소프트웨어 엔지니어링 크레이지 슬롯 프로젝트
관련 링크
통합 신경과학 센터: 크레이지 슬롯 현실 및 증강 현실 핵심
- NIH: 코브레
- PI: 엘케 폴머
- 5,380
- 2017년 9월 - 2022년 5월
크레이지 슬롯 일정 지원을 통한 딥 러닝 훈련 최적화
- NSF
- PI: 펑옌
- 5,000
- 2018년 6월 - 2020년 5월
많은 컴퓨팅 리소스를 사용하여 대량의 데이터에 대해 훈련된 딥 러닝 모델은 최근 중요하면서도 까다로운 인공 지능 작업에 대한 최첨단 훈련 성능을 달성했습니다. 딥 러닝의 성공은 훈련 속도와 효율성을 향상시키기 위해 하드웨어 및 소프트웨어 커뮤니티로부터 상당한 크레이지 슬롯 관심을 불러일으켰습니다.
이 크레이지 슬롯 작업의 목적은 딥 러닝 시스템과 작업 부하의 고유한 속성을 체계적으로 크레이지 슬롯하고 딥 러닝 훈련을 개선하기 위한 새로운 모델링 및 스케줄링 방법론을 확립하는 것입니다. PI는 새로운 하이퍼파라미터 구성 분류 접근 방식을 기반으로 하는 동적 스케줄링 방법론을 통해 고성능 모델 검색의 효율성을 향상시키는 것을 목표로 합니다.
네바다의 크레이지 슬롯 넥서스
- NSF EPSCoR
- 공동 PI: Sergiu Dascalu, Fred Harris
- ,000,000 + ,000,000 주 일치
- 2013년 8월 - 2018년 11월
이 5개년 프로젝트에서 경쟁 크레이지 슬롯를 촉진하기 위한 네바다 실험 프로그램(NV-EPSCoR)은 건조한 사막 지역의 대규모 태양광 설치와 관련된 중요한 실제 문제를 해결합니다. 이 프로젝트는 태양열 에너지 생성에 대한 크레이지 슬롯와 사막 지역의 태양광 설치가 생태-수문학적 영향에 대한 이해를 결합하여 태양열 발전의 경제적, 친환경적 실행 가능성을 향상시킵니다.
지적 장점
크레이지 슬롯 수집에 도움이 되는 풍부한 햇빛과 구름 없는 날에도 불구하고, 건조한 지역은 빈번한 먼지 폭풍을 경험하고 비가 거의 또는 전혀 내리지 않습니다. 태양광 패널에 쌓인 먼지는 햇빛을 흡수하여 태양전지의 효율을 감소시킵니다.
광범위한 영향
이 프로젝트는 물 사용과 환경 악화를 최소화하는 것을 목표로 비용이 적게 들고 경쟁력 있는 태양열 발전 기술을 개발할 수 있는 잠재력을 가지고 있습니다. 개발될 기술 솔루션은 국내 및 전 세계의 다른 크레이지 슬롯 설치에 적용 가능합니다.
- K-12 학생의 학업 기술 및 진로 개발을 지원하는 크레이지 슬롯 진학 준비 프로그램
- 태양 에너지-물-환경 연계에 대한 크레이지 슬롯 경험을 제공하기 위한 학부 크레이지 슬롯 기회 프로그램(UROP)
- 학생에서 전문가로의 전환을 촉진하기 위한 학부 및 대학원 실습 교육(HOT) 활동에는 크레이지 슬롯 기술 분야의 산업 인턴십과 실험실 경험, 제안서 작성 워크숍이 포함됩니다.
- K-12 교사를 크레이지 슬롯, 현장 작업 및 대학원생과 협력하는 교사 전문성 개발 프로그램
- K-12 학생에게 프로젝트 관련 주제를 교육하고 가족에게 과학, 기술, 크레이지 슬롯 및 수학(STEM) 직업 기회를 알리는 프로그램
- 사이버 학습 자료에 무선 접속을 제공하고 크레이지 슬롯와 물과 환경에 미치는 관련 영향에 대한 대중의 이해를 높이는 온라인 학습 실험실.
크레이지 슬롯 이동 중 시각/전정 갈등의 성별 차이 이해
- 구글 리서치
- PI: Eelke Folmer 공동 PI: Paul MacNeilage 및 Lars Strother
- ,044
- 2018년 7월 - 2019년 6월