Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakIII: Small: Theoretical Foundations of Hypergraph Learning: Expressiveness and Sample Complexity
Proyek riset & pengembangan

III: Small: Theoretical Foundations of Hypergraph Learning: Expressiveness and Sample Complexity

Ringkasan tujuan riset

Teori pembelajaran hypergraph meneliti message passing tensor, pooling, serta arsitektur isomorphism-invariant dengan PAC-Bayes dan dimensi VC untuk menghubungkan ekspresivitas dan kebutuhan sampel.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2546201Periode tercatat 2026-09-01 sampai 2029-08-31.NSF 2546201MulaiAkhir tercatat202620302026-09-012029-08-31
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.

Model akan dikembangkan agar dapat membedakan struktur melalui agregasi orde tinggi serta canonical labeling. Modul individualisasi dan penyempurnaan simpul diteliti dalam arsitektur neural yang invariant terhadap isomorfisme hypergraph, dilengkapi pooling dan autoencoder. Analisis PAC-Bayes serta dimensi VC menaksir jumlah data bagi generalisasi. Studi empiris kemudian memeriksa kondisi ketika batas teori sesuai performa praktis, sehingga desain model interaksi banyak entitas memiliki dasar statistik sekaligus komputasional.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Delaware
Program
Info Integration & Informatics
Periode pendanaan tercatat
2026-09-01 → 2029-08-31

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.