Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Structured Minimax Optimization: Theory, Algorithms, and Applications in Robust Learning
Proyek riset & pengembangan

CAREER: Structured Minimax Optimization: Theory, Algorithms, and Applications in Robust Learning

Ringkasan tujuan riset

Optimasi minimaks terstruktur diteliti untuk pelatihan pembelajaran mesin tangguh ketika fungsi prediksi membuat masalah tidak mengikuti bentuk konveks-konkaf sederhana.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2338846Periode tercatat 2024-08-01 sampai 2029-07-31.NSF 2338846MulaiAkhir tercatat202420302024-08-012029-07-31
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

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.

Struktur khusus fungsi prediksi, termasuk jaringan saraf, dieksplorasi untuk merancang metode minimisasi nonkonveks yang lebih efisien. Pada tiap struktur, masalah maksimisasi dalam disesuaikan dengan pembelajaran tangguh distribusi, pelatihan adversarial, atau pembelajaran tangguh diskret. Analisis teoritis serta algoritme diarahkan meningkatkan biaya komputasi dan akurasi. Penelitian menanggapi kesenjangan teori minimaks umum dengan aplikasi AI nyata yang memiliki struktur lebih kompleks.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Texas at Austin
Program
Comm & Information Foundations
Periode pendanaan tercatat
2024-08-01 → 2029-07-31

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
  • 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.