Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCollaborative Research:CIF:Small:Fisher-Inspired Approach to Quickest Change Detection for Score-Based Models
Proyek riset & pengembangan

Collaborative Research:CIF:Small:Fisher-Inspired Approach to Quickest Change Detection for Score-Based Models

Ringkasan tujuan riset

Deteksi perubahan aliran data menggunakan skor gradien log-kepadatan dan jarak Fisher untuk menyeimbangkan keterlambatan deteksi dengan risiko alarm palsu.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2334897Periode tercatat 2024-05-01 sampai 2027-04-30.NSF 2334897MulaiAkhir tercatat202420282024-05-012027-04-30
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.

Distribusi sebelum dan sesudah perubahan sering tidak diketahui sehingga metode klasik sulit dipakai. Penelitian mempelajari skor dari model tak ternormalisasi atau score matching jaringan neural, lalu membangun detektor Bayesian serta minimax. Jarak Fisher dipakai untuk menganalisis performa dan ketidakpastian model. Pengembangan mencakup urutan dependen serta agen terdistribusi dengan pengetahuan parsial, dan divalidasi pada dataset publik pembelajaran mesin serta anomali untuk menilai efisiensi deteksi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Pittsburgh
Program
Comm & Information Foundations
Periode pendanaan tercatat
2024-05-01 → 2027-04-30

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
  • 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.