Matematikte önemli bir yere sahip olan Cantor kümeleri üzerine yapılan yeni araştırma, yüksek boyutlarda kararlı kesişimlerin oluşumu için gerekli koşulları belirledi. Araştırmacılar, compact kümelerin boyut toplamının uzayın boyutundan büyük olması durumunda, küçük deformasyonlara rağmen kesişimin korunacağını matematiksel olarak kanıtladı. Bu bulgu, fraktal geometri ve dinamik sistemler teorisi için kritik öneme sahip. Çalışma, özellikle düzenli Cantor kümeleri için boyut kısıtlamasının optimal olduğunu göstererek, bu alandaki uzun süredir devam eden teorik soruları yanıtlıyor.

Türk matematik araştırmaları, Laplace özdeğerlerinin Riesz ortalamaları üzerinden yapılan şekil optimizasyonu probleminde önemli sonuçlara ulaştı. Çalışma, belirli bir alan kısıtı altında hangi geometrik şekillerin matematiksel anlamda en optimal olduğunu araştırıyor. Bulgular, belirli Riesz üstel değerleri için optimize edici şekillerin bir küreye yakınsadığını gösteriyor. Bu sonuç, spektral geometri alanında teorik önem taşımanın yanı sıra, mühendislik ve fizikteki titreşim analizi, dalga yayılımı ve optimizasyon problemlerine de ışık tutuyor. Araştırmacılar ayrıca birbirinden ayrık konveks kümelerin birleşimleri üzerinde yaptıkları optimizasyon çalışmalarıyla da yeni bulgular sunuyor.

Araştırmacılar, dağıtık kaynak kodlama için yeni bir polar kodlama yöntemi geliştirdi. Bu teknik, Gaussian kaynaklardan gelen verileri minimum bozulmayla sıkıştırarak iletebiliyor. Özellikle 5G ağları için tasarlanan kısa blok uzunluklu çok seviyeli polar kodlar kullanılarak, Wyner-Ziv polar kodlu kuantizasyon (WZ-PCQ) sistemi geliştirildi. Bu sistem, geleneksel ayrı blok işleme yöntemlerine kıyasla toplam bozulmayı önemli ölçüde azaltıyor. Çalışma, veri iletişiminde hem kaliteyi artıran hem de bant genişliği kullanımını optimize eden bir yaklaşım sunuyor. Bulgular, özellikle mobil iletişim ve veri depolama alanlarında önemli iyileştirmeler sağlayabilir.

Araştırmacılar, karmaşık nonlineer sistemlerin kontrolü için yeni bir yapay zeka yaklaşımı geliştirdi. Gauss süreci durum uzayı modelleri kullanarak, sistemlerin belirsizlik içinde güvenli hareket edebilmeleri için olasılıksal kontrol kümeleri hesapladılar. Bu yöntem, veri odaklı öğrenme ile bilinmeyen dinamikleri modelleyerek, sistemin güvenli bölgede kalma olasılığını maksimize eden kontrolcüler tasarlıyor. Yarı kesin programlama tekniği kullanılarak geliştirilen sistem, hem simülasyonda hem de gerçek quadrotor drone'unda test edildi. Bu çalışma, otonom araçlardan robotik sistemlere kadar birçok alanda güvenlik kritik uygulamalar için önemli.

Araştırmacılar, kısmi sıralı kümelerin (poset) boyut teorisi üzerine yaptıkları çalışmada, bu matematiksel yapıların karmaşıklığını ölçmek için yeni yaklaşımlar geliştirdi. Çalışma, tersine matematik çerçevesinde düzen boyutu teorisini inceleyerek, sıralı yapıların ne kadar karmaşık olduğunu belirlemeye yönelik ilkeler ortaya koyuyor. Bu araştırma, matematikte temel sıralama sistemlerinin anlaşılmasına katkı sağlarken, bilgisayar bilimi ve mantık alanlarında da uygulanabilir.

URVIS 2026 yarışması, yapay zekanın zorlu hava koşullarında görüntü analizi yeteneklerini test eden ilk büyük ölçekli etkinlik olarak tamamlandı. Fırtına, kar ve aşırı yağış gibi ekstrem koşullarda çalışabilen görüntü segmentasyon algoritmaları üzerine düzenlenen yarışmaya 17 katılımcı kayıt yaptırdı ve toplam 47 çözüm sunuldu. MUSES veri seti kullanılarak gerçekleştirilen etkinlik, RGB kameralar, LiDAR, radar ve olay kameralarından elde edilen verileri harmanlayarak gerçek dünya koşullarını simüle etti. Yarışma sonuçları, mevcut yapay zeka sistemlerinin zorlu hava koşullarında hala önemli sınırlılıkları olduğunu gösterdi. Bu tür araştırmalar, otonom araçlar ve güvenlik sistemleri için kritik öneme sahip.

Matematik dünyasında karmaşık geometrik yapıların boyutlarını anlamak için önemli bir adım atıldı. Anosov alt gruplarının limit kümelerinin Hausdorff boyutu üzerine yapılan yeni araştırma, bu matematiksel nesnelerin geometrik özelliklerini daha iyi anlamamızı sağlıyor. Çalışma, özellikle iki ve üç boyutlu uzaylarda bu kümelerin nasıl davrandığını inceleyerek, fraktal geometri ile grup teorisi arasındaki derin bağlantıları ortaya çıkarıyor. Bu tür araştırmalar, hem saf matematik hem de fizik ve mühendislik uygulamaları için temel teorik altyapı sağlıyor.

Araştırmacılar, karmaşık ağ yapılarının altında yatan gizli kalıpları tespit etmek için yeni bir matematiksel yöntem geliştirdi. Sosyal medya ağlarından biyolojik sistemlere kadar birçok alanda kullanılan bu yöntem, büyük veri kümelerinden önemli bilgileri daha verimli şekilde çıkarabilir. Çalışma, grafon adı verilen matematiksel modellerin düşük boyutlu yaklaşımlarını kullanarak, ağ analizinde hem hesaplama maliyetini düşürüyor hem de doğruluğu koruyor. Bu gelişme, özellikle büyük ölçekli ağ analizlerinde önemli bir adım.

Araştırmacılar, graf teorisi ve metrik uzaylar arasındaki ilişkiyi inceleyen yeni bir matematiksel eşitsizlik kanıtladı. Gomory-Hu eşitsizliği olarak adlandırılan bu buluş, bağlı grafların köşe etiketlemelerinden oluşturulan ultrametrik uzaylarda mesafe kümelerinin boyutunu sınırlayan önemli bir koşul ortaya koyuyor. Çalışma, bir grafın kenar sayısı ile ultrametrik uzayındaki farklı mesafe değerlerinin sayısı arasında temel bir bağıntı kurarak, graf teorisi ve metrik geometri alanlarında yeni perspektifler sunuyor. Bu tür teorik gelişmeler, bilgisayar bilimlerinden biyoinformatiğe kadar birçok uygulamada kullanılan graf algoritmalarının temelini güçlendiriyor.

Araştırmacılar, küp şeklindeki matematiksel yapıların (kübik graflar) renklendirme probleminde önemli bir ilerleme kaydetti. Çalışma, her rengin belirli matematiksel koşulları sağlaması gereken 'verimli toplam renklendirme' adı verilen özel bir renklendirme türüne odaklanıyor. Araştırmacılar, daha önce bu tür renklendirmelerin dört temel işlemle yapılabileceğini düşünüyorlardı, ancak yeni çalışma iki temel işlem daha keşfetti. Bu bulgular, karmaşık matematiksel yapıların nasıl sistematik olarak analiz edilebileceğine dair yeni perspektifler sunuyor ve graf teorisinin temel problemlerinden birinde önemli bir adım oluşturuyor.

Yenilenebilir enerji kaynaklarının yaygınlaşması enerji ağlarında tahmin zorluklarını artırıyor. Araştırmacılar, güneş ve rüzgar enerjisinin doğasında bulunan belirsizlikleri aşmak için LSTM ve tam bağlantılı sinir ağları kullanarak iki farklı tahmin yöntemi geliştirdi. Doğrudan yöntem net yükü direkt tahmin ederken, dolaylı yöntem toplam yük ve yenilenebilir enerji üretimini ayrı ayrı hesaplayarak sonuca ulaşıyor. Çalışmanın yenilikçi yanı, yenilenebilir enerji kapasitesini modele girdi olarak dahil etmesi. Test sonuçları dolaylı yöntemin daha başarılı olduğunu ve özellikle LSTM modeliyle en iyi performansı sergilediğini gösteriyor. Bu gelişme enerji ağlarının planlanması ve yönetimi için kritik öneme sahip.