Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakIII: Small: Foundations of Trustworthy Deep Learning: Interpretable Neural Network models with Robustness Guarantees
Proyek riset & pengembangan

III: Small: Foundations of Trustworthy Deep Learning: Interpretable Neural Network models with Robustness Guarantees

Ringkasan tujuan riset

Jaringan neural berbasis konsep manusia dikembangkan bersama interpretasi otomatis dan verifikasi kekokohan agar penjelasan model tidak mudah berubah akibat gangguan masukan.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2430539Periode tercatat 2024-09-01 sampai 2027-08-31.NSF 2430539MulaiAkhir tercatat202420282024-09-012027-08-31
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.

Penjelasan berbasis fitur penting belum cukup mengungkap proses internal jaringan dan dapat tidak stabil terhadap perubahan kecil. Proyek ini mengotomatiskan interpretasi konsep tanpa anotasi ahli yang dikurasi, serta membangun model yang memuat konsep relevan sejak rancangan. Teknik verifikasi kekokohan akan mengukur reliabilitas interpretasi dan prediksi. Sasaran tersebut membantu pemeriksaan kesalahan model, tetapi transparansi atau keamanan penerapan masih perlu diuji pada kerangka yang dikembangkan.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of California-San Diego
Program
Info Integration & Informatics
Periode pendanaan tercatat
2024-09-01 → 2027-08-31

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.