Ces deux types d'erreurs sont repérables par des techniques différentes faisant appel à des outils parfois communs, parfois différents.
Cette issue a pour but de lister ces outils afin de faciliter le design du client.
Il va probablement falloir un sous-groupe Gem-graph-lab spécialisé dans le dépistage des erreurs reproductibles et disposant d'un moteur monothread (lent mais indépendant) pour traiter des demandes incompatibles avec les performances demandées au serveur (voir les issues serveur #25, #26 et #27, trop contraignantes pour le serveur).
Le serveur devrait être dédié aux calculs haute performance nécessaires à la recherche d'erreurs aléatoires puis à l'étude des résultats des modèles (leur confrontation à la réalité).
Voir aussi liste des outils dans le cahier des charges :
38e5c855e9/Cahier%20des%20charges
Les erreurs reproductibles (systématiques) sont facilement repérables car elles bloquent rapidement l'exécution du modèle en générant un état cahotique ou, au minimum, non conforme à des critères facilement définissables. Ces critères peuvent porter sur la structure de l'état global (présence ou absence de tel type d'objet ou variation du nombre d'objets de tel type au dela d'un seuil, etc....) ou sur la fréquence d'exécution d'un règle ou d'un groupe de règles.
Ces erreurs peuvent (liste non limitative) :
Elles surviennent fréquemment lors de la création des modèles.
Elles sont facilement identifiées et corrigées avec des outils simples :
A ce niveau de complexité, l'édition est maladroite. Il faut accepter de procéder par essais / erreurs, c'est-à-dire, en gros, de 'pousser à la rencontre les uns des autres' les objets et les règles nouvellement créés, d'observer en détail ce qui se passe et de rééditer jusqu'à obtenir ce que l'on veut.
Les erreurs aléatoires sont difficiles à repérer car :
Garantir qu'aucune erreur aléatoire n'est présente au sein du modèle est impossible.
Les outils les plus utiles pour les repérer sont (liste non limitative) :
(vues 'histoire du modèle', histogrammes nombres d'objets, exécutions de règles)
UI : détection des erreurs reproductibles et aléatoires lors de la fabrication d'un modèle.to Détection des erreurs reproductibles et aléatoires lors de la fabrication d'un modèle.Détection des erreurs reproductibles et aléatoires lors de la fabrication d'un modèle.to Détection des erreurs reproductibles et aléatoires lors de la fabrication d'un modèle