Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Symmetries and Classical Physics in Machine Learning for Science and Engineering
Proyek riset & pengembangan

CAREER: Symmetries and Classical Physics in Machine Learning for Science and Engineering

Ringkasan tujuan riset

Simetri dan geometri diferensial digunakan untuk mempelajari embedding yang dapat ditafsirkan serta emulator fisika bebas koordinat pada point cloud dan medan tensor.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2339682Periode tercatat 2024-07-01 sampai 2029-06-30.NSF 2339682MulaiAkhir 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.

Equivariance kelompok menghubungkan modifikasi input dengan transformasi linear ruang laten, dibantu teori invarian atau koordinat disentangled yang dipelajari. Algoritme point cloud mempertahankan simetri permutasi serta ortogonal atau Lorentz, sementara medan vektor-tensor dibangun dari prinsip fisika klasik. Riset menargetkan emulasi kosmologi dan iklim dengan data simulasi lebih sedikit. Akurasi serta struktur kausal representasi merupakan sasaran, bukan jaminan semua model bersimetri memahami mekanisme fisik.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Johns Hopkins University
Program
Information Technology Researc, Comm & Information Foundations
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.