Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Advancing Trustworthy Machine Learning for Distributed Scientific Data Analytics
Proyek riset & pengembangan

CAREER: Advancing Trustworthy Machine Learning for Distributed Scientific Data Analytics

Ringkasan tujuan riset

Toolbox optimasi terpercaya dikembangkan untuk analitik data ilmiah tersebar geografis dengan generalisasi luar distribusi, penjelasan bertingkat, dan perlindungan pembelajaran kolaboratif.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2340074Periode tercatat 2024-09-01 sampai 2029-08-31.NSF 2340074MulaiAkhir tercatat202420302024-09-012029-08-31
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.

Optimasi tangguh topologis menghubungkan bentuk data dengan ketahanan prediksi pada kondisi baru. Explainable learning menafsirkan hasil menurut data, pengetahuan, dan konsep. Jalur kolaborasi menelaah perlindungan skalabel saat anggota berbeda dari federasi pelatihan. Benchmark dan dataset AI-ready pada pemetaan banjir, karakter dasar laut, serta urbanisasi global mengevaluasi pendekatan, khususnya untuk fenomena langka atau perubahan lingkungan yang tidak terwakili riwayat regional.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Delaware
Program
Info Integration & Informatics, EPSCoR Co-Funding
Periode pendanaan tercatat
2024-09-01 → 2029-08-31

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.