Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakOAC Core: Accurate and Scalable Temporal Graph ML on Distributed Heterogeneous Systems
Proyek riset & pengembangan

OAC Core: Accurate and Scalable Temporal Graph ML on Distributed Heterogeneous Systems

Ringkasan tujuan riset

Pembelajaran graf temporal diskalakan melalui sampling adaptif, memori hypernode, dan perhatian temporal jarang pada sistem komputasi heterogen.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2505107Periode tercatat 2025-05-01 sampai 2028-04-30.NSF 2505107MulaiAkhir tercatat202520292025-05-012028-04-30
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?

Algoritme mini-batch serta neighbor sampling disesuaikan untuk hubungan data yang terus berubah. Optimasi sadar perangkat keras menargetkan portabilitas di CPU banyak inti, GPU, dan FPGA tanpa kehilangan ketepatan model. Toolkit divalidasi pada infrastruktur skala besar dan aplikasi seperti grid pintar atau jaringan sosial, dengan pelatihan serta inferensi dinamis sebagai ukuran integrasi menyeluruh.

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.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Southern California
Program
OAC-Advanced Cyberinfrast Core
Periode pendanaan tercatat
2025-05-01 → 2028-04-30

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
  • Office of Advanced Cyberinfrastructure

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.