Telusuri profil teknologi beserta ringkasan dan rujukannya.
Kompresi data perangkat lunak berkecepatan tinggi diterapkan pada aplikasi HPC yang dibatasi akses memori untuk mempercepat perpindahan data floating point dalam komputasi.
ATHENA mengembangkan perilaku otonom robot humanoid R5 melalui perencanaan gerak terkendala, manipulasi berbasis persepsi, dan antarmuka operator yang diuji di fasilitas NERVE.
Spektroskopi serapan laser di tabung kejut mengukur beberapa spesies sementara secara bersamaan untuk memperkecil ketidakpastian percabangan reaksi pembakaran amonia.
Sistem attitude miniatur menggabungkan star tracker ringkas dan IMU MEMS untuk meningkatkan akurasi satelit kecil tanpa ukuran atau massa sensor navigasi tradisional.
Radar MIMO CMOS akan dirancang untuk operasi target 240 GHz dengan co-design penerima, pemancar, pembangkit frekuensi, antenna array, dan packaging yang efisien.
Interkoneksi optik coherent akan menggabungkan modulator lithium niobate, photodetector grafena, dan front-end CMOS adaptif untuk meneliti bandwidth-density serta efisiensi energi tinggi.
Spectrometer inframerah CMOS-MEMS akan menggabungkan array sensor selektif spektral dan pembacaan paralel untuk meneliti pengukuran miniatur dengan penekanan derau pada suhu ruang.
Runtime Reconfigurable Array memakai penjadwalan perangkat keras multiprogram daring untuk mengubah pipeline AI dengan fleksibilitas ruang–waktu dan interkoneksi berbiaya area rendah.
SAS-MRAM berbantuan spin-transfer torque dan spin-orbit torque diintegrasikan dengan CMOS untuk chip compute-in-memory yang mendukung pembelajaran serta inferensi AI edge.
Jaringan konvolusional tiga dimensi ekuivarian diteliti untuk menangkap bentuk rongga nanopori dan memprediksi interaksi material dengan molekul tamu kompleks.
Model difusi generatif teradaptasi domain dan sampling posterior berbasis fisika diteliti untuk rancangan invers nanofotonik dengan data pelatihan terbatas.
Pembelajaran material akan memasukkan constraint thermodynamic kelompok fase untuk memperbaiki prediksi stability yang tidak dapat dipandang sebagai sifat material independen.
CompAM akan memakai graph neural network berlandaskan fisika untuk mempercepat prediksi evolusi mikrostruktur additive manufacturing lintas material serta geometri.
Kembaran digital sensor elektromagnetik dalam chip menggabungkan model larik memori analog berfrekuensi tinggi dengan sistem segmentasi penyimpanan serta pemrosesan data.
Simulasi kinetika plasma bereaksi menggunakan operator tumbukan cepat dan dekomposisi tensor berperingkat rendah untuk mengurangi biaya komputasi.
Model generatif berbasis graf meniru struktur pohon shower partikel dengan kendala fisika untuk mempercepat simulasi interaksi berenergi tinggi dan rekonstruksi peristiwa.
GRAM-CAROLINE memadukan tata bahasa molekuler, autoencoder bersyarat, dan pembelajaran penguatan untuk desain kandidat penguat sistem pereda nyeri alami.
Representasi graf ruang-waktu dari simulasi atomistik digunakan untuk menghubungkan jaringan interaksi molekul dengan sifat cairan serta perancangan pelarut.