Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Modern Machine Learning on Graphs: From Theory to Practice
Proyek riset & pengembangan

CAREER: Modern Machine Learning on Graphs: From Theory to Practice

Ringkasan tujuan riset

Pembelajaran graf menggabungkan difusi hipergraf nonlinier dan pengayaan fitur struktural untuk menangkap relasi kelompok serta meningkatkan kemampuan generalisasi model.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2239565Periode tercatat 2023-08-01 sampai 2028-07-31.NSF 2239565MulaiAkhir tercatat202320292023-08-012028-07-31
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.

Penelitian akan merancang fungsi difusi untuk setiap sisi hipergraf, baik melalui aturan buatan maupun pembelajaran, agar hubungan tingkat tinggi dapat direpresentasikan. Arah lainnya mengembangkan jaringan saraf graf dengan penambahan fitur struktural dan menganalisis daya representasi serta generalisasinya secara teoretis. Algoritme yang dihasilkan dievaluasi melalui klasifikasi simpul, prediksi tautan, deteksi anomali graf, dan persoalan fisika energi tinggi. Tujuannya memperoleh model yang ekspresif dengan algoritme pembelajaran cepat.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Georgia Tech Research Corporation
Program
Info Integration & Informatics
Periode pendanaan tercatat
2023-08-01 → 2028-07-31

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.