Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaTransportasiCRII: RI: Deep neural network pruning for fast and reliable visual detection in self-driving vehicles
Proyek riset & pengembangan

CRII: RI: Deep neural network pruning for fast and reliable visual detection in self-driving vehicles

Ringkasan tujuan riset

Pruning proaktif dan pelatihan adversarial diteliti untuk detektor visual kendaraan otonom yang lebih ringan serta tangguh dibanding jaringan generalis besar.

Transportasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2412285Periode tercatat 2024-01-01 sampai 2025-05-31.NSF 2412285MulaiAkhir tercatat202420262024-01-012025-05-31
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.

Kerangka pruning menggunakan informasi lokasi dan kelas sejak proses pembentukan model, bukan hanya pemangkasan setelah pelatihan. Parameter serta fitur yang berlebih, tidak relevan, atau mengganggu akan ditelaah sebagai penyebab latensi dan kerentanan. Model hasil pruning diuji terhadap gangguan adversarial, lalu diperkuat lewat pelatihan terkait. Efisiensi dan ketahanan menjadi tujuan, tanpa mengklaim bahwa proyek telah menghasilkan kendaraan otonom penuh.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Alabama at Birmingham
Program
Robust Intelligence
Periode pendanaan tercatat
2024-01-01 → 2025-05-31

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
  • Division of Information & Intelligent Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFTidak aktif (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.