Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Accelerating Scientific Discovery via Deep Learning with Strong Physics Inductive Biases
Proyek riset & pengembangan

CAREER: Accelerating Scientific Discovery via Deep Learning with Strong Physics Inductive Biases

Ringkasan tujuan riset

Bias induktif fisika yang kuat dimasukkan ke model pembelajaran mendalam untuk menemukan dinamika dan persamaan matematis yang konsisten serta dapat ditafsirkan.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2338909Periode tercatat 2024-09-01 sampai 2029-08-31.NSF 2338909MulaiAkhir tercatat202420302024-09-012029-08-31
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

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.

Desain jaringan akan mempertahankan karakteristik fisik secara tepat guna membatasi ruang solusi. Regresi simbolik berbasis pembelajaran mendalam digunakan menemukan ekspresi dinamika dengan struktur sesuai prinsip fisika. Algoritme multimodal memanfaatkan data berbagai bentuk, dan hasilnya mendukung tugas data lanjutan. Riset menanggapi keterbatasan konsistensi, generalisasi, serta interpretasi model kotak hitam pada proses spasial-temporal kompleks.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Arizona State University
Program
Info Integration & Informatics
Periode pendanaan tercatat
2024-09-01 → 2029-08-31

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
  • 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.