Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Zeroth-Order Machine Learning: Foundations and Emerging Applications
Proyek riset & pengembangan

CAREER: Zeroth-Order Machine Learning: Foundations and Emerging Applications

Ringkasan tujuan riset

Zeroth-order machine learning mengembangkan optimasi tanpa informasi gradien langsung dengan prior deep learning untuk aplikasi ketika perhitungan first-order mahal atau tidak tersedia.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2338068Periode tercatat 2024-07-01 sampai 2029-06-30.NSF 2338068MulaiAkhir tercatat202420302024-07-012029-06-30
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.

Riset meningkatkan efisiensi pada dimensi tinggi dan mengeksplorasi paradigma hierarchical, federated serta distributed learning. Model fondasi, AI tangguh dan komputasi sains menjadi area uji metode yang dapat diarahkan. Tujuannya mengatasi asumsi white-box pada pelatihan biasa melalui hubungan optimasi dan pembelajaran. Kecepatan serta generalitas tidak diasumsikan otomatis unggul, karena akses evaluasi fungsi, struktur prior dan biaya sampling tetap menentukan performa metode orde nol.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Michigan State University
Program
Robust Intelligence
Periode pendanaan tercatat
2024-07-01 → 2029-06-30

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 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.