Araştırmacılar, iletken sıvıların gözenekli katmanlardan süzülmesi sırasında ortaya çıkan karmaşık akış dinamiklerini matematiksel olarak modellediler. Çalışma, her biri gözenekli çekirdek ve sıvı kabuğa sahip küresel hücrelerden oluşan gözenekli ortamları inceliyor. Elektrolit içindeki yük etkisinin menzilini karakterize eden Debye yarıçapının akış parametreleri üzerindeki etkisi detaylı olarak analiz edildi. Bu tür modeller, su arıtma sistemlerinden biyomedikal uygulamalara kadar geniş bir yelpazede kullanılan membran teknolojilerinin geliştirilmesi için kritik öneme sahip. Araştırma, hız alanı, basınç, elektrik potansiyeli ve iyon akış yoğunluklarının sınırlı kaldığını matematiksel olarak kanıtlayarak, bu sistemlerin kararlı çalışabileceğini gösteriyor.

Araştırmacılar, yapay zekanın grup duygularını videolardan tanıyabilmesi için GAViD adında kapsamlı bir veri seti geliştirdi. 5091 video klibinden oluşan bu veri seti, görüntü, ses ve bağlamsal bilgileri birleştirerek grup dinamiklerindeki duygusal durumları analiz ediyor. Sosyal etkileşimlerdeki karmaşık duygu yapılarını anlama konusunda önemli bir adım olan çalışma, insan-insan etkileşimlerini modellemede yeni olanaklar sunuyor. Bu gelişme, sosyal medya analizi, psikoloji araştırmaları ve insan-bilgisayar etkileşimi gibi alanlarda uygulanabilir.

Araştırmacılar, patolojik görüntü analizi için geliştirdikleri SSMamba adlı hibrit yapay zeka modeliyle tıp dünyasında önemli bir adım attı. Model, kanser teşhisi için kritik olan mikroskobik doku görüntülerini analiz ederken, geleneksel Vision Transformer yaklaşımlarının üç temel sorununun üstesinden geliyor. SSMamba, farklı büyütme oranları arasındaki uyum sorunlarını çözüyor, lokal-global ilişki modellemesini iyileştiriyor ve en önemlisi ince tanısal ipuçlarını yakalama konusunda çok daha hassas davranıyor. Bu gelişme, patoloji uzmanlarının hastalık teşhislerinde daha doğru ve hızlı sonuçlar almasını 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.

Bilim insanları, karmaşık graf yapılarını temsil etmek için yenilikçi bir matematiksel yöntem geliştirdi. Polinom bölümleme tekniklerini kullanan bu yaklaşım, semicebirsel graflar olarak adlandırılan özel graf türleri için son derece kompakt etiketleme şemaları oluşturuyor. Araştırma, büyük veri kümelerindeki ilişkileri daha verimli bir şekilde saklama ve işleme imkanı sunuyor. Özellikle birim disk grafları ve segment kesişim grafları gibi geometrik yapılar için optimize edilmiş etiketler üretebilen bu yöntem, bilgisayar bilimlerinde graf algoritmaları ve veri yapıları alanında önemli ilerlemeler vaat ediyor. Matematiksel temellerinin sağlamlığı sayesinde, gelecekte daha geniş uygulama alanları bulması bekleniyor.

Araştırmacılar, 2-6 hafta sonrasını öngören uzun vadeli hava tahminlerinin doğruluğunu artıran yeni bir yapay zeka sistemi geliştirdi. Olasılıksal yanlılık düzeltme (PBC) adlı bu yöntem, geçmiş tahminlerdeki sistematik hataları öğrenerek gelecekteki öngörüleri iyileştiriyor. Avrupa Orta Vadeli Hava Tahminleri Merkezi'nin (ECMWF) önde gelen modellerine uygulandığında, yapay zeka tahmin sisteminin başarısını iki katına çıkarırken, operasyonel dinamik modelin basınç tahminlerinin %91'ini, sıcaklık tahminlerinin %92'sini geliştirdi. Bu gelişme, tarım planlaması, orman yangını yönetimi, su ve enerji dağıtımı gibi kritik alanlarda karar vericiler için önemli bir araç sunuyor.

Yapay zeka ajanları arasında iletişimi sağlayan yeni protokoller hızla gelişirken, güvenlik açısından kapsamlı bir değerlendirme eksikti. Araştırmacılar, Model Context Protocol (MCP), Agent2Agent (A2A), Agora ve Agent Network Protocol (ANP) gibi dört önemli protokolü güvenlik tehditleri açısından sistematik olarak inceleyerek, bu alanda ilk kez protokol odaklı bir risk değerlendirme çerçevesi geliştirdi. Çalışma, çok aracılı AI sistemlerinin güvenli gelişimi için kritik öneme sahip bulgular sunuyor ve sektörün standardizasyon ihtiyacına ışık tutuyor.

Araştırmacılar, veri tabanlı kontrol sistemlerindeki belirsizlikleri modellemek için kullanılan matris elipsoidlerinin Minkowski toplamlarını daha verimli şekilde yaklaştıran yeni bir yöntem geliştirdi. Geleneksel lineer matris eşitsizliği (LMI) tabanlı yöntemlerin hesaplama maliyeti veri uzunluğuyla quadratik olarak artarken, yeni yaklaşım bu sorunu çözüyor. Özellikle otonom araçlar, robotik ve endüstriyel otomasyon gibi alanlarda kullanılan dayanıklı kontrol sistemlerinde önemli iyileştirmeler sağlayabilir. Çalışma, belirsizliklerin tek bir elipsoidal küme yerine birden fazla elipsoidin toplamı olarak modellendiği durumlar için optimize edilmiş çözümler sunuyor.

Araştırmacılar, derin sinir ağlarının matematiksel davranışını daha iyi anlayabilmek için yeni bir teorik çerçeve geliştirdi. ResNet mimarisi üzerinde çalışan bu model, ağların katmanlar arası gelişimini takip eden 'collective kernel effective field theory' adı verilen bir yaklaşım sunuyor. Çalışma, sonlu genişlikteki derin ağlarda empirical kernel'in nasıl stokastik olarak evrimleştiğini inceliyor ve bu süreç için yeni matematiksel denklemler türetiyor. Araştırmacılar, Gaussian yaklaşımları kullanarak sürekli derinlik ODE sistemleri elde etmiş ve bu sistemlerin geçerlilik sınırlarını belirlemiş. Bulgular, ortalama kernel değerinin tüm derinliklerde doğru kalırken, kernel kovaryansının sonlu zamanlarda hata biriktirdiğini gösteriyor.

Araştırmacılar, su altında çekilen bulanık ve bozuk görüntüleri yapay zeka ile iyileştiren yeni bir sistem geliştirdi. Hero-Mamba adlı bu teknoloji, hem görüntünün renk bilgilerini hem de frekans verilerini aynı anda işleyerek, su altının sebep olduğu renk bozulması, düşük kontrast ve bulanıklık sorunlarını gideriyor. Sistem, geleneksel CNN'lerin uzun menzilli bağımlılıkları modellemedeki yetersizliği ve Transformer'ların yüksek çözünürlüklü görüntülerde yaşadığı hesaplama karmaşıklığı problemlerini çözerek daha verimli çalışıyor. Bu gelişme özellikle deniz bilimleri, su altı arkeolojisi ve denizcilik sektöründe önemli uygulamalara sahip olabilir.

Araştırmacılar, tüberküloz salgınının yayılımını modellemek için yapay zeka destekli yeni bir yaklaşım geliştirdi. Fizik-Güdümlü Sinir Ağları (PG-NODE) adlı bu yöntem, klasik epidemiyolojik modellerin sabit parametreli yapısının ötesine geçerek, hastalığın zaman içindeki değişken dinamiklerini öğrenebiliyor. Yılda 1,3 milyon ölüme ve 10,6 milyon yeni enfeksiyona neden olan tüberküloz için geliştirilen sistem, geleneksel SLIR modelini (Duyarlı-Gizli-Enfektif-İyileşen) sinir ağları ile birleştiriyor. Bu hibrit yaklaşım, biyolojik kısıtlamaları korurken, gerçek dünya verilerindeki heterojenliği ve öngörülemeyen etkileri de hesaba katabiliyor.