Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: IIS: RI: Foundations of Deep Neural Network Robustness and Efficiency
Proyek riset & pengembangan

CAREER: IIS: RI: Foundations of Deep Neural Network Robustness and Efficiency

Ringkasan tujuan riset

Ketahanan adversarial dan efisiensi jaringan saraf akan dipelajari bersama untuk merumuskan pelatihan yang menyeimbangkan kinerja, beban komputasi, dan keamanan model.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2451457Periode tercatat 2024-10-01 sampai 2027-04-30.NSF 2451457MulaiAkhir tercatat202420282024-10-012027-04-30
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?

Riset menggunakan probabilitas, teori informasi, dan statistik untuk mempelajari ketahanan subnetworks serta transferabilitas serangan melalui curriculum learning. Pendekatan efisien akan dikembangkan guna mengurangi kompleksitas komputasi pelatihan. Formulasi dan analisis ditujukan memperjelas jaminan keputusan yang tangguh, sehingga penilaian model tidak hanya mengandalkan ketepatan prediksi tetapi juga biaya pelatihan serta kerentanannya.

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.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
San Diego State University Foundation
Program
Comm & Information Foundations, Information Technology Researc
Periode pendanaan tercatat
2024-10-01 → 2027-04-30

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.