CAREER: Uncertainty-aware sensing and management for IoT
Pengindraan dan manajemen IoT berbasis Bayesian meneliti kuantifikasi ketidakpastian, optimasi bandit dan pembelajaran penguatan untuk keputusan adaptif waktu nyata yang berskala besar.
Telusuri profil teknologi beserta ringkasan dan rujukannya.
Pengindraan dan manajemen IoT berbasis Bayesian meneliti kuantifikasi ketidakpastian, optimasi bandit dan pembelajaran penguatan untuk keputusan adaptif waktu nyata yang berskala besar.
Persamaan keadaan termodinamika berbasis Gaussian process memakai pengamatan turunan dan kendala kesetimbangan fase untuk memprediksi sifat serta ketidakpastian dari data terbatas.
Desain eksperimen Bayesian berurutan memilih simulasi bahaya dan data lapangan yang paling informatif untuk memperkirakan risiko regional serta lintasan pemulihan infrastruktur dengan biaya terkendali.
Evaporasi film tipis akan dipetakan melalui velocimetry, thermometry, dan interferometry untuk menghubungkan contact line serta aliran Marangoni dengan pendinginan.
Model multiskala polimer sangat terbelit dikembangkan untuk menghubungkan entanglement molekuler dengan sifat mekanis, menggunakan representasi graf yang memungkinkan prediksi pada skala lebih besar.
Kimia aditif elektrolit dikaji terhadap struktur anoda seng dan evolusi antarmukanya, untuk mengubah pemilihan aditif dari percobaan empiris menjadi desain berbasis mekanisme.
Graf interaksi digunakan untuk memprediksi lintasan manusia dan mengarahkan navigasi robot di kerumunan dengan mempertimbangkan hubungan antaragen yang berubah.
Tipe penyempurnaan dengan pendekatan bawah dirancang untuk membuktikan keberadaan jalur eksekusi bermasalah ketika pengembang belum memahami seluruh perilaku program.
Kendali visual kawanan ikan dimodelkan melalui manifold dan persamaan stokastik untuk mengilhami koordinasi banyak agen dengan komunikasi minimal.
Material termagnetisasi multilapis dan model numerik digunakan untuk menelaah pertukaran radiasi panas yang tidak resiprokal antarpermukaan.
Analisis kebocoran mikroarsitektur akan memakai model checking berbasis waktu untuk menemukan kanal samping dan merancang perlindungan dengan biaya kinerja rendah.
Pengukuran deformasi menyeluruh dan pelacakan partikel digunakan untuk memetakan beban fluida pada struktur lentur serta menilai kendali separasi aliran melalui getaran.
Manufaktur aditif cold spray diteliti dari tumbukan satu partikel hingga sifat komponen untuk memprediksi pembentukan ikatan dan perubahan mikrostruktur.
Kulit elektronik multimodal diteliti untuk mendeteksi berbagai kualitas sentuhan pada manipulator robot dan menyampaikannya kepada operator manusia sebagai umpan balik taktil.
Model transportasi molekul dielektroforetik dikembangkan melalui mikrofluida berelektrode transparan untuk menjelaskan pemisahan zat terlarut oleh gradien medan listrik.
HI-RAM akan menambahkan micro-roller di belakang sumber panas manufaktur aditif untuk meneliti rekristalisasi dinamis serta kendali tekstur pada bagian logam cetak.
DFT, diagram fase permukaan, dan dinamika molekuler berbasis machine learning dikembangkan untuk merancang ekstraksi nikel serta kobalt elektrokimia dalam garam cair.
Simulasi Monte Carlo berbasis data meneliti kegagalan bundel serat untuk memperkirakan ekor probabilitas rendah dan hubungan pembagian beban dengan ketidakstabilan.