शोधकर्ताओं ने LiDAR पॉइंट क्लाउड्स को प्रोसेस करने वाली गहरी न्यूरल नेटवर्क्स में किसी भी समय कंप्यूटिंग के लिए एक विधि का प्रस्ताव दिया है, जो निष्पादन विलंब और परिणाम उपयोगिता के बीच संतुलन बनाने के लिए इनपुट रिज़ॉल्यूशन को गतिशील रूप से स्केल करने की सुविधा देती है। दृष्टिकोण पिलर्स या वॉक्सेल का उपयोग करने वाले मॉडलों को कई अलग-अलग मॉडल तैनात किए बि Runtime टाइम पर रिज़ॉल्यूशन समायोजित करने की अनुमति देता है।
- सिस्टम एक एकल DNN मॉडल का उपयोग करता है जो समय आवश्यकताओं के आधार पर इनपुट रिज़ॉल्यूशन को गतिशील रूप से स्केल करता है।
- डेडलाइन-अवेयर शेड्यूलर किसी भी संभव रिज़ॉल्यूशन के लिए निष्पादन समय की भविष्यवाणी Runtime टाइम पर करता है ताकि सबसे उच्च संभव रिज़ॉल्यूशन चुना जा सके।
- nuScenes डेटासेट पर प्रायोगिक परिणाम मौजूदा किसी भी समय कंप्यूटिंग दृष्टिकोणों की तुलना में महत्वपूर्ण प्रदर्शन सुधार दिखाते हैं।
- एक सिमुलेटेड ऑटोनॉमस ड्राइविंग सिस्टम में तैनाती पर्यावरणीय जटिलता के कारण होने वाले स्टॉल से बचते हुए टक्कर-रहित नेविगेशन को सक्षम बनाती है।
यह विधि गतिशील संचालन बाधाओं के तहत कंप्यूटेशनल संसाधनों को कुशलता से प्रबंधित करके साइबर-फिजिकल सिस्टम में अनुकूलनशीलता को बेहतर बनाती है।