Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakEAGER: A Domain-Informed Generative Framework for Joint Learning of Public Medical Knowledge and Individual Health Records
Proyek riset & pengembangan

EAGER: A Domain-Informed Generative Framework for Joint Learning of Public Medical Knowledge and Individual Health Records

Ringkasan tujuan riset

FORMED dikembangkan sebagai basis pengetahuan medis semi-terstruktur melalui embedding hiperbolik, graf pengetahuan, dan prompting yang menggabungkan informasi penyakit dengan rekam kesehatan temporal.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2437621Periode tercatat 2024-10-01 sampai 2027-09-30.NSF 2437621MulaiAkhir 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.

Model bahasa khusus domain akan menghasilkan atribut gejala, penyebab, serta perawatan untuk klasifikasi penyakit luas. Graf menyatakan konsep dan hubungan logis, lalu strategi learning serta prompting memperkaya penalaran model. Platform uji mengevaluasi prakiraan risiko individu dari rekam kesehatan. Riset menargetkan sumber publik yang mudah dicari dan dipahami; pengetahuan generatif serta prediksi penyakit jarang tetap memerlukan validasi terhadap sumber dan data acuan.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Stevens Institute of Technology
Program
Info Integration & Informatics
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 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.