摘要 — 工业信息物理系统 (CPS) 是复杂的异构分布式计算系统,通常集成和互连大量子系统,包含大量硬件和软件组件。这些分布式信息物理系统 (dCPS) 的生产商在设计下一代机器方面面临着严峻的挑战,需要在 (早期) 设计决策中获得适当的支持,以避免出现代价高昂且耗时的疏忽。这需要针对 dCPS 的高效且可扩展的系统级设计空间探索 (DSE) 方法。在本立场文件中,我们回顾了 DSE 的当前发展水平,并认为针对 dCPS 的高效且可扩展的 DSE 技术或多或少是不存在的,并且构成了一个很大程度上未知的研究领域。此外,我们确定了需要解决的几个研究挑战,并讨论了针对 dCPS 的此类 DSE 技术的可能方向。索引词——分布式信息物理系统、设计空间探索、工作负载建模、性能建模、模型推理、工作负载动态
摘要。云计算服务提供商为应用程序提供按需计算资源。寻找适合用户预算、满足应用程序性能和约束的最佳云资源分配仍然是一项研究挑战。云资源分配问题与设计空间探索 (DSE) 问题非常相似,因为它们都必须在充足的设计空间中找到合适的硬件配置,而它们的目标不相容,并受到多种约束。这项工作通过应用设计空间探索技术提出了一种解决云资源分配问题的方法。我们从 DSE 工具 MultiExplorer 设计并开发了一个软件扩展 MultiExplorer-VM,该工具具有根据用户需求和应用程序约束提供虚拟机配置的工作流程。已经进行了一系列全面的实验来评估和验证所提出的工具。我们还将我们提案中的解决方案与其他现有的研究工作进行了比较,这些研究工作侧重于基于 Paramount 交互 (PI) 技术的云资源分配问题。结果表明,MultiExplorer-VM 比 PI 技术取得了显著 (更好) 的结果。 MultiExplorer-VM 带来的成本结果与 PI 技术相比降低了 8.8 倍。实验还表明,对于大多数应用程序,MultiExplorer-VM 实现了最佳云配置。
自动文本摘要系统通常需要人类来准备数据或评估模型性能,然而,人们缺乏对人类在与人工智能交互或接受人工智能协助时的角色、经验和需求的系统理解。从以人为本的角度,我们绘制了文本摘要和更广泛的文本生成任务中人机交互的设计机会和考虑因素。我们首先对 70 篇论文进行了系统的文献综述,开发了人工智能辅助文本生成中的五种交互分类法和相关的设计维度。我们为每种交互设计了文本摘要原型。然后,我们在原型的帮助下采访了 16 位用户,以了解他们对人工智能在文本摘要中的效率、控制和信任的期望、经验和需求,并据此提出了设计考虑因素。
自动文本摘要系统通常需要人类来准备数据或评估模型性能,然而,人们缺乏对人类在与人工智能交互或接受人工智能协助时的角色、经验和需求的系统理解。从以人为本的角度,我们绘制了文本摘要和更广泛的文本生成任务中人机交互的设计机会和考虑因素。我们首先对 70 篇论文进行了系统的文献综述,开发了人工智能辅助文本生成中的五种交互分类法和相关的设计维度。我们为每种交互设计了文本摘要原型。然后,我们在原型的帮助下采访了 16 位用户,以了解他们对人工智能在文本摘要中的效率、控制和信任的期望、经验和需求,并据此提出了设计考虑因素。
名义任务复杂性(Gentile,1972,2000)请参阅:Edwards 2010,请参阅:Sigrist等。2013请参阅:Magill and Anderson,2010
在计算机图形学出现之前,抽象数据大多以 2D 形式表示,用于报告、书籍或海报的发布。同时,3D 表示仅限于空间数据的物理构造,如地理地球仪、化学、医学或建筑模型。具有合理图形能力的第一波台式计算机导致投射到 2D 屏幕上的 3D 数据表示激增。这可以说导致了 3D 图形的过度使用——例如 Tufte 和其他人非常讨厌的经典免费 3D 图表——早期对 2D 屏幕上 3D 可视化的研究证明了它们的局限性。此后,这导致信息可视化研究界在很长一段时间内围绕 2D 表示巩固信息可视化设计空间,以最佳方式安排 2D 屏幕。近年来,随着混合现实 (MR) 技术的兴起,我们需要重新考虑一些关于数据可视化“自然栖息地”的假设。混合现实 (MR) 耳机,例如 Microsoft HoloLens 2,终于实现了无线、强大的空间跟踪和具有合理视野的高分辨率立体渲染。这些耳机现在还可以了解其环境,映射房间中的表面并跟踪其用户的手势。我们可以渲染在环境中任何表面上明显投射的 2D 类图形,渲染从所述表面明显突出的 2.5D 类图形,或将它们悬浮在我们周围的 3D 空间中 - 所有这些都同样轻松且保真(图 2)。这项新功能为我们提供了沉浸式环境中数据可视化的新设计选择和可能性——也称为沉浸式分析 [ 10 , 41 ]。当然,我们应该继续以最佳方式可视化数据,无论是在 2D 表面还是在 3D 空间中。然而,借助 MR 提供的灵活性,我们可以考虑任何给定的可视化如何在两个环境(表面或空间)之间自由移动,以满足用户的需求。想象一下,只需用手抓住并拉动显示器中的 2D 可视化,即可将一些数据编码到第三空间维度(图 1a),从而将 2D 可视化暂时从显示器中挤出到 3D 中,或者从平板电脑中挤出可视化并将其悬浮在您面前的空间中(图 1b)。这些可视化还可以放置在任意表面上,模仿大型墙壁大小的 2D 显示屏,同时保留 3D 的灵活性(图 1c)。与此相反,我们还可以将 3D 可视化平面化为表面上的 2D,例如通过应用投影或创建横截面视图。在沉浸式环境中支持表面和空间之间的这些转换已被确定为沉浸式分析的重大挑战之一 [17]。虽然最近的工作(第 2 节)已经展示了涉及使用 2D 表面和显示器与 MR 结合进行数据可视化的应用,但我们特别关注可视化
基于模型的系统工程 (MBSE) 是一种采用的建模和开发方法,用于对复杂软件系统(如空间应用)进行正确的构建。TASTE [1] 是 ESA 支持的实用且成熟的 MBSE 工具集,可实现软件系统开发大部分阶段的自动化:(i) 通过多种建模和编程语言(例如 ASN.1、AADL、SDL、C/C++)进行异构系统设计,(ii) 代码生成、构建和部署二进制应用程序,(iii) 通过静态分析和模拟进行验证,以及 (iv) 通过模型检查对属性进行形式化验证。形式化验证功能最近已添加到 ESA 项目“空间系统形式化验证的模型检查”(MoC4Space) 中的 TASTE 工具集中,并在两个实际案例研究中进行了验证。在本文中,我们报告了项目期间的成果和经验教训。
单用户交叉现实应用程序允许用户在米尔格拉姆现实-虚拟 (RV) 频谱的不同点之间移动,利用最适合特定任务或目的的环境。由于外围设备、多传感器渲染、计算能力和增强的 5g 网络功能的进步,交叉现实 (CR) 的使用在不久的将来可能会大幅增加。尽管在交叉现实领域已经进行了研究,但尚未创建用于对 CR 应用程序设计进行分类的框架。研究人员花了几十年时间探索米尔格拉姆 RV 连续体上不同点的优势和潜力[23]。然而,大多数研究都集中在 RV 连续体上的单个点上,或者比较系统在 RV 频谱不同点上的优缺点。随着近年来技术的突破,将应用限制在 RV 频谱单个空间的障碍已不复存在。因此,越来越多的研究开始探索一种连接 RV 频谱上多个点的系统。
摘要:DARPA POSH 计划与研究界产生共鸣,并指出工程生产力已落后于摩尔定律,导致领先技术节点的 IC 设计成本过高。主要原因是完成设计实施需要大量计算资源、昂贵工具,甚至需要很多天的时间。然而,在此过程结束时,一些设计无法满足设计约束并变得无法布线,从而形成恶性电路设计循环。因此,设计人员必须在设计修改后重新运行整个过程。本研究采用机器学习方法自动识别设计约束和设计规则检查 (DRC) 违规问题,并通过迭代贪婪搜索帮助设计人员在漫长的详细布线过程之前识别具有最佳 DRC 的设计约束。所提出的算法实现了高达 99.99% 的设计约束预测准确率,并减少了 98.4% 的 DRC 违规,而面积损失仅为 6.9%。