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.
Struktur data bipartit diteliti sebagai target transformasi random forest, regresi linear, dan logistic regression. Abstraksi spasial akan mengatur pemanfaatan memristor, lalu operator komposisi memungkinkan pemetaan algoritme berkernel. Riset membandingkan kapasitas komputasi dengan decision diagrams dan menanggapi resistance drift serta degradasi radiasi pada pendekatan neuromorfik. Efisiensi dan robustness merupakan sasaran yang harus dibuktikan lewat karakterisasi desain flow-based crossbar.
Konteks pengembangan
- Institusi penerima pada catatan
- Oakland University
- Program
- Software & Hardware Foundation
- Periode pendanaan tercatat
- 2023-10-01 → 2026-09-30
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
- Software & Systems Foundations
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: CRII: SHF: IMMENSE: In-Memory Machine Learning using Sneak-Paths in Crossbars for Robustness and Energy Efficiency ↗
National Science Foundation (NSF) · Amendemen tercatat 08/28/2023
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.