Araştırmacılar, nano ölçekli gözenekli malzemelerdeki sıvı akışını daha iyi anlamak için yeni bir modelleme yöntemi geliştirdi. Yöntem, kapiller yoğuşma nedeniyle tıkanan gözeneklerin etkisini hesaba katarak, malzemenin geçirgenlik özelliklerini tahmin ediyor. Klasik Yoğunluk Fonksiyonel Teorisi ile desteklenen bu yaklaşım, nano boyutlardaki fiziksel olayları makro ölçekli modellere entegre ederek, petrol endüstrisi, su arıtma ve kataliz gibi alanlarda önemli uygulamalara sahip. Çalışma, gözenek boyutu dağılımı ve malzeme yapısının sıvı akış özelliklerini nasıl etkilediğini ortaya koyuyor.

MIT araştırmacıları, yarıiletken nanokristallerin sıvı fazında neden beklenenden çok daha yavaş hareket ettiğini keşfetti. MHz X-ışını foton korelasyon spektroskopisi kullanarak, nanokristallerin mikrosaniye ölçeğindeki dinamiklerini ilk kez doğrudan gözlemlediler. Araştırma, yoğun paketlenmiş nanokristal sıvısında parçacıkların hareketinin, normal kolloidal dağılımdakine kıyasla önemli ölçüde bastırıldığını ortaya koydu. Bu yavaşlamanın temel sebebinin, nanokristaller arasındaki çekici etkileşimler olduğu belirlendi. Bulgular, proteinlerden sentetik nanomalzeme topluluklarına kadar pek çok nanoskale sistemin davranışını anlama ve kontrol etme konusunda yeni perspektifler sunuyor.

Araştırmacılar, akıllı telefonların basınç sensörlerini kullanarak katı maddelerin yoğunluğunu ölçmenin yeni bir yolunu geliştirdi. Bu basit yöntem, bir nesnenin havada ve sıvı içinde tam batık durumdayken oluşturduğu basınç değerlerini karşılaştırarak yoğunluk hesaplaması yapıyor. Archimedes prensibine dayanan bu teknik, pahalı laboratuvar ekipmanlarına alternatif oluşturuyor. Fizik eğitimi alanında yayınlanan çalışma, günlük teknolojilerin bilimsel araç olarak nasıl kullanılabileceğini gösteriyor. Yöntem özellikle eğitim kurumlarında maliyet-etkin ölçüm imkanı sunuyor.

Araştırmacılar, beyin dalgalarındaki düzensizlik örüntülerini analiz ederek farklı beyin durumlarını ayırt edebilecek yeni bir yöntem geliştirdi. Electroencephalografi (EEG) sinyallerinin faz dinamiklerini permütasyon entropisi ile analiz eden bu yaklaşım, bilinçli-bilinçsiz durumlar arasında ve dikkat eksikliği hiperaktivite bozukluğu (DEHB) olan bireyler ile sağlıklı kontroller arasında belirgin farklar tespit etti. Çalışmada genel anestezi protokolü altındaki hastalar ile dinlenme durumundaki sağlıklı ve DEHB'li bireylerden alınan EEG kayıtları karşılaştırıldı. Sonuçlar, beynin ön-arka bilgi akışını yansıtan ana dinamiklerin, bilinçli durumlar ve dikkat eksikliği durumlarında daha düşük ortalama değerler ve daha yüksek standart sapmalar gösterdiğini ortaya koydu.

Araştırmacılar, beyin görüntüleme verilerinden gerçek nöral bağlantıları tespit etmek için yeni bir yapay zeka yöntemi geliştirdi. INCAMA adlı bu sistem, fMRI gibi dolaylı ölçümlerin fiziksel sınırlarını aşarak, beynin farklı bölgeleri arasındaki nedensel ilişkileri daha doğru şekilde belirleyebiliyor. Geleneksel yöntemler, kan akışı ve elektriksel iletim gibi fiziksel etkiler nedeniyle gerçek nöral aktiviteyi tam olarak yansıtamıyordu. Yeni yaklaşım, bu fiziksel çarpıtmaları hesaba katarak ve beynin dinamik değişimlerini analiz ederek, nöral ağların gerçek yapısını ortaya çıkarmayı hedefliyor. Kontrollü simülasyonlar ve gerçek fMRI verileriyle test edilen sistem, beyin bağlantılarını haritalama konusunda umut verici sonuçlar gösteriyor.

Bilim insanları, biyolojik kas-tendon yapısından esinlenerek hem hareket hem de algılama yetisine sahip akıllı yapay kas geliştirdi. Sıvı metal kanalları içeren elastomer yapı, elektriksel uyarıyla kasılırken aynı zamanda iç kuvvet ve uzunluk değişimlerini gerçek zamanlı ölçebiliyor. Bu yenilik, humanoid robotların daha doğal ve hassas hareketler yapabilmesinin yolunu açıyor. Geleneksel robot sistemlerinde hareket ve algılama fonksiyonları ayrı bileşenlerle sağlanırken, bu teknoloji her iki işlevi tek yapıda birleştirerek robotik alanında önemli bir adım oluşturuyor.

Bilim insanları, yanardağlar, depremler ve orman yangınları gibi doğal felaketleri izlemek için yeni bir yöntem geliştirdi. Düşük maliyetli kızılötesi ses sensörleri kullanarak, insan kulağının duyamadığı ses dalgalarını tespit edebiliyorlar. Bu sensörler büyük sayılarda konuşlandırılarak, Dünya'nın en tehlikeli bölgelerinden gelen verileri topluyor. İnfrases adı verilen bu ses dalgaları, jeofizik olayların erken uyarı sinyallerini taşıyabiliyor. Teknoloji sayesinde, daha önce ulaşılması zor olan bölgelerden sürekli veri akışı sağlanabiliyor.

Araştırmacılar, beyin gibi karmaşık sistemlerdeki yapısal bağlantıları tespit etmek için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler ya sistemin işleyişi hakkında önceden bilgi gerektiriyor ya da boyut sayısı arttıkça başarısız oluyor. Yeni geliştirilen PDIF (Çiftli Gecikmeli Bilgi Akışı) yöntemi, sadece ikili zaman gecikmeli bilgi akışını kullanarak nonlineer ağlardaki yapısal bağlantıları başarıyla çözebiliyor. Bu breakthrough, özellikle nörobilimdeki beyin bağlantılarının anlaşılmasında ve diğer karmaşık sistemlerin analiz edilmesinde devrim yaratabilir.

Makine öğrenmesi tabanlı atomlar arası potansiyel modelleri, ilk prensipler hesaplamalarının doğruluğunu düşük maliyetle sunuyor. Ancak bu modellerin farklı termodinamik koşullarda ne kadar güvenilir olduğu tartışmalıydı. Yeni araştırma, eğitim verilerinde sıcaklık çeşitliliğinden ziyade yoğunluk çeşitliliğinin çok daha kritik olduğunu ortaya koyuyor. Katı hal veritabanlarıyla eğitilen modeller sıvı benzeri koşullarda başarılı olurken gaz benzeri durumlarda başarısız oluyor. Moleküler veritabanlarla eğitilenler ise tam tersini yapıyor. Araştırmacılar, yoğunluk açısından çeşitli veri setlerinin her iki sorunu da çözdüğünü gösteriyor.

Elektrik piyasası operasyonlarında kritik öneme sahip güç akışı optimizasyonunda yapay zeka kullanımıyla ilgili çarpıcı bir keşif yapıldı. Araştırmacılar, makine öğrenmesi yöntemlerinin %30-46 performans artışı sağladığını iddia eden önceki çalışmaların yanlış karşılaştırma yaptığını ortaya çıkardı. MIT ve diğer kurumlardan bilim insanları, bu iddiaların hatalı bir başlangıç noktasına dayandığını ve gerçekte hiçbir performans artışı olmadığını gösterdi. Araştırma, interior-point çözücülerde primal tahmin doğruluğunun yakınsama hızıyla ters orantılı olduğunu ve optimal çözümü bile verilse çözücünün sapabileceğini keşfetti.

Araştırmacılar, modern elektrik dağıtım şebekelerinin karmaşık sorunlarını çözmek için yapay zeka tabanlı yeni bir sistem geliştirdi. NEO-Grid adlı bu framework, güneş panelleri ve rüzgar türbinleri gibi dağıtık enerji kaynaklarının yaygınlaşmasıyla ortaya çıkan voltaj kontrolü sorunlarına çözüm sunuyor. Geleneksel doğrusal yaklaşımlar yerine, güç akışı ile voltaj büyüklüğü arasındaki karmaşık ilişkileri öğrenebilen sinir ağları kullanıyor. Sistem, IEEE 33-bus test ağında geleneksel yöntemlere kıyasla önemli ölçüde daha iyi voltaj düzenleme performansı sergiledi. Bu gelişme, yenilenebilir enerji kaynaklarının entegrasyonunu kolaylaştırarak daha güvenilir ve verimli elektrik şebekeleri oluşturulmasına katkı sağlayabilir.