Proyek riset & pengembangan

OAC Core: The Best of Both Worlds: Deep Neural Operators as Preconditioners for Physics-Based Forward and Inverse Problems

Ringkasan tujuan riset

Operator neural akan dipakai sebagai preconditioner solver persamaan diferensial untuk memadukan kecepatan surrogate dengan ketelitian residual model fisika pada masalah invers.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Linimasa NSF 2313033Periode tercatat 2023-09-01 sampai 2027-08-31.NSF 2313033MulaiAkhir tercatat202320282023-09-012027-08-31
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

Proyek riset & pengembangan

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.

Riset mengembangkan preconditioner neural parametrik linear dan nonlinear untuk PDE serta metode Metropolized Langevin pada invers Bayesian. Ketelitian dipertahankan melalui residual PDE, sementara operator neural menargetkan percepatan dan kesesuaian GPU. Pendekatan menanggapi surrogate yang sering hanya mencapai ketepatan satu atau dua digit, sehingga tidak cukup menggantikan solver pada sistem sensitif dengan kebutuhan presisi tinggi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Texas at Austin
Program
OAC-Advanced Cyberinfrast Core
Periode pendanaan tercatat
2023-09-01 → 2027-08-31

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
  • Office of Advanced Cyberinfrastructure

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

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (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.