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.
Layanan screening menggabungkan ukuran kualitas multiskala dengan model bahasa-visual untuk menilai citra, anotasi, representasi, dan relevansi penggunaan. Model fondasi segmentasi memakai koreksi serta preferensi manusia sebagai supervisi yang dapat digunakan ulang. Layanan desain dataset memilih atau mensintesis sampel dengan menyeimbangkan representasi, kesulitan, dan generalisasi lintas domain. Uji terkontrol serta beta bersama mitra inspeksi akan mengevaluasi komponen, yang direncanakan dirilis terbuka bersama tolok ukur VISION V2.
Konteks pengembangan
- Institusi penerima pada catatan
- University of Minnesota-Twin Cities
- Program
- Special Initiatives
- Periode pendanaan tercatat
- 2026-08-01 → 2029-07-31
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
- Office of Advanced Cyberinfrastructure
Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.
Apa yang diketahui tentang statusnya?
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
- NSF Award: Collaborative Research: Elements: Data-Agent: Agentic AI for Autonomous Data Quality Evaluation, Curation and Task-Aware Dataset Design for Vision-Based Industrial Inspection ↗
National Science Foundation (NSF) · Amendemen tercatat 07/22/2026
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.