environmental impact | BriefGPT

关键词environmental impact

搜索结果 - 22

原始主体一阶优化
此研究论文提出了一种以强化学习为基础的数值优化方法，通过简化的状态表示和代理 - 环境交互来近似序贯更新算法迭代步骤的最优策略，成功应用于有限优化问题中，优于传统优化算法的超参数优化。结果表明，结合简洁的状态表示，基础强化学习方法可用作复杂
PDFa month ago
AI 模型卡片中的记录：对 32K 个 AI 模型卡片进行系统分析
通过对 AI 模型的 32,111 份文档进行全面分析，我们发现 AI 模型的文档化做法存在不足，其中环境影响、限制和评估等方面填写的比例最低，而训练部分则是填写最完整的。此外，我们发现数据的讨论相当重要，有时甚至比模型本身还要强调。通过将
PDF5 months ago
通过迁移学习管理家庭垃圾
通过研究垃圾分类中各种迁移学习模型的性能和计算碳排放，我们发现 EfficientNetV2S 是最可持续和准确的模型，其准确率高达 96.41%。这项研究强调了考虑机器学习模型在垃圾分类中的生态影响的重要性。
PDF5 months ago
神经代码补全模型对情况进行尺寸评估：通过动态模型推理实现更便宜和更快的补全
利用动态推理方法优化神经代码补全模型，节约计算资源，减少计算成本，并通过决策机制主动防止生成错误代码。
PDF6 months ago
Weather4cast 2023 中定量降水预报的高效基准
精确的降水预测对各行各业的决策是不可或缺的，然而目前模型的计算需求引起了环境问题。本文针对精确的降水预测的关键需求，同时考虑了计算资源的环境影响，并提出了一种用于未来天气预测的基准架构 —— 简约 U-Net 架构。
PDF7 months ago
MineSegSAT: 从 Sentinel-2 影像评估矿区扰动面积的自动系统
利用 MineSegSAT 模型使用 SegFormer 深度学习分割架构，并利用 Sentinel-2 数据对环境受到矿业开发影响的区域进行准确预测，以验证其在矿业开发监测中的有效性。
PDF8 months ago
艺术中可解释的人工智能的可持续性
对于艺术家和创意工作者来说，现有的 AI 工具和可持续性工具并不适用于艺术实践，因此本文介绍了两项经验研究，旨在为 AI 艺术开发环境可持续性反思系统，并讨论和引入可解释的可持续性。
PDF9 months ago
MM无线通信网络中能效联邦学习的安全深度强化学习方法
面向新时代的人工智能 (AI) 网络，关注 AI 的环境影响引起了行业和学术界的关注。联邦学习 (FL) 作为一种关键的隐私保护的分散式 AI 技术已经出现。尽管目前在 FL 方面已经做了努力，但其环境影响仍是一个悬而未决的问题。为了实现
PDF10 months ago
电动自行车使用的增长：一种机器学习方法
我们这篇论文通过数学建模和机器学习算法，对电动自行车在美国的增长和影响进行研究，预测了未来销售量，并评估了其对环境和健康的影响，为政策制定者提供了有价值的见解。
PDFa year ago
调查（不）平衡和计算机密集型自然语言处理研究的问题
本文通过一项针对 312 名 NLP 群体成员的调查，对当前自然语言处理中在环境影响、公平性等三个方面所引起问题的现状与成因进行了分析，并提出了一些缓解措施。
PDFa year ago
如何估计深度学习模型训练的碳足迹？指南与综述
介绍了针对机器学习模型训练期间能源消耗量的多种在线和软件工具，并对这些工具的特定词汇、技术要求进行了评估和比较，并提供了一些建议。
PDFa year ago
机器学习在混凝土的概率选择和设计中的应用
利用机器学习预测中间目标变量及其相关噪声，从而指定具有高抗碳化性和低环境影响的混凝土配合比，且其强度密度和成本等目标均得到满足。
PDFa year ago
神经网络结构训练的能效：一项实证研究
本文通过使用深度卷积神经网络的实证研究，研究了深度学习模型的体系结构与其环境影响之间的关系，重点关注能源消耗和二氧化碳排放等方面的交易，并探讨了精度和能源效率之间的权衡，以及使用软件和硬件工具测量能量消耗的差异。
PDFa year ago
EMNLP自然语言处理中公平与环境可持续性的桥梁
探讨现行公平方法的效率和减少自然语言处理模型能源消耗的知识蒸馏技术对公平性的影响，并发现知识蒸馏技术实际上可以降低模型公平性。
PDF2 years ago
估算 BLOOM 的碳足迹：一种含有 176B 参数的语言模型
本研究旨在量化 BLOOM 语言模型的碳足迹，并研究了其在训练和推断过程中的能源消耗和环境影响，结果显示其训练过程总计排放了 24.7 至 50.5 吨 CO2，同时探讨了未来研究方向以改善机器学习模型的碳排放报告。
PDF2 years ago
IJCAIGood AI for Good: 北欧国家的 AI 战略如何应对可持续发展目标
本文基于话题建模技术对 10 个不同国家或组织的现有 AI 建议进行分析，以确定这些战略文件参考联合国可持续发展目标的程度。该分析未发现这些文档与 SDG 有实质性区别。此外，缺少指导 AI 发展和使用对 SDG 5（性别平等）、SDG 1
PDF2 years ago
测量云计算实例中人工智能的碳排放强度
该研究提供了一种衡量计算机模型碳排放的框架，并提出了在云计算平台上采取不同策略以减少碳排放的方法，为机器学习实践者提供了减少环境影响的建议。
PDF2 years ago
人工智能可持续性研究综述：学习算法的新兴趋势和研究挑战
本文着眼于 AI 的可持续性发展问题，分析了解决该问题的机器学习方法和算法，并提出对可持续 AI 技术研究的挑战和发展方向的建议。
PDF2 years ago
可持续的人工智能：环境影响、挑战和机遇
本篇研究从数据、算法和硬件系统综合视角探讨了 AI 的超线性增长趋势对环境的影响，着重分析了 AI 计算的碳足迹和硬件系统的全生命周期，并提出了硬件 - 软件设计和优化对减少 AI 总体碳足迹的重要性，讨论了 AI 领域的挑战和发展方向。
PDF3 years ago
联邦学习的碳足迹初探
本文研究了联邦学习的碳排放问题，发现与集中式机器学习相比，联邦学习的碳排放量可能高达两个数量级，但在一些情况下，由于嵌入式设备的能耗降低，两者的碳排放量是可比较的。作者探讨了算法效率、硬件能力和行业透明度等课题，以降低联邦学习对环境的影响。
PDF3 years ago