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.
Geometric deep learning membantu menurunkan persamaan multiskala dari hubungan data, sementara simulasi berbantuan AI menargetkan persoalan invers serta desain. Model bahasa membentuk alur otomatis yang dapat diuji end-to-end, dengan longsor sebagai area demonstrasi. Penelitian mengintegrasikan physics-aware learning untuk menghubungkan simulasi dan dunia nyata. Percepatan penemuan merupakan sasaran, dengan hipotesis yang dihasilkan tetap perlu pengujian dan validasi ilmiah, bukan diterima dari pola data saja.
Konteks pengembangan
- Institusi penerima pada catatan
- University of Texas at Austin
- Program
- CAREER: FACULTY EARLY CAR DEV
- Periode pendanaan tercatat
- 2024-08-01 → 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: CAREER: HayaRupu: Accelerating Natural Hazard Engineering with AI-Driven Discovery Loops ↗
National Science Foundation (NSF) · Amendemen tercatat 01/09/2024
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.