Araştırmacılar, beyin hücrelerinin çalışma şeklini taklit eden yeni bir sinyal işleme yöntemi geliştirdi. Bu yaklaşım, geleneksel yöntemlere kıyasla çok daha az enerji tüketen 'spike' tabanlı kodlamayı kullanıyor. Yöntem, dalga dönüşümü teorisiyle birleştirilerek hem matematiksel sağlamlık kazandırılmış hem de nöromorfikik donanımlarda doğrudan uygulanabilir hale getirilmiş. Elektrokardiyogram ve ses verilerinde yapılan testlerde, sürekli dalga dönüşümlerine benzer başarı oranları elde edildi. Bu gelişme, yapay zekanın enerji verimliliği sorununa çözüm sunarken, beyin-bilgisayar arayüzlerinden robotik uygulamalara kadar geniş bir kullanım alanına sahip.

Araştırmacılar, kronik erteleme sorunu yaşayan kişilerde beyin stimülasyonu tekniklerinin etkinliğini test etti. Çalışmada, sol dorsolateral prefrontal kortekse yedi seans HD-tDCS uygulandı ve katılımcıların gerçek hayattaki davranışları yoğun deneyim örnekleme yöntemiyle takip edildi. Erteleme davranışının, görevin olumsuz yönlerinden kaçınma ile olumlu sonuçlarını elde etme arasındaki dengesizlikten kaynaklandığı teorisi test edildi. Bu çalışma, erteleme sorununun nörobiyolojik temellerini anlamak ve etkili tedavi yöntemleri geliştirmek açısından önemli bulgular sunuyor. Toplumsal verimlilik ve bireysel sağlığı etkileyen bu yaygın sorunun çözümüne yönelik umut verici bir yaklaşım ortaya koyuyor.

Araştırmacılar, beynin nasıl çalıştığını açıklamak için yeni bir matematiksel framework geliştirdiler. 'Homolojik Beyin' adı verilen bu teori, nöral hesaplamaları topolojik yapıların inşası ve navigasyonu olarak yorumluyor. Klasik hesaplama teorileri, sinaptik plastisitenin yavaş zaman ölçeği ile algısal sentezin hızlı zaman ölçeği arasındaki çelişkiyi açıklamakta zorlanıyordu. Yeni yaklaşım, beynin yavaş, gürültülü ve enerji kısıtlı substratlarından nasıl hızlı ve tutarlı çıkarımlar yapabildiğini matematiksel olarak modellemeye çalışıyor.

Araştırmacılar, yoğunluk fonksiyonel teorisi (TDDFT) hesaplamalarında ortaya çıkan beklenmedik bir fenomeni inceledi. Ekstrem ultraviyole (XUV) darbe uygulandıktan sonra, moleküler dipol salınımlarında gecikmeli bir büyüme gözlemlenmişti. Yeni çalışma, bu durumun gerçek bir fiziksel fenomen değil, hesaplama yönteminin yarattığı bir yapay sonuç olduğunu ortaya koyuyor. Araştırma ekibi, sayısal ve analitik argümanlar kullanarak, adyabatik değişim-korelasyon yaklaşımının sistemdeki küçük ve saf sinüzoidal salınımları yanlış bir şekilde büyüttüğünü gösterdi. Özellikle N2 molekülü üzerinde yapılan testler, farklı hesaplama yaklaşımlarının nasıl farklı sonuçlar verdiğini açık bir şekilde ortaya koydu.

Araştırmacılar, periyodik sistemlerde kuantum mekaniği ve moleküler mekaniği birleştiren yeni bir hibrit hesaplama yöntemi geliştirdi. Bu polarize edilebilir gömme (PE) QM/MM şeması, özellikle su moleküllerini içeren sistemlerde iki alt sistemin karşılıklı polarizasyonunu dikkate alıyor. Yöntem, yoğunluk fonksiyoneli teorisi (DFT) ile tanımlanan kuantum mekaniksel sistemi, su moleküllerini karakterize eden tek merkezli çok kutuplu genişleme modeli ile birleştiriyor. Bu yaklaşım, malzeme bilimi, kataliz ve biyomoleküler sistemlerin analizinde önemli avantajlar sunuyor. Geliştirilen model, uzun menzilli etkileşimleri verimli şekilde hesaplayarak, tam kuantum mekaniksel hesaplamaların doğruluğunu korurken hesaplama maliyetini önemli ölçüde düşürüyor.

Bilim insanları, yoğunluk fonksiyonel teorisinde kullanılan geleneksel yaklaşımların hız-doğruluk ikilemini çözmek için yeni bir yapay zeka stratejisi geliştirdi. Araştırmacılar, genellik yerine doğruluğu tercih eden ve özellikle su molekülleri için optimize edilmiş bir sinir ağı modeli tasarladı. Bu 'aşırı öğrenme' yaklaşımı, sadece sekiz konfigürasyonla eğitilerek altın standart hesaplama yöntemlerine yakın sonuçlar elde etti. Model, iyonlaşma ve atomizasyon enerjilerinde 1 kcal/mol hata oranıyla çalışırken, spektral çizgiler ve elektron yoğunluğu dağılımı tahminlerini de önemli ölçüde geliştirdi.

Araştırmacılar, yapay sinir ağlarının kuantum kimya hesaplamalarında kullanılan yoğunluk fonksiyoneli teorisini (DFT) ne kadar başarılı şekilde taklit edebileceğini test eden yeni bir yöntem geliştirdi. 'Fonksiyonel klonlama' adı verilen bu yaklaşımda, yapay zeka modelleri bilinen bir değişim-korelasyon fonksiyonelini yeniden üretmeye çalışıyor. Çalışma, sınırlandırılmış ve sınırlandırılmamış mimariler kullanarak GGA seviyesinde eğitilen modellerin performansını karşılaştırıyor. Test sonuçları, sınırlandırılmış modellerin moleküler enerji hesaplamalarında ve kristal yapıların durum denklemlerinde daha başarılı olduğunu gösteriyor.

Araştırmacılar, kimyasal bağlar ve molekül yapıları arasındaki karmaşık ilişkileri anlamak için TD∆SCF adı verilen yeni bir yöntem geliştirdiler. Bu yaklaşım, özellikle elektronları benzer enerji seviyelerinde bulunan karmaşık moleküllerin davranışlarını tahmin etmede önemli ilerlemeler sağlıyor. Geleneksel yoğunluk fonksiyoneli teorisi bu tür moleküllerle zorlanırken, yeni yöntem benzin ve hidrojen florür gibi çeşitli moleküllerde test edildi. Sonuçlar, yöntemin mevcut tekniklerden daha tutarlı ve güvenilir sonuçlar verdiğini gösteriyor. Bu gelişme, ilaç tasarımından malzeme bilimlerine kadar birçok alanda moleküler davranışları daha iyi anlamamızı sağlayabilir.

Araştırmacılar, büyük moleküllerin kuantum kimyasal özelliklerini hesaplamada karşılaşılan hesaplama darboğazını aşmak için DeepHartree adlı yenilikçi bir yapay zeka sistemi geliştirdi. Yoğunluk fonksiyonel teorisi (DFT) hesaplamalarında kritik olan Hartree potansiyelini hesaplama sürecini O(N⁴) karmaşıklığından neredeyse doğrusal O(N) seviyesine indiren bu sistem, GPU hızlandırması kullanıyor. Poisson denklemini yapay sinir ağlarıyla birleştiren DeepHartree, elektron yoğunluğu ve Hartree potansiyelini eş zamanlı olarak tahmin ederek, büyük moleküler sistemlerin analizini önemli ölçüde hızlandırıyor. Bu gelişme, ilaç keşfi, malzeme bilimi ve kataliz araştırmalarında yeni olanaklar sunabilir.

Araştırmacılar, grafit ve geçiş metal dikalkojenit gibi katmanlı malzemelerin tabakalarının ayrılma enerjilerini hesaplamak için yeni bir yöntem geliştirdi. Yoğunluk fonksiyonel teorisi (DFT) tabanlı bu yaklaşım, London dispersiyon kuvvetlerini daha doğru modelleyerek malzeme özelliklerinin tahminini iyileştiriyor. XDM(Z) adı verilen yeni sönümleme fonksiyonu ve üç-cisim etkileşimlerinin dahil edilmesi, özellikle grafit, hegzagonal bor nitrür ve kurşun oksit gibi malzemeler için daha hassas sonuçlar veriyor. Bu gelişme, iki boyutlu malzemelerin tasarımı ve nanoteknoloji uygulamaları açısından önemli.

Bilim insanları, kaotik sistemlerin temel özelliği olan 'kelebek etkisi'nin okyanus ve atmosfer akımlarında nasıl işlediğini araştırdı. Surface Quasi-Geostrophic türbülans modelini kullanan çalışma, küçük yerel değişikliklerin beklenmedik bir şekilde davrandığını ortaya koydu. Araştırmacılar, sonsuz küçük bir bozulmanın başlangıçta enerjisinin azaldığını ve bu durumun birkaç karakteristik zaman boyunca sürebildiğini keşfetti. Bu bulgular, hava durumu tahminleri ve iklim modellemesi için önemli sonuçlar taşıyor. Çalışma, güçlü tabakalaşma ve rotasyon rejimindeki jeofiziksel akımların davranışlarını anlamaya yardımcı oluyor.