Sumber: “Climbing the Ivory Tower: How Socio-Economic Background Shapes Academia” https://www.nber.org/papers/w33289 Studi ini mengeksplorasi bagaimana latar belakang keluarga dan status sosial ekonomi seseorang membentuk karier akademis mereka, mulai dari menjadi dosen di universitas hingga jenis penelitian yang mereka lakukan dan pengakuan yang mereka terima.
Tips pemrograman zaman sekarang: “Choose boring technology and LLMs“
Ada beberapa Simulasi Rangkaian Digital yang open source, di antaranya adalah Logisim-Evolution dan Digital. Berikut ini tampilan dari Digital (https://github.com/hneemann/Digital) Selain itu ada Logisim-Evolution (https://github.com/logisim-evolution/logisim-evolution)
Tautan Artikel: “Synchronous buck converter for 12V/5A output” dan “Taming the buck with a Type III compensator“
sumber: https://jmswrnr.com/blog/hacking-a-smart-home-device
Buku untuk belajar: “Dimitri P. Bertsekas: Reinforcement Learning and Optimal Control” Playlist di Youtube: https://www.youtube.com/playlist?list=PLmH30BG15SIoXhxLldoio0BhsIY84YMDj
Berikut ini adalah aspek-aspek gedung cerdas menurut Peraturan Menteri Pekerjaan Umum dan Perumahan Rakyat Nomor 10 Tahun 2023 tentang Bangunan Gedung Cerdas: Tautan ke permen dimaksud https://peraturan.bpk.go.id/Details/271011/permen-pupr-no-10-tahun-2023
Beberapa peraturan di Indonesia tidak menyebutkan tentang pengisian dalam gedung: Regulasi Penyediaan Infrastruktur Pengisian Kendaraan Bermotor Listrik Berbasis Baterai (KBLBB) https://gatrik.esdm.go.id/assets/uploads/download_index/files/f0294-bahan-dirbinus.pdf Peraturan Presiden RI No 79 tahun 2023 tentang Perubahan atas Peraturan Presiden No 55 tahun 2019 tentang Percepatan Program Kendaraan Bermotor Listrik Berbasisi Baterai Untuk Transportasi Jalan https://peraturan.bpk.go.id/Download/331723/Perpres%20Nomor%2079%20Tahun%202023.pdf Peraturan Menteri ESDM No 1 tahun … Lanjutkan membaca Studi Keamanan Stasiun Pengisian Kendaraan Listrik di dalam ruangan
Microsoft baru saja merelease LLM (Large Language Model) dengan ukuran variabel 1 bit. (https://github.com/microsoft/BitNet). Komputasinya lebih cepat dibandingkan LLM dengan floating point.
versioning for data: https://dvc.org/