我们提出了Navigator，一个统一GPU内存管理和任务调度的新框架，能够高效利用资源、满足数据依赖关系、有效管理GPU内存。与其他调度程序相比，Navigator能够明显缩短完成时间，同时所需资源量更少。在一个案例中，处理相同工作负载只需要一半的服务器。

该文章介绍了一种新颖的Bootstrap方法，可在线执行，特别适用于实时应用。作者证明了该方法在一般条件下的理论有效性，并通过大量模拟实验表明它能够在复杂的数据依赖关系存在的情况下提供可靠的不确定性量化。

本文提出了一种名为mSMI的广义CCA方法，能够捕捉数据中的复杂依赖关系并具有较快的计算和可扩展的估计能力。实验结果表明，mSMI方法在多个任务中表现优异。