Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCollaborative Research: CSR: Small: Interpretable and Efficient Signal Processing and Deep Learning over Graphs for Spatial-Temporal Data Analysis in AIoT Systems
Proyek riset & pengembangan

Collaborative Research: CSR: Small: Interpretable and Efficient Signal Processing and Deep Learning over Graphs for Spatial-Temporal Data Analysis in AIoT Systems

Ringkasan tujuan riset

Analisis data AIoT ruang-waktu menggabungkan pengolahan sinyal graf, pruning neural, model multilapis, dan transfer learning hemat parameter.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2349878Periode tercatat 2025-03-01 sampai 2028-02-29.NSF 2349878MulaiAkhir tercatat202520292025-03-012028-02-29
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.

Sampling topologi serta pemangkasan pada graf satu lapis menargetkan efisiensi analisis. Model multilapis kemudian dipakai untuk dinamika yang lebih kaya, disertai penelaahan perilaku propagasi dan evolusi graf. Teknik transfer efisien menghubungkan tugas atau kondisi berbeda, dengan kontribusi teori serta algoritme untuk data besar yang berubah dalam ruang dan waktu pada sistem pengindraan cerdas.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Louisiana at Lafayette
Program
CSR-Computer Systems Research
Periode pendanaan tercatat
2025-03-01 → 2028-02-29

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
  • Software & Systems 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.