Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Forward and Inverse Uncertainty Quantification of Cardiovascular Fluid-Structure Dynamics via Multi-fidelity Physics-Informed Bayesian Geometric Deep Learning
Proyek riset & pengembangan

CAREER: Forward and Inverse Uncertainty Quantification of Cardiovascular Fluid-Structure Dynamics via Multi-fidelity Physics-Informed Bayesian Geometric Deep Learning

Ringkasan tujuan riset

Pembelajaran geometris Bayesian berbasis fisika dikembangkan untuk simulasi interaksi darah dan pembuluh dengan data citra jarang serta ketidakpastian yang terukur.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2535515Periode tercatat 2025-07-01 sampai 2027-06-30.NSF 2535515MulaiAkhir tercatat202520282025-07-012027-06-30
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?

Model kardiovaskular dapat keliru karena kondisi batas dan parameter fisiologis tidak diketahui pasti. Proyek menggabungkan formulasi variasional persamaan diferensial dengan jaringan konvolusi graf dan basis tereduksi untuk membatasi ruang solusi. Inferensi Bayesian variasional menangani ketidakpastian berdimensi tinggi, sementara meta-learning multifidelitas mempercepat model pengganti. Pendekatan ditujukan pada simulasi stokastik geometri pasien; manfaat diagnosis maupun terapi masih memerlukan pengembangan lanjutan.

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
Cornell University
Program
CAREER: FACULTY EARLY CAR DEV
Periode pendanaan tercatat
2025-07-01 → 2027-06-30

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
  • Office of Advanced Cyberinfrastructure

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.