Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakNSF-BSF: RI: Small: Scalable Learning in Heuristic Search
Proyek riset & pengembangan

NSF-BSF: RI: Small: Scalable Learning in Heuristic Search

Ringkasan tujuan riset

Pencarian heuristik belajar mengembangkan heuristik dinamis, ensemble, dan pencarian dua arah untuk meningkatkan skalabilitas pemecahan rute atau masalah diskret yang kompleks.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2426622Periode tercatat 2024-09-15 sampai 2027-08-31.NSF 2426622MulaiAkhir tercatat202420282024-09-152027-08-31
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.

Heuristik neural dapat berhasil pada masalah tertentu tetapi kehilangan efisiensi ketika kompleksitas meningkat. Penelitian mengembangkan fungsi yang memperbarui diri berdasarkan proses pencarian, menggabungkan beberapa heuristik, serta mempelajari algoritme pencarian itu sendiri. Arah lain menyesuaikan pembelajaran pada pencarian bidirectional. Evaluasi dilakukan melalui teka-teki, sintesis kimia, dan pembuktian teorema, dengan fokus mengurangi kebutuhan rekayasa ahli sambil menjaga kualitas solusi ketika ukuran atau kesulitan masalah bertambah.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of South Carolina at Columbia
Program
Information Technology Researc
Periode pendanaan tercatat
2024-09-15 → 2027-08-31

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.