Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Towards Reliable Machine Learning in Feedback Systems
Proyek riset & pengembangan

CAREER: Towards Reliable Machine Learning in Feedback Systems

Ringkasan tujuan riset

Algoritme keputusan dengan prediksi tidak andal diteliti bersama kuantifikasi ketidakpastian data temporal dan pembelajaran penguatan berbasis model untuk sistem berumpan balik.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2442137Periode tercatat 2025-04-01 sampai 2030-03-31.NSF 2442137MulaiAkhir tercatat202520312025-04-012030-03-31
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.

Kesalahan prediksi dapat terakumulasi ketika model dipakai untuk mengambil tindakan yang memengaruhi data berikutnya. Riset mencari algoritme yang tetap aman saat prediksi salah tetapi mendapat manfaat ketika benar, lalu memakai hasil keputusan untuk menilai kualitas prediksi. Model dampak jangka panjang mempertimbangkan proses nonstasioner, korelasi waktu, serta pengamatan parsial dengan batas kompleksitas sampel. Pembelajaran penguatan kemudian mengadaptasi keputusan sambil mempelajari dampak yang semula tidak diketahui.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Cornell University
Program
Robust Intelligence
Periode pendanaan tercatat
2025-04-01 → 2030-03-31

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.