Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaAI & otomasiCPS: Medium: Latent Representation Learning for Verifiable Sensor Rich Systems
Proyek riset & pengembangan

CPS: Medium: Latent Representation Learning for Verifiable Sensor Rich Systems

Ringkasan tujuan riset

Representasi laten sensor kamera dan LiDAR dikembangkan bersama himpunan ketidakpastian terkalibrasi agar pengendali formal tetap dapat diverifikasi pada sistem otonom kompleks.

AI & otomasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2434460Periode tercatat 2025-08-01 sampai 2028-07-31.NSF 2434460MulaiAkhir tercatat202520292025-08-012028-07-31
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.

Representasi ringkas menyimpan informasi semantik yang diperlukan keputusan tanpa menghitung seluruh data sensor berdimensi tinggi. Himpunan kepercayaan probabilitas tinggi membatasi ketidakpastian, termasuk perubahan distribusi ketika model belajar masuk ke lingkar umpan balik. Controller dirancang langsung pada ruang laten agar jaminan keselamatan dapat dipindahkan ke sistem asli. Simulasi dan perangkat keras menguji navigasi, manipulasi, serta pemantauan kebakaran; kelayakan jaminan bergantung pada kalibrasi yang divalidasi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Southern California
Program
CPS-Cyber-Physical Systems
Periode pendanaan tercatat
2025-08-01 → 2028-07-31

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
  • Cyber, Physical, & Intelligent Systems

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.