Araştırmacılar, tıbbi görüntüleme ve hiperspektral analiz gibi alanlarda yaygın kullanılan EMML algoritmasını mirror descent yaklaşımıyla yeniden ele aldı. Bu yeni bakış açısı, algoritmaya çeşitli kısıtlamaların eklenmesine olanak tanırken hesaplama verimliliğini koruyor. Özellikle Poisson gürültüsü altında çalışan görüntü yeniden yapılandırma problemlerinde kullanılan bu yöntem, maksimum olabilirlik tahminlemesi için geliştirildi. Hiperspektral karışım ayrıştırma deneylerinde, yeni kısıtlamalı EMML algoritmasının klasik versiyondan daha az iterasyonda yakınsadığı görüldü. Bu gelişme, medikal görüntüleme, uydu görüntü analizi ve spektroskopi gibi birçok alanda daha hızlı ve doğru sonuçlar elde edilmesinin önünü açıyor.

Araştırmacılar, güneş ışınımı, rüzgar hızı ve elektrik yükü gibi periyodik özelliklere sahip enerji verilerini tahmin etmek için yeni bir matematiksel yöntem geliştirdi. Geleneksel modellerin aksine, bu yaklaşım zamana bağlı değişen istatistiksel özellikleri dikkate alarak daha doğru tahminler sunuyor. Yöntem, döngüsel süreçlerin doğal simetrisini koruyarak eğitim gerektirmeyen analitik bir çözüm sağlıyor. Bu gelişme, yenilenebilir enerji kaynaklarının entegrasyonu ve enerji ağlarının optimizasyonu açısından önemli bir adım teşkil ediyor.