Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Exploring Non-Euclidean Representation Learning for Expressive and Explainable Graph-based Foundation Models
Proyek riset & pengembangan

CAREER: Exploring Non-Euclidean Representation Learning for Expressive and Explainable Graph-based Foundation Models

Ringkasan tujuan riset

Foundation model graf non-Euclidean diteliti dengan kelengkungan adaptif, untuk menyelaraskan embedding AI dengan topologi kompleks jaringan biologis, molekul, serta literatur ilmiah.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2540656Periode tercatat 2026-06-01 sampai 2031-05-31.NSF 2540656MulaiAkhir tercatat202620322026-06-012031-05-31
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?

Graph Transformer memakai metode learnable curvature untuk representasi fleksibel. Fusion multimodal mengintegrasikan model bahasa non-Euclidean guna menangkap relasi graf dan distribusi token scale-free. Attention serta information bottleneck menyediakan intrinsic explainability, lalu representation diterjemahkan menjadi narasi. Cross-domain pretraining diuji pada spatial transcriptomics, prediksi sifat molekul, dan analisis literatur, dengan generalisasi serta interpretabilitas sebagai hasil yang perlu dievaluasi.

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
Yale University
Program
Info Integration & Informatics
Periode pendanaan tercatat
2026-06-01 → 2031-05-31

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
  • 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.