Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakSHF: Efficient, Scalable and Certified Convex Hull Computation in High Dimensions for Verifying Neural Networks and Generating Correctly-rounded Math Libraries
Proyek riset & pengembangan

SHF: Efficient, Scalable and Certified Convex Hull Computation in High Dimensions for Verifying Neural Networks and Generating Correctly-rounded Math Libraries

Ringkasan tujuan riset

Algoritme convex hull berdimensi tinggi diteliti dengan biaya bergantung jumlah vertex keluaran, untuk memperkuat verifikasi jaringan saraf dan pustaka matematika dengan pembulatan benar.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2551479Periode tercatat 2026-07-01 sampai 2030-06-30.NSF 2551479MulaiAkhir tercatat202620312026-07-012030-06-30
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?

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.

Uji program linear menentukan apakah titik merupakan kombinasi linear himpunan lain. Pendekatan geometris memakai aritmetika vektor untuk membentuk over-approximation vertex dan mengurangi bottleneck. Predikat orientasi serta kekonveksan diformalisasi untuk membuktikan ketepatan dan terminasi pada aritmetika floating-point. Evaluasi menargetkan representasi polyhedral dalam verifikasi neural network serta pembangkitan fungsi matematika melalui pendekatan RLIBM, dengan sertifikasi sebagai bagian utama implementasi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Rutgers University New Brunswick
Program
Software & Hardware Foundation
Periode pendanaan tercatat
2026-07-01 → 2030-06-30

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
  • Software & Systems 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.