Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Foundations of Memory-Constrained Machine Learning
Proyek riset & pengembangan

CAREER: Foundations of Memory-Constrained Machine Learning

Ringkasan tujuan riset

Teori machine learning terbatas memori diteliti untuk menjelaskan hubungan kapasitas penyimpanan dengan kebutuhan data serta waktu, terutama pada algoritme streaming dan pembelajaran perangkat lokal.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2542741Periode tercatat 2026-06-01 sampai 2031-05-31.NSF 2542741MulaiAkhir tercatat202620322026-06-012031-05-31
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.

Dua jalur pertama mengkuantifikasi kebutuhan supervised serta unsupervised learning ketika data bersampel independen, bukan stream worst-case biasa. Analisis juga memperluas regime ketika learner mendapat data superpolynomial. Jalur ketiga meneliti machine unlearning dan query learning di luar model sampel. Complexity theory, learning theory, dan information theory digunakan untuk batas kemampuan serta biaya, dengan stochastic gradient descent sebagai contoh relevan metode memori rendah yang ingin dipahami.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Rutgers University New Brunswick
Program
Algorithmic Foundations
Periode pendanaan tercatat
2026-06-01 → 2031-05-31

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
  • 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.