Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaTransportasiDecision-Embedded Deep Learning for Transit Systems
Proyek riset & pengembangan

Decision-Embedded Deep Learning for Transit Systems

Ringkasan tujuan riset

Decision-Embedded Deep Learning dikembangkan untuk memperbarui parameter prediksi menurut kesalahan keputusan angkutan umum, dengan kualitas keputusan sebagai tujuan pelatihan langsung.

Transportasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2409847Periode tercatat 2024-10-01 sampai 2027-09-30.NSF 2409847MulaiAkhir tercatat202420282024-10-012027-09-30
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.

Teori menghubungkan pilihan sampel serta arsitektur model dengan hasil seperti jadwal transit dan kendali gerak bus. Model keputusan diintegrasikan ke desain jaringan neural, lalu galat keputusan memandu pembaruan parameter. Riset menilai batas mutu pada kondisi normal maupun gangguan sensor, cuaca, atau serangan. Kerangka menargetkan hubungan prediksi-keputusan yang dapat diverifikasi agar desain pembelajaran sesuai kebutuhan operasional transit.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Drexel University
Program
CIS-Civil Infrastructure Syst
Periode pendanaan tercatat
2024-10-01 → 2027-09-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Civil, Mechanical, & Manufacturing Innovation

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.