Araştırmacılar, mevcut trafik tahmin modellerini olasılıklı tahmin yapabilen sistemlere dönüştüren yenilikçi bir yöntem geliştirdi. Bu yaklaşım, modellerin yalnızca son katmanını değiştirerek belirsizlik ve rastlantısallık faktörlerini hesaba katmalarını sağlıyor. Gaussian Karışım Modeli kullanan sistem, mevcut eğitim süreçlerini değiştirmeden uygulanabiliyor ve sadece Negatif Log-Olabilirlik kaybı ile çalışıyor. Çoklu trafik veri setlerinde yapılan deneyler, yöntemin klasik ve modern model mimarilerine uyum sağladığını ve deterministik performansı koruduğunu gösteriyor. Kentsel ulaşım yönetiminde kritik öneme sahip trafik tahmini, bu sayede daha güvenilir ve belirsizlikleri içeren sonuçlar üretebilecek.

Matematikçiler, gecikmeli stokastik Volterra integral denklemlerinin optimal kontrolü için yenilikçi bir yaklaşım geliştirdi. Hida-Malliavin hesabını kullanan bu yöntem, gecikme içeren rastgele sistemlerin kontrolünde hem gerekli hem de yeterli koşulları belirlemek için kapsamlı bir çerçeve sunuyor. Araştırmacılar, ilgili adjoint süreçlerin beklenti öncesi geriye dönük stokastik Volterra integral denklemi yapısını takip ettiğini keşfetti. Bu yapıyı kullanan ekip, stokastik maksimum prensiplerini kurarak optimal kontrollerin karakterizasyonu için sağlam bir matematiksel temel oluşturdu. Çalışma, finans mühendisliğinden iklim modellemesine kadar gecikme etkilerinin kritik olduğu birçok alanda uygulanabilir.

Uzun bellek fenomenlerini modellemede kullanılan supOU süreçlerindeki belirsizlikleri ele almak için yeni bir matematiksel çerçeve geliştirildi. Araştırmacılar, Musielak-Orlicz uzayları üzerinde durum-bağımlı farklılık fonksiyonları kullanarak, geri dönüş ve Lévy ölçülerindeki bozulmaları eş zamanlı değerlendiren bir yöntem önerdi. Geleneksel Kullback-Leibler farklılık ölçüsünün başarısız olduğu durumlarda, bu yeni yaklaşım etkili çözümler sunuyor. Yöntem, belirli bir belirsizlik kümesi altında kümülantların üst ve alt sınırlarını belirlemek için optimizasyon problemleri çözmeye dayanıyor. Su çevresi uygulamalarında akım deşarjının modellenmesi örneğiyle pratik kullanımı da gösterildi.

Bilim insanları, sıkışabilir akışkanlar ile elastik yapılar arasındaki karmaşık etkileşimi matematiksel olarak modelleyen yeni bir yöntem geliştirdi. Bu sistem, basınçlı akışkanların dinamiklerini tanımlayan Navier-Stokes denklemleriyle elastik yapı davranışını gösteren plaka denklemlerini birleştiriyor. Araştırmacılar, geleneksel kaymasız sınır koşulları yerine Navier-kaymalı sınır koşullarını kullanarak sistemin güçlü çözümlerinin varlığını ve tekliğini matematiksel olarak kanıtladı. Bu çalışma, mühendislik uygulamalarında kritik öneme sahip akışkan-yapı etkileşimlerinin daha iyi anlaşılması açısından önemli bir adım.

Araştırmacılar, sayısal hesaplamaların güvenilirliğini artıran yeni bir yaklaşım geliştirdi. 'Geriye dönük kararlılık' olarak adlandırılan bu özellik, bir programın ürettiği sonucun, girdi verisinde küçük bir değişiklik yapıldığında da doğru kalmasını sağlıyor. Mevcut araçlar genellikle hesaplama hatalarını ileriye dönük analiz ederken, yeni geliştirilen framework geriye dönük hata analizini otomatik olarak gerçekleştiriyor. Bu breakthrough, özellikle hassas hesaplamaların kritik olduğu mühendislik, finans ve bilimsel modelleme alanlarında büyük önem taşıyor. Araştırma ekibi 'eggshel' adını verdikleri otomatik arama aracını da geliştirerek, sayısal programların kararlılığını kanıtlama sürecini kolaylaştırdı.

Bilim insanları, karanlık madde ile normal madde (baryonlar) arasındaki etkileşimleri kozmolojik simülasyonlarda modellemek için yeni bir hibrit yöntem geliştirdi. Bu yöntem, karanlık madde parçacıklarının kütlesi normal maddeye eşit veya daha hafif olduğu zorlu durumları ele alabiliyor. GIZMO simülasyon kodunda açık kaynak olarak sunulan bu yöntem, gaz parçacıkları için ortalama alan hesaplaması kullanırken, karanlık madde parçacıkları için Monte Carlo saçılması uyguluyor. Her iki yaklaşım da Boltzmann denkleminden türetiliyor ve istatistiksel olarak eşdeğer oldukları gösteriliyor. İlk uygulamada, Samanyolu benzeri bir disk galaksisinde karanlık madde-baryon etkileşimlerinin etkileri incelendi. Bu araştırma, evrenin görünmeyen kütlesinin normal maddeyle nasıl etkileştiğini anlamamıza yardımcı olacak önemli bir araç sunuyor.

Araştırmacılar, büyük görsel-dil modellerinin (LVLM) hipergraflardaki performansını ölçmek için ilk kapsamlı test sistemi olan HyperGVL'yi geliştirdi. Hipergrafllar, yaşam bilimlerinden sosyal ağlara kadar birçok alanda karmaşık ilişkileri modellemek için kullanılan matematiksel yapılar. 12 farklı gelişmiş AI modelinin 84.000 soru-cevap örneği üzerinde test edildiği bu araştırma, temel bileşen sayımından karmaşık matematiksel problem çözmeye kadar 12 farklı görevde modellerin yeteneklerini değerlendirdi. Çalışma, mevcut AI modellerinin hipergraflları anlama konusundaki sınırlarını ortaya koyarak, bu alandaki gelişim ihtiyacını vurguluyor. Bu benchmark, AI'nın karmaşık matematiksel yapıları anlama yeteneğinin geliştirilmesi için önemli bir adım teşkil ediyor.

Araştırmacılar, karmaşık kuantum sistemlerinin matematiksel modellemesinde kullanılan Schrödinger denklemlerini çözmek için yenilikçi bir yöntem geliştirdi. Bu teknik, özellikle fermiyonik parçacıkların davranışlarını tanımlayan denklemlerde etkili sonuçlar veriyor. Geleneksel yöntemlerin aksine, bu yaklaşım düşük-rank yaklaşımlar kullanarak hesaplama karmaşıklığını azaltırken yüksek doğruluk sağlıyor. Yöntem, matris çarpım durumları (MPS) adı verilen özel matematiksel yapıları kullanarak parçacık sayısı korunumunu da dikkate alıyor. Bu gelişme, kuantum kimya, katı hal fiziği ve kuantum simülasyonları gibi alanlarda daha verimli hesaplamalar yapılmasını sağlayabilir.

Bilim insanları, organik moleküllerin kristal yapılarını tahmin edebilen OXtal adlı yapay zeka modelini geliştirdi. 100 milyon parametreye sahip bu difüzyon modeli, 2D kimyasal formüllerden yola çıkarak 3D kristal yapıları öngörebiliyor. İlaç endüstrisinden organik yarıiletkenlere kadar geniş bir yelpazede uygulanabilecek bu teknoloji, kristal yapı tahmini alanında uzun süredir devam eden zorluklara çözüm sunuyor. Araştırmacılar, geleneksel eşdeğişken mimarilerin yerine veri artırma stratejilerini kullanarak modelin verimliliğini artırdı ve kristalizasyondan ilham alan yeni bir eğitim yöntemi geliştirdi.

Teorik fizikçiler, evrenin doğumundan hemen sonra yaşanan hızlı genişleme dönemini açıklayan yeni bir kozmolojik model geliştirdi. 'Fiber Enflasyonu' adı verilen bu model, string teorisi çerçevesinde evrenin ilk anlarındaki dramatik büyümeyi matematiksel olarak modellemeye çalışıyor. Araştırmacılar, özellikle Calabi-Yau manifoldları ve D-brane yapıları gibi karmaşık geometrik nesneleri kullanarak, gözlemsel verilerle uyumlu bir enflasyon senaryosu oluşturabileceklerini gösterdiler. Bu çalışma, Big Bang teorisinin en kritik bileşenlerinden biri olan kozmik enflasyonun mikrofiziksel temellerini anlamaya yönelik önemli bir adım niteliğinde.

Analog sinyalleri dijitale çeviren ADC'lerde yaşanan zaman sapması problemi, ses ve görüntü kalitesini ciddi şekilde etkileyebiliyor. Araştırmacılar, bu sorunu çözmek için matematiksel modelleme yaklaşımı benimserken, zaman sapmasını tahmin edilebilir bir süreç olarak ele aldılar. Geliştirilen iki yeni algoritma, weighted least-squares ve Kalman filtresi tabanlı yaklaşımları kullanarak sinyallerdeki bozulmaları düzeltiyor. Bu yenilikçi çözümler, 1-15 dB'lik performans iyileştirmesi sağlayarak elektronik cihazların hassasiyetini artırıyor. Çalışma, özellikle yüksek kaliteli ses sistemleri, tıbbi görüntüleme ve haberleşme teknolojilerinde önemli uygulamalara sahip.