Araştırmacılar, finansal verilerin gizlilik risklerini ortadan kaldırmak için yapay zeka kullanarak sentetik kripto para verisi üretme yöntemini geliştirdi. Çalışmada, Koşullu Üretken Çekişmeli Ağlar (CGAN) teknolojisi kullanılarak gerçek piyasa verilerine benzer ancak tamamen yapay olan zaman serileri oluşturuldu. LSTM tabanlı üretici ağ ve MLP ayırt edici ağın birleşiminden oluşan sistem, kripto para piyasalarının karmaşık dinamiklerini başarıyla taklit ediyor. Bu yaklaşım, gerçek finansal verileri paylaşmanın yaratacağı gizlilik sorunlarını çözerken, araştırma kurumlarına ve finansal kuruluşlara güvenli veri erişimi sağlıyor. Farklı kripto varlıklar üzerinde yapılan deneyler, modelin piyasa trendlerini ve zamansal kalıpları koruyarak istatistiksel olarak tutarlı sentetik veriler üretebilğini gösteriyor.

Araştırmacılar, graf tabanlı yapay zeka sistemlerinin performansını artırmak için yenilikçi bir yöntem geliştirdi. FC-GSSL adı verilen bu teknik, veri graflarındaki yüksek frekanslı sinyalleri daha etkin kullanarak, sosyal ağlar ve öneri sistemlerinde daha başarılı sonuçlar elde ediyor. Geleneksel yöntemler genellikle yüksek frekanslı bilgileri göz ardı ederek belirli lokal kalıplara aşırı odaklanıyordu. Yeni yaklaşım ise düşük frekanslı katkılara göre düğümleri ve bağlantıları bozarak, yüksek frekanslı bilgilere odaklanan bozuk graflar oluşturuyor. Bu sayede model, farklı frekans bantlarından gelen bilgileri birleştirmeye zorlanıyor ve daha genel geçer özellikler öğreniyor.

Norveç'in Trondheim şehrinde yapılan yeni bir araştırma, bisiklet paylaşım istasyonlarının optimal yerleşimi için üç farklı analitik yöntemin nasıl farklı sonuçlar verdiğini ortaya koydu. Ağırlıklı doğrusal kombinasyon, maksimal kapsama ve veri tabanlı uygunluk skorlaması yaklaşımlarını karşılaştıran çalışma, kentsel ulaşım planlamasında farklı modelleme paradigmalarının kentsel alanı nasıl farklı şekilde önceliklendirdiğini gösteriyor. Araştırmacılar aynı 24 mekansal özelliği kullanarak 68 istasyonluk ağlar tasarladı ve mevcut ağla karşılaştırdı. Sonuçlar, bisiklet paylaşım sistemlerinin stratejik planlamasında model seçiminin kritik önemini vurguluyor.

MIT araştırmacıları, derin öğrenme algoritmaları kullanarak yeni ferroelektrik sıvı kristaller tasarlayıp sentezlemeyi başardı. Ferroelektrik sıvılar, elektrik alan altında kutup düzenlerini değiştirebilen özel malzemeler olup, hızlı elektro-optik teknolojiler ve enerji uygulamalarında büyük potansiyel taşıyor. Araştırmacılar, bilinen tüm polar sıvı kristal malzemelerin verilerini derleyerek bir veri seti oluşturdu ve graf sinir ağlarını eğitti. Bu AI sistemi, ferroelektrik davranışı %95 doğrulukla tahmin edebiliyor. Çalışma, malzeme biliminde AI'nın moleküler tasarım sürecini nasıl devrim niteliğinde değiştirebildiğini gösteriyor.

Araştırmacılar, elektrikli cihazlardaki güç dönüştürücülerin sağlığını sürekli izlemek için yeni bir yapay zeka sistemi geliştirdi. Geleneksel sistemlerin aksine, bu yeni teknoloji biyolojik nöronları taklit eden 'spiking' sinir ağları kullanıyor ve çok düşük enerji tüketimiyle çalışabiliyor. Sistem, güç dönüştürücülerindeki bileşenlerin durumunu %90'ın üzerinde doğrulukla tespit ederken, enerji tüketimini 270 kat azaltıyor. Bu gelişme, elektrikli araçlardan akıllı telefonlara kadar her türlü elektronik cihazın daha güvenilir ve uzun ömürlü olmasına katkı sağlayabilir.

Araştırmacılar, simülasyon tabanlı optimizasyon problemlerinde model tabanlı ve arama tabanlı yöntemleri birleştiren yeni bir hibrit yaklaşım geliştirdi. Geleneksel olarak ayrı ayrı kullanılan bu iki yöntem - trust region yaklaşımları ile Bayesian optimizasyon gibi model tabanlı teknikler ve genetik algoritmalar ile Direct Search gibi arama tabanlı teknikler - artık bir arada çalışarak daha etkili sonuçlar üretiyor. Yeni yaklaşım, Direct Search yöntemlerini kullanarak herhangi bir model tabanlı optimizasyon algoritmasının performansını artırıyor. Özellikle makine öğrenmesi uygulamalarında sınıflandırma ve regresyon problemlerinde test edilen sistem, doğruluk, hesaplama süresi, algoritmik önyargı ve sadelik gibi farklı ölçütlerde başarılı sonuçlar veriyor.

Araştırmacılar, doğal ve mühendislik sistemlerini anlamamıza yardımcı olan diferansiyel denklemleri verilerden otomatik olarak keşfedebilen yeni bir yapay zeka sistemi geliştirdi. Latent Grammar Flow (LGF) adı verilen bu hibrit yaklaşım, sinir ağlarının öğrenme gücünü sembolik matematik kurallarıyla birleştiriyor. Sistem, matematiksel denklemleri dilbilgisi kurallarına dayalı temsillere dönüştürerek benzer davranış gösteren denklemleri aynı bölgede gruplandırıyor. Bu sayede karmaşık sistemlerin arkasındaki matematiksel yasaları keşfetmek, geleneksel kara kutu yapay zeka modellerinin aksine yorumlanabilir ve aktarılabilir sonuçlar üretiyor. Sistem ayrıca kararlılık gibi alan bilgisini de dahil edebiliyor.

Araştırmacılar, terahertz frekanslarındaki sinyalleri 38 kilometre uzunluğundaki fiber optik kablo üzerinden bozulma olmadan taşımayı başardı. Bu teknoloji, gelecek nesil senkronizasyon ağları, radyo astronomi ve yüksek kapasiteli kablosuz sistemler için kritik önem taşıyor. Çalışmada, çift dalga boylu Brillouin lazer ve çift kanallı gidiş-dönüş gürültü iptal mimarisi kullanılarak, fiber optiğin doğasında bulunan kromatik dağılım sorunu çözüldü. Bu yenilik, terahertz sinyallerin uzun mesafelerde kayıpsız iletimini mümkün kılarak, yeni nesil iletişim teknolojilerinin önünü açıyor.

Avrupa'nın en büyük açık bilim platformu OpenAIRE'ın sahip olduğu dev atıf veri seti, şimdiye kadar boyutu nedeniyle sadece süper bilgisayarlarda işlenebiliyordu. 200 milyondan fazla yayın ve 2 milyardan fazla atıf içeren bu veri kümesi, sıkıştırılmamış haliyle terabayt boyutlarında yer kaplıyordu. Araştırmacılar, bu devasa veri setini 32 GB'a kadar küçülterek normal bilgisayarlarda da kullanılabilir hale getirmeyi başardı. Bu gelişme, bilim insanlarının yayınlar arası ilişkileri analiz etmesini, araştırma trendlerini takip etmesini ve bilimsel ağları incelemesini çok daha kolay hale getiriyor. Özellikle akademik araştırmalar, bibliyometrik analizler ve bilim politikası çalışmaları için büyük önem taşıyan bu çalışma, bilimsel verilere erişimde demokratikleşme sağlıyor.

Araştırmacılar, akciğer fonksiyonlarını değerlendirmek için kontrast maddesi gerektirmeyen yeni bir MR görüntüleme yöntemi geliştirdi. VQ-Wave adlı fizik tabanlı yapay zeka sistemi, akciğerlerin havalandırma ve kan dolaşımı özelliklerini klasik yöntemlerden daha hassas şekilde ölçebiliyor. Sistem, sentetik verilerle eğitilen derin öğrenme ağları kullanarak fizyolojik sinyalleri gürültüden ayırabiliyor. Özellikle kistik fibrozis gibi akciğer hastalıklarının tanısında önemli avantajlar sunuyor. Sağlıklı gönüllüler ve kistik fibrozisli çocuklar üzerinde yapılan testlerde, geleneksel spektral ayrışım yöntemlerinden daha iyi sonuçlar elde edildi. Bu gelişme, zararlı kontrast maddelerinin kullanımını azaltarak daha güvenli tıbbi görüntüleme imkanı sunuyor.

Araştırmacılar, blockchain teknolojisinin en büyük sorunlarından olan ölçeklenebilirlik ve güvenilirlik problemlerini çözmek için BlockRaFT adında yenilikçi bir çerçeve geliştirdi. Bu sistem, RAFT konsensüs protokolünü kullanarak blockchain düğümlerinin işlemlerini daha verimli bir şekilde dağıtıyor. BlockRaFT, sistemler arasından bir lider seçerek iş yükünü diğer düğümlere akıllıca paylaştırıyor ve böylece kaynak kullanımını optimize ediyor. Blockchain düğümlerinin durumlu ve durumsuz işlemlerini ayırarak, sistem çökmelerine karşı dayanıklılık sağlarken aynı zamanda yüksek performans sunuyor. Bu gelişme, blockchain teknolojisinin yaygın kullanımının önündeki teknik engellerin aşılmasında önemli bir adım olarak değerlendiriliyor.