Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Decision-Aware Learning of Adaptive Probabilistic Models from Limited Supervision
Proyek riset & pengembangan

CAREER: Decision-Aware Learning of Adaptive Probabilistic Models from Limited Supervision

Ringkasan tujuan riset

Model probabilistik decision-aware diteliti agar tujuan pelatihan langsung mencerminkan kendala keputusan dengan supervisi terbatas dan ukuran model yang menyesuaikan data tersedia.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2338962Periode tercatat 2024-07-01 sampai 2029-06-30.NSF 2338962MulaiAkhir 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?

Batas terancang dan stochastic average gradient menargetkan false discovery atau false positive pada klasifikasi. Smoothing stokastik memprioritaskan wilayah berisiko dalam prakiraan spasial-temporal. Metode semi-supervised serta self-supervised diperluas agar tangguh pada data tanpa label yang belum dikurasi. Aproksimasi jarang dan amortisasi akan menyesuaikan ukuran model otomatis. Aplikasi kesehatan mengevaluasi mutu keputusan, yang tidak diasumsikan sama dengan minimisasi galat prediksi umum.

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.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Tufts 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.