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.
Algoritme kompresi eksak akan mencari perubahan jaringan yang berpengaruh terbatas atau tidak berpengaruh terhadap model. Riset menghubungkan ekspresivitas, jumlah wilayah linear, dan kemampuan kompresi, serta mengembangkan metode pengukuran wilayah yang lebih efisien. Sasaran teknisnya ialah algoritme lebih cepat dan dapat diskalakan. Pendekatan ini menanggapi risiko pruning terhadap akurasi, ketahanan, dan kelompok kurang terwakili, tanpa menganggap setiap jaringan pasti mudah dikompresi.
Konteks pengembangan
- Institusi penerima pada catatan
- University of Iowa
- Program
- Robust Intelligence
- Periode pendanaan tercatat
- 2024-10-01 → 2025-05-31
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
- Division of Information & Intelligent Systems
Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.
Apa yang diketahui tentang statusnya?
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
- NSF Award: CRII: RI: RUI: Principled Methods for Compressing Neural Networks through Discrete Optimization and Polyhedral Theory ↗
National Science Foundation (NSF) · Amendemen tercatat 03/20/2025
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.