Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakRI:Small:Dynamic Networks for Efficient, Adaptive, and Multimodal Vision
Proyek riset & pengembangan

RI:Small:Dynamic Networks for Efficient, Adaptive, and Multimodal Vision

Ringkasan tujuan riset

Faktorisasi matriks dinamis membatasi parameter attention yang berubah ke kernel laten kecil untuk persepsi multimodal adaptif yang efisien pada arsitektur CNN atau transformer beragam.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2303153Periode tercatat 2023-07-01 sampai 2026-06-30.NSF 2303153MulaiAkhir tercatat202320272023-07-012026-06-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Memprediksi seluruh bobot neural saat runtime terlalu mahal, sehingga proyek memilih parameter yang perlu dinamis. Feature mixing direalisasikan melalui faktorisasi bobot yang mendukung sintesis parameter atau transformasi nonlinear. Substrat tersebut dipakai untuk tugas seperti visual grounding serta pelokalan audiovisual, dengan jaringan ringan yang menyesuaikan masukan. Penelitian menguji manfaat multimodal, biaya komputasi, dan variabilitas lingkungan bersama, bukan mengoptimalkan tiap masalah secara terpisah lalu mengasumsikan solusinya kompatibel.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of California-San Diego
Program
Robust Intelligence
Periode pendanaan tercatat
2023-07-01 → 2026-06-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFTidak aktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.