Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakERI: Back Propagation-Free Machine Learning for Split Neural Networks in Distributed Edge Systems
Proyek riset & pengembangan

ERI: Back Propagation-Free Machine Learning for Split Neural Networks in Distributed Edge Systems

Ringkasan tujuan riset

Split learning tanpa backpropagation diteliti untuk edge heterogen, memakai sinyal loss skalar ringan agar perangkat dan server dapat melatih jaringan tanpa pertukaran gradien penuh.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2552997Periode tercatat 2026-06-01 sampai 2028-05-31.NSF 2552997MulaiAkhir tercatat202620292026-06-012028-05-31
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?

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.

Lapisan awal jaringan berjalan pada client dan lapisan berikutnya pada server. Metode forward-only mengubah pembaruan client melalui loss alih-alih gradien dua arah setiap langkah. Penelitian menurunkan jaminan konvergensi serta tradeoff komunikasi-akurasi, lalu merancang adaptasi terhadap bandwidth dan kemampuan perangkat berbeda. Benchmark reproduktif membandingkan pendekatan BP dan BP-free pada model serta dataset representatif untuk menilai efisiensi kolaborasi yang tidak membagikan data mentah.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Montclair State University
Program
ERI-Eng. Research Initiation
Periode pendanaan tercatat
2026-06-01 → 2028-05-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Electrical, Communications, & Cyber Systems

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.