Araştırmacılar, kompakt simetrik uzaylarda 'decompounding' adı verilen karmaşık bir istatistiksel problemi ele aldı. Bu problem, rastgele yürüyüşlerin adım dağılımlarını tahmin etmeyi gerektiriyor ancak gözlemler arasındaki adım sayısı bilinmiyor. Çalışma, simetrik uzayların harmonik analizini kullanarak yeni bir tahmin edici geliştirdi ve bu yöntemin ortalama kare hata açısından yakınsadığını kanıtladı. Araştırma, Öklid uzayındaki yoğunluk tahmini problemleriyle benzer yakınsama oranları elde ettiğini gösterdi. Önemli bulgu, tahmin edicinin optimalliğinin simetrik uzayın rankına bağlı olmasıydı. Bu çalışma, kompakt Lie gruplarındaki benzer problemleri genişleterek matematiksel analiz alanında önemli bir ilerleme sağlıyor.

Araştırmacılar, görünür ışık mikroskopunda kullanılan yapılandırılmış aydınlatma tekniklerinden ilham alarak X-ışını mikroskopunda süper çözünürlük elde etmeyi başardı. Fourier spektral ayrıştırması kullanan yeni yöntemde, 2D ızgara ile oluşturulan yapılandırılmış aydınlatma kullanılıyor. Farklı aydınlatma konumlarında alınan görüntülerin Fourier uzayındaki analizinde, detektörün doğal çözünürlüğünü aşan uzamsal bilgiler keşfediliyor. Bu teknik ile çözünürlük 2,2 kat artırılarak X-ışını mikroskopunda önemli bir gelişme sağlandı. Yöntem, yüksek frekanslı bileşenlerin kodunu çözerek genişletilmiş frekans uzayının doldurulmasına olanak tanıyor.

Fizikçiler, rölativistik kuantum mekaniği için yeni bir temel simetri grubu önerdi. Linear Canonical Transformations (LCT) olarak adlandırılan bu grup, uzay-zaman koordinatları ile momentum operatörlerini eşit düzeyde ele alıyor. Araştırmacılar, bu daha temel kuantum faz uzayı simetrisi içinden bildiğimiz uzay-zaman simetri gruplarının nasıl ortaya çıktığını incelediler. Çalışma, kuantum fiziğinin temelinde yatan matematiksel yapıları ve bunların makroskopik uzay-zaman anlayışımızla nasıl bağlantılı olduğunu gösteriyor. Bu yaklaşım, kuantum mekaniği ve genel görelilik teorisi arasındaki köprülerin kurulmasında yeni perspektifler sunabilir.

Araştırmacılar, ince film akışlarını modellemek için kullanılan Keyfitz-Kranzer tipi denklem sistemleri için küresel zayıf entropi çözümlerinin varlığını matematiksel olarak kanıtladı. Bu çalışma, özellikle yağlama teorisi ve ince film akış dinamiklerinin anlaşılmasında önemli bir adım. Ekip, bu birinci mertebe denklem sistemleri için entropi/entropi-akı çiftleri ailesini tanımladı ve yüksek mertebeli dağılım operatörleriyle motive edilen ikinci mertebe yaklaşık sistem geliştirdi. Durum uzayında değişmez bir bölge belirleyerek, yaklaşık sistem çözümlerinin dizisi için öncül sınırlar türetti. Riemann değişmezleriyle ilişkili denklemlerin parabolik ve taşınım yapısını kullanarak, kaybolma-difüzyon limitini titizlikle haklı çıkardı ve birinci mertebe sistemler için Cauchy probleminin zayıf entropi çözümlerinin varlığını kurdu.

Araştırmacılar, karmaşık optimizasyon problemlerini çözmek için yeni bir yapay zeka yaklaşımı geliştirdi. Stein Variasyonel Optimizasyon adı verilen bu yöntem, geleneksel algoritmaların tek bir bölgeye odaklanma sorunununu çözerek, arama uzayında birden fazla optimal çözümü eşzamanlı olarak keşfetmeyi mümkün kılıyor. Yöntem, parçacıklar arasında itici bir mekanizma oluşturarak populasyonun dağılmasını ve farklı bölgeleri keşfetmesini sağlıyor. Büyük ölçekli problemlerde yapılan testler, bu yaklaşımın mevcut en iyi yöntemlerle rekabet edebilir, hatta bazı durumlarda daha üstün performans sergilediğini gösteriyor.

Curtin Üniversitesi araştırmacıları, Dünya çapında yerleştirilmiş radyo teleskopları kullanarak kara deliklerden çıkan jetlerin inanılmaz gücünü ölçmeyi başardı. Bulgular, bu jetlerin 10 bin Güneş'e eşdeğer güçte enerji ürettiğini gösteriyor. 'Dans eden jetler' olarak adlandırılan bu yapılar, kara deliklerin evrenin büyük ölçekli yapısını nasıl şekillendirdiğine dair bilim insanlarının teorilerini doğruluyor. Araştırma, kara deliklerin sadece maddeyi yutan objeler olmadığını, aynı zamanda muazzam enerjiler üreterek galaksiler arası uzayı etkileyen güçlü yapılar olduğunu bir kez daha kanıtlıyor.

Araştırmacılar, derin öğrenme modellerinin belirli bilgileri seçici ve güvenli şekilde unutmasını sağlayan yeni bir algoritma geliştirdi. Graph-Propagated Projection Unlearning (GPPU) adlı bu yöntem, görüntü ve ses işleme modellerinde istenmeyen sınıf bilgilerini kalıcı olarak silmeyi mümkün kılıyor. Sistem, graf tabanlı yayılım kullanarak özellik uzayında sınıfa özgü yönleri tespit ediyor ve bu bilgileri dik alt uzaya yansıtarak etkisiz hale getiriyor. Altı görüntü veri seti ve iki büyük ses veri seti üzerinde yapılan testlerde, GPPU'nun mevcut yöntemlere göre 10-20 kat daha hızlı çalıştığı ve hem CNN hem de Transformer mimarilerinde başarılı sonuçlar verdiği görüldü. Bu gelişme, veri mahremiyeti düzenlemeleri ve uyarlanabilir sistem tasarımı açısından büyük önem taşıyor.

Araştırmacılar, bilgisayar programlarını otomatik olarak üreten yapay zeka sistemlerini hızlandırmak için yenilikçi bir yaklaşım geliştirdi. 'Presynthesis' adı verilen bu teknik, program sentezi sürecinde karşılaşılan temel bir sorunu çözüyor. Normalde daha ayrıntılı soyut semantikler kullanıldığında, yanlış programlar daha iyi ayıklanabilir ancak bu işlem daha uzun sürer. Yeni yaklaşım, çevrimdışı bir ön-hazırlık aşaması ekleyerek bu dengeyi optimize ediyor. İlk aşamada girdi uzayı için bir ağaç otomatı oluşturuluyor, ikinci aşamada ise bu otomatın gereksiz kısımları ayıklanıyor. Bu sayede program sentezi hem daha hızlı hem de daha verimli hale geliyor. Gelişme, otomatik kod üretimi ve yazılım geliştirme araçları için önemli iyileştirmeler vaat ediyor.

Araştırmacılar, eksik bilgiye sahip sistemlerde çalışan robotlar için yeni bir kontrol algoritması geliştirdi. Path integral kontrol yöntemi, geleneksel olarak tam gözlemlenebilen sistemlerde kullanılırken, yeni yaklaşım belirsizlik içeren durumları da ele alabiliyor. Gaussian inanç uzayı kullanılarak geliştirilen MPPI-Belief algoritması, robotların çevreyi tam olarak algılayamadığı durumlarda daha etkili kararlar almasını sağlıyor. Bu yenilik özellikle otonom navigasyon, drone kontrolü ve endüstriyel robotik uygulamaları için kritik önem taşıyor. Sistem, belirsizlik altında optimal yol planlama yapabilen yapay zeka sistemlerinin geliştirilmesinde önemli bir adım olarak değerlendiriliyor.