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.
Pengembangan akan memperbaiki pelatihan serta deployment GPU sambil merilis model fondasi antaratom untuk banyak kelas material. Paket ketidakpastian mendukung active learning dan pembentukan data latihan, sementara integrasi dinamika molekuler beberapa skala waktu meningkatkan efisiensi. Kerangka respons terdiferensiasi menargetkan sifat dielektrik, magnetik, serta NMR dengan konsistensi termodinamika, dilengkapi potensial coarse-grained yang bergantung temperatur. Implementasi produksi dan penilaian kemampuan tersebut ditujukan agar simulasi atomistik cepat tetap dapat diperiksa kepercayaannya.
Konteks pengembangan
- Institusi penerima pada catatan
- Harvard University
- Program
- OFFICE OF MULTIDISCIPLINARY AC, Software Institutes, DMR SHORT TERM SUPPORT
- 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: Elements: NequIP infrastructure for training and deploying neural equivariant interatomic potentials and materials foundation models ↗
National Science Foundation (NSF) · Amendemen tercatat 07/26/2026
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.