I. 引言 视角感知人工智能(PAi)是人机交互中计算创新的一个新领域,它允许用户通过彼此的视角进行查看和交互 [1]。PAi 涉及创建个性化的计算模型,称为记录。如图 1 所示,记录是通过基于个人数字足迹的时间顺序学习过程获得的。这个过程捕捉了个人在各种情况下的认知和行为倾向。PAi 对于关键决策特别有用。通过利用代表个人专业知识和观点的记录,PAi 有助于识别和考虑在特定情况下反映人类思维偏见的偏见。识别和推理这些偏见使 PAi 能够促进对其审计,从而增强专业知识的共享,并形成更具参与性的系统 [8][3]。此功能可提高医疗、教育、政治、新闻等不同领域关键决策的透明度和清晰度,并让用户能够辨别哪些意见或专家观点(如其记录所代表的)值得考虑。这种方法通过提供对各种观点及其潜在偏见的全面细致的理解,提高了决策质量。
Quanta Services, Inc. 通过其众多运营公司(“Quanta”)成为行业领先的基础设施承包商,专门从事电力、地下公用设施、电信和可再生能源行业,并拥有大量训练有素的员工队伍。Quanta 作为 LUMA Energy 和 LUMA 技术培训学院的 50% 所有者,致力于波多黎各岛,并投入了大量的时间和资源来支持 LUMA 及其改善波多黎各电力传输和配电系统的使命。Quanta 还成立了 Quanta Services Solutions PR, LLC dlb/a Quanta Services Puerto Rico(“QSSPR”),这是一家波多黎各当地承包公司,旨在协助在重大风暴和飓风过后提供岛上紧急电力恢复服务。这些投资都支持波多黎各综合资源计划 (IRP) 的目标,即确保波多黎各电力系统的发展,并通过考虑所有可用资源来满足该岛的电力需求,提高该系统的可靠性和效率。
摘要 - 在近似实时综合的情况下进行改进,而不会违反非衍生硬件的热能约束,这是一个具有挑战性的问题。可以将近似实时任务的执行分别分为两个组件:(i)执行任务的强制性部分以获得可接受质量的结果,然后(ii)(ii)可选零件的部分/完整执行,该部分将最初获得的结果重新填充,以增加准确的准确性而无需违反临时领先线。本文介绍了修复,这是一种用于近似实时应用的新型任务分配策略,结合了细粒度的DVF和核心的在线任务迁移和最后一个级别缓存的电源,以减少芯片温度,同时尊重截止日期和热约束。此外,可以通过延长可选零件的执行时间来与系统级的准确度相对于系统级的准确性进行交易。索引术语 - 评估计算,热/能量效率,实时调度,CMP(芯片多处理器)
