Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaTransportasiCRII: III: Learning Spatiotemporal Impacts of Text-enriched Traffic Events with Injection of Interpretability from Graph Neural Networks and Physics-Informed Machine Learning
Proyek riset & pengembangan

CRII: III: Learning Spatiotemporal Impacts of Text-enriched Traffic Events with Injection of Interpretability from Graph Neural Networks and Physics-Informed Machine Learning

Ringkasan tujuan riset

Embedding peristiwa lalu lintas yang diperkaya teks dipadukan dengan jaringan graf transformer dan persamaan Korteweg-de Vries untuk prediksi dampak gangguan berantai.

Transportasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2551684Periode tercatat 2025-09-15 sampai 2027-07-31.NSF 2551684MulaiAkhir tercatat202520282025-09-152027-07-31
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.

Data berita, media sosial, dan jaringan transportasi akan digabungkan melalui pembelajaran representasi multimodal serta graph mining. Metode ruang-waktu mendeteksi kejadian dan penyebaran dampaknya pada jaringan heterogen. Kendala fisika KdV diteliti untuk memberi interpretasi serta mengurangi ketergantungan dataset besar, terutama pada wilayah kurang terwakili. Kerangka menargetkan prediksi dampak yang dapat dijelaskan bagi pengelolaan lalu lintas, sementara akurasi serta manfaat respons tetap perlu divalidasi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Texas Christian University
Program
Info Integration & Informatics
Periode pendanaan tercatat
2025-09-15 → 2027-07-31

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.