Araştırmacılar, moleküllerin elektronik davranışlarını incelemek için kullanılan ab initio nonadyabatik moleküler dinamik hesaplamalarında büyük bir ilerleme kaydetti. Yeni geliştirilen TDDFT-tabanlı yöntem, GPU teknolojisiyle birleştirilerek hesaplama süresini dramatik olarak azaltıyor. 73 atomlu karmaşık moleküler sistemlerde bile tek bir NVIDIA A100 GPU kullanarak bir dakika içinde hesaplama tamamlanabiliyor. Bu gelişme, ilaç tasarımından güneş pillerine kadar birçok alanda kullanılan moleküler simülasyonları çok daha erişilebilir hale getiriyor. Yöntemin en büyük avantajı, hesaplama hızını artırırken bilimsel doğruluğu koruması.

Araştırmacılar, büyük dil modellerini kullanarak yoğunluk fonksiyonel teorisinde (DFT) kritik öneme sahip değişim-korelasyon fonksiyonlarını otomatik olarak keşfeden bir sistem geliştirdi. Geleneksel olarak bilim insanları tarafından elle tasarlanan bu fonksiyonlar, moleküllerin ve malzemelerin elektronik özelliklerini hesaplamada kullanılıyor. Yeni sistem, evrimsel süreçlerden ilham alarak fonksiyonel formları öneriyor ve iteratif bir döngüyle performanslarını test ediyor. SAFS26-a adlı en başarılı fonksiyon, altın standart olarak kabul edilen ωB97M-V fonksiyonunu geride bıraktı. Bu gelişme, kimyasal hesaplamalarda daha doğru sonuçlar elde edilmesini sağlayabilir ve malzeme biliminden ilaç keşfine kadar birçok alanda uygulanabilir.

Araştırmacılar, kuantum bilgisayarlarda moleküler hareketleri simüle etmek için daha verimli bir yöntem geliştirdi. Variationally compression adı verilen bu teknik, karmaşık kuantum devrelerini sıkıştırarak daha az kubit kullanımıyla aynı doğrulukta sonuçlar elde etmeyi mümkün kılıyor. Özellikle kimyasal reaksiyonlardaki molekül dinamiklerinin incelenmesinde önemli avantajlar sunuyor. Bu gelişme, kuantum simülasyonlarının daha pratik hale gelmesine ve gelecekte ilaç keşfi, malzeme bilimi gibi alanlarda devrim yaratmasına zemin hazırlıyor. Yöntem, hibrit kuantum-klasik optimizasyon ile test edildi ve başarılı sonuçlar verdi.

Araştırmacılar, güvenlik açısından kritik sistemlerin kontrolü için yeni bir Model Öngörülü Kontrol (MPC) yaklaşımı geliştirdi. Maximal Controlled Invariant-MPC (MCI-MPC) adı verilen bu yöntem, Kontrol Engel Fonksiyonlarını (CBF) terminal kısıt olarak kullanarak hem güvenliği garanti ediyor hem de sistemin performansını artırıyor. Geleneksel yöntemlerde güvenlik kısıtları genellikle aşırı muhafazakâr olur, bu da sistem performansını düşürür. Yeni yaklaşım, öngörü ufkunun artmasıyla birlikte fizibiliteyi ve erişilebilir kümeleri iyileştiriyor. Nonholonomik sistemler üzerinde yapılan simülasyonlarda, çözümsüz nokta sayısının 1,7 ila 2,7 kat azaldığı gözlemlendi.

Açık deniz rüzgar enerjisi santrallerinin elektrik şebekelerine entegrasyonunda yaşanan istikrar sorunları, yeni bir yapay zeka destekli kontrol sistemiyle çözülebilir hale geldi. Araştırmacılar, rüzgar hızındaki öngörülemeyen değişimleri matematiksel olarak modelleyerek, enerji dağıtım sistemlerinin otomatik olarak kendilerini ayarlayabildiği adaptif bir kontrol mekanizması geliştirdi. Bu sistem, geleneksel sabit parametreli kontrol yöntemlerinin aksine, değişken rüzgar koşullarına gerçek zamanlı olarak uyum sağlayabiliyor. Stokastik optimizasyon teknikleri kullanan yeni yaklaşım, elektrik şebekesinin voltaj güvenliğini garanti ederken, enerji verimliliğini de maksimize ediyor.

Araştırmacılar, dinamik sistemlerin güvenliğini doğrulamak için yenilikçi bir yaklaşım geliştirdi. Geleneksel yöntemler, zaman adımlarında biriken hatalar nedeniyle uzun vadeli güvenlik tahminlerinde başarısız oluyordu. Yeni kernel embedding çerçevesi, güvenlik sertifikasyonunu bir sınıflandırma problemi olarak ele alarak bu sorunu çözüyor. Özellikle otonom sistemler ve robotik uygulamalarda kritik olan bu yöntem, Markov olmayan dinamiklere sahip sistemler için de güvenlik garantisi verebiliyor. Araştırma, mevcut barrier sertifikaları ve robust Markov modelleri gibi yaklaşımları özel durumlar olarak içeriyor ve onların sınırlarını aşmayı başarıyor.

Araştırmacılar, endüstriyel süreçlerin optimizasyonunda kullanılan 'kendi kendini optimize eden kontrol' stratejisini dinamik sistemler için yeniden tasarladı. Geleneksel yöntem durağan koşullarda çalışırken, yeni yaklaşım sürekli değişen batch üretim süreçleri ve ürün geçişleri gibi dinamik durumlar için optimize edildi. 'Dinamik kontrollü değişkenler' adı verilen yeni bir kavram tanıtılarak, süreç optimizasyonu problemleri kontrol problemlerine dönüştürülüyor. Bu gelişme, daha rafine hale gelen endüstriyel sistemlerin ihtiyaçlarına yanıt veriyor ve özellikle kimya, petrokimya ve ilaç endüstrilerinde önemli uygulamalara sahip olabilir.

Araştırmacılar, kesikli üretim süreçlerinin verimliliğini artırmak için yeni bir kontrol sistemi geliştirdi. Kesikli üretim, sürekli üretimin aksine belirli miktarlarda gerçekleştirilen üretim türüdür ve daha karmaşık dinamiklere sahiptir. Geleneksel kendini optimize eden kontrol (SOC) sistemleri, kesikli süreçlerin doğrusal olmayan yapısı ve değişkenler arası nedensellik ilişkileri nedeniyle yetersiz kalıyordu. Yeni geliştirilen küresel SOC sistemi, bu zorluklarla başa çıkarak kesikli üretim süreçlerinde optimal performansa yakın sonuçlar elde etmeyi hedefliyor. Bu gelişme, kimya endüstrisi, ilaç üretimi ve gıda işleme gibi birçok sektörde üretim verimliliğinin artırılmasında önemli rol oynayabilir.

Lityum-iyon bataryalarda sıcaklık kontrolü hayati öneme sahip. Aşırı ısınma yangın ve patlama riskine yol açarken, yetersiz ısınma performansı düşürür. Araştırmacılar, batarya yönetim sistemleri için yeni bir yapay zeka modeli olan KAN-Therm'i geliştirdi. Bu model, Kolmogorov-Arnold ağlarını kullanarak batarya çekirdek sıcaklığını hızlı ve doğru şekilde tahmin ediyor. Geleneksel fizik tabanlı modeller yüksek hesaplama gücü gerektirirken, klasik sinir ağları çok fazla bellek tüketiyor. KAN-Therm ise hem düşük bellek kullanımı hem de hızlı işlem yapabilme özelliğiyle öne çıkıyor. Model, öğrenebilir doğrusal olmayan aktivasyon fonksiyonları sayesinde karmaşık ısıl davranışları daha az kaynak kullanarak modelleyebiliyor.

Araştırmacılar, dinamikleri bilinmeyen robotik sistemlerin hareketli engellerin bulunduğu ortamlarda güvenli navigasyon yapabilmesi için yeni bir kontrol yöntemi geliştirdi. Bu yaklaşım, geleneksel yöntemlerin aksine sistem öğrenme veya belirsizlik tahmini gerektirmiyor. Sanal bir sistem üzerinde güvenli referans yörünge oluşturuluyor ve gerçek sistem bu referansı takip ederek hem güvenliğini koruyor hem de belirlenen sürede hedefe ulaşıyor. Yöntem, model tanımlama veya önceden hesaplama yapmadan gerçek zamanlı güvenlik garantisi sunuyor. Bu gelişme, otonom araçlar ve robotik sistemler için önemli uygulamalara sahip.

Araştırmacılar, bağlı ve otonom araçların çevresel farkındalığını artırmak için hibrit zonotop tabanlı yeni bir algoritma geliştirdi. Sistem, farklı sensörlerden gelen tutarsız ölçümleri birleştirerek daha güvenilir çevre algısı sağlıyor. Özellikle araçlar veya altyapı tarafından gizlenen yayalar için kritik güvenlik riskleri azaltılabiliyor. Yöntem, sensör gürültüsü ve yanlış pozitiflerin neden olduğu belirsizlikleri hesaba katarak, her sensör setine güven metriği atıyor. Bu teknoloji, araç-her şey iletişimi sayesinde bağlı yol kullanıcıları arasında algı verisi paylaşımını optimize ediyor.