XiaoMi-AI文件搜索系统
World File Search SystemExecution
截止日期未考虑可变执行时间的DAG任务的早期检测方法
自主驾驶系统必须保证安全，这需要严格的实时性能。必须通过端到端截止日期完成一系列从传感器数据输入到车辆控制命令输出的过程。如果发生截止日期，则系统必须迅速过渡到安全状态。为了提高安全性，提出了一种截止日期的早期检测方法。所提出的方法表示自主驾驶系统是定向的无环图（DAG），并具有计时器驱动和事件驱动的节点的混合物。它根据端到端截止日期为每个节点分配适当的时间约束。但是，现有方法假设最差的执行时间（WCET）用于计算每个节点的时间约束，并且不考虑节点的执行时间变化，从而使截止日期的检测失踪。本文提出了一种截止日期的早期检测方法，以确定在DAG任务中每个节点执行开始时定量遗忘的可能性。它使用概率执行时间来计算每个节点的时间约束，这将执行时间视为随机变量。实验评估表明，所提出的方法降低了悲观情绪，这是使用WCET的常规方法的问题，然后实现了更准确的早期检测到截止日期的错过。评估还表明，截止日期所需的静态分析的执行时间遗失了早期检测，在实际级别内。
自主航天器的操作：板上决策和执行异常的下行分析
摘要 - 未来的太空探索任务将在很大程度上依靠自主计划和执行（APE）技术来证明航天器的可靠性并降低运营成本。，这将需要对地面操作进行完整的修改，即，从当前指定预先计划的序列的实践来指定高级目标，后来将根据航天器的状态和可感知的环境来详细阐述，后来由板上APE详细说明。特别是，在下行链路期间确定任务结果是一项艰巨的任务。在本文中，我们使用下行链接的通道数据，EVR和至关重要的空间工艺模型重建了航天器在船上执行的操作（即，执行）；我们还定量地比较了从“实际”运行与基于地面预测模拟的情况进行比较。要进行此定量比较，我们设计了基于两个相似性分数的N维动态时间扭曲（DTW）技术：（a）与执行任务相关的一项，其成本函数基于基于间隔的基于间隔的广义交叉点，而不是联合； （b）其他与飞船状态有关的其他成本函数基于归一化曼哈顿距离的关系。通过Neptune-Triton系统中多个Flyby的模拟案例研究，我们证明了我们的技术成功量化了ASSCECT的实际实际和预先分析之间的相似性，并评估其“家庭中”与“未家庭”的行为。为了降低相关的误报/负面因素，我们还设计了一个多目标评估指标，这是对任务和时间轴相关的相似性分数的加权总结。
使用FPGA
尽管有福利，但现有的受信任的执行环境（TEE）或飞地因缺乏透明度，脆弱性和各种限制而受到批评。一个重要的限制是，它们仅提供无法为不同应用程序定制的静态和固定的硬件信任计算基础（TCB）。该设计通过在软件TCB中的硬件TCB和Buggy外围驱动程序中包括不需必要的外围设备，违反了特权的原则。此外，现有的TEE Time-Share带有丰富的执行环境（REE）的处理器核心，使执行效率较低，并且容易受到缓存侧通道攻击的影响。尽管许多以前的项目都集中在SGX，TrustZone或RISC-V上的TEE中解决软件问题，但硬件系统设计中固有的某些TEE问题是无法单独使用软件解决的。在本文中，我们提出了byotee（build y我们的生锈的ecution e n-Vironments），这是一种易于使用的硬件和软件共同设计的基础架构，用于使用现场可编程门阵列（FPGA）构建飞地（FPGA）。Byotee使用自定义的硬件TCB创建飞地，并建立一个动态的信任根，该根源允许从硬核系统上的预先介绍软件中不受限制执行对安全敏感的应用程序（SSA）。ad的byotee提供了证明飞地硬件和软件堆栈的完整性的机制。我们为Xilinx系统芯片（SOC）FPGA实施了一个Byotee系统。针对四个SSA和12个基准应用的低端Zynq-7000系统的评估证明了BYOTEE框架的使用，安全性，有效性和性能。
通过量子程序调度减少超导量子处理器的执行延迟
量子计算得到了广泛的关注，特别是在噪声中型量子（NISQ）时代到来之后。量子处理器和云服务在全球范围内日益普及。遗憾的是，现有量子处理器上的程序通常是串行执行的，这对处理器来说工作量可能很大。通常，由于排队时间长，人们需要等待数小时甚至更长时间才能在公共量子云上获得单个量子程序的结果。事实上，随着规模的增长，串行执行模式的量子比特利用率将进一步降低，造成量子资源的浪费。本文首次提出并引入了量子程序调度问题（QPSP），以提高量子资源的利用效率。具体而言，提出了一种涉及电路宽度、测量次数和量子程序提交时间的量子程序调度方法，以减少执行延迟。我们对模拟的 Qiskit 噪声模型以及 Xiaohong（来自 QuantumCTek）超导量子处理器进行了广泛的实验。数值结果表明了 QPU 时间和周转时间的有效性。
可制造：以内存为中心和基于负担的任务执行框架可转让移动操纵技能
摘要 - 在以人为本的环境中执行多功能移动操作任务，可以有效地将学习的任务和经验从一个机器人转移到另一个机器人或跨不同环境的能力是关键。在本文中，我们提出了一个多功能的单项和多手册移动操作框架，可促进能力和知识在不同的任务，环境和机器人之间的传递。我们的框架将基于负担的任务描述为以记忆为中心的ARMAR人形机器人机器人家族的认知结构，该架构支持分享经验和演示以进行转移学习。通过代表可承受的移动操作动作，即。例如，机器人与其环境的交互可能性，我们为在各种环境中对已知和未知对象的自动单和多手动操纵提供了一个统一的框架。我们演示了该框架在实际实验中对于多个机器人，任务和环境的适用性。这包括抓住已知和未知的对象，放置对象，双人对象抓握，启用记忆的技能转移在抽屉开放方案中，跨两个不同的人形机器人开放场景，以及从人类演示中学到的倾泻任务。接受后，代码将通过我们的项目第1页发布。
主权免于在印度执行外国仲裁奖：（超级）亲票房的“新”孩子
国际仲裁是首选的跨国纠纷解决机制，因为它有效并且有效。有效性的原则增强了帕塔斯·桑特·塞尔凡达（Pacta Sunt Servanda）的神圣性，即自由签署的仲裁协议在需要时得到了荣誉和批准。尊重该协议不仅意味着该程序是以诚信，专业知识和效率进行的，而且还可以由国家法院执行商定的结果。简而言之，国际仲裁制度主要取决于仲裁裁决是最终，具有约束力且可直接执行的事实。当颁发律师授予仲裁裁决时，他们持有强有力的货币，知道仲裁裁决可以在纽约认可和执行仲裁裁决或国际投资纠纷中心（“ ICSID”）公约的任何管辖权中执行。2然而，当奖励授予是一个国家时，主权豁免权的障碍可能会使仲裁裁决的执行变得困难，有时几乎不可能在国家不自愿授予该奖项的情况下。
进行生态系统建模操作 - 一种新型的分布式执行框架，以系统地探索对不同气候轨迹的生态反应
摘要海洋生态系统模型（MEMS）越来越多地受到地球系统模型（ESM）的驱动，以更好地了解海洋生态系统动力学，并在气候变化的潜在情况下分析海洋生态系统的替代管理工作的影响。然而，政策和商业活动通常发生在季节到年代的时间尺度上，这是全球气候建模社区中广泛使用的时间范围，但在此，对MEMS的技能水平评估处于起步阶段。这主要是由于技术障碍阻止了全球MEM社区进行大型集合模拟，以进行系统的技能评估。在这里，我们开发了一个新颖的分布式执行框架，该框架由低技术和免费的技术构建，以实现链接的ESM/MEM预测集合的系统执行和分析。我们将此框架应用于季节性到少年时间尺度，并评估初始化际ESM预测合奏中回顾性预测不确定性如何影响机械和时空显式全球滋养动力学mem。我们的结果表明，与与重建渔业相关的广泛假设相比，ESM内部变异性对MEM可变性的影响相对较低。我们还观察到结果对ESM的特异性也很敏感。我们的案例研究需要进一步的系统探索，以消除气候变化，渔业场景，MEM内部生态假设和ESM变异性的影响。最重要的是，我们的案例研究表明，一个简单且免费的分布式执行框架有可能增强任何具有基本功能的建模组，以使海洋生态系统建模运行。
通过多层大语言模型增强机器人任务计划和执行
摘要：大型语言模型在机器人任务计划和任务分解的域中发现了效用。尽管如此，这些模型在任务执行中指导机器人的直接应用并非没有挑战。在处理更复杂的任务，与环境有效互动时遇到困难以及在此类模型直接生成的机器控制指令的实际可执行性中遇到困难。应对这些挑战，这项研究倡导实施多层大语言模型，以增强机器人在处理复杂任务方面的利用率。提出的模型通过整合多个大语言模型来促进任务的细致层次分解，其总体目标是增强任务计划的准确性。在任务分解过程中，引入了视觉语言模型作为环境感知的传感器。此感知过程的结果随后被吸收到大语言模型中，从而通过环境信息将任务目标融合在一起。这种整合反过来又导致了针对当前环境的特定特征量身定制的机器人运动计划。此外，为了增强大型语言模型的任务计划输出的可执行性，引入了语义一致性方法。此方法将任务计划描述与机器人运动的功能要求保持一致，从而确定了生成指令的总体兼容性和相干性。为了验证拟议方法的效果，使用智能无人车辆建立了一个实验平台。该平台是验证多层大语言模型在解决与机器人任务计划和执行相关的复杂挑战方面的提高效率的一种手段。
