Araştırmacılar, kısmi diferansiyel denklemlerin çözümü için geleneksel matris tabanlı yöntemlere alternatif olan yenilikçi bir yaklaşım geliştirdi. PDE enerji güdümlü çerçeve olarak adlandırılan bu yöntem, fiziksel kısıtlamalar altında difüzyon iterasyonları kullanarak denklemleri çözer. Sistem, klasik sonlu elemanlar yöntemi veya yapay zeka eğitimi gerektirmeden çalışır. Rastgele başlangıç alanlarından hareket eden yöntem, PDE enerjisi güdümlü örtük iterasyonları Gauss yumuşatma ile birleştirerek her adımda sınır koşullarını kesin olarak uygular. Test edilen Poisson, Isı ve viskoz Burgers denklemlerinde kararlı yakınsama göstermiştir.

Araştırmacılar, 3 boyutlu türbülanslı akışkanları simüle etmek için FlowRefiner adı verilen yeni bir yapay zeka modeli geliştirdi. Geleneksel neural PDE çözücülerinin aksine, bu model iteratif iyileştirme yöntemi kullanarak türbülanslı akışlardaki karmaşık yapıları daha doğru bir şekilde modelleyebiliyor. FlowRefiner, stokastik gürültü giderme yerine deterministik ODE tabanlı düzeltme kullanıyor ve tüm iyileştirme aşamalarında birleşik hız alanı regresyon hedefi benimsiyor. Bu yaklaşım, hava dinamiği, okyanus akıntıları ve endüstriyel akışkan simülasyonları gibi alanlarda çığır açabilir.

Araştırmacılar, fiziksel sistemlerin dinamiklerini modellemek için yeni bir yapay zeka yaklaşımı geliştirdi. Flow Marching adı verilen bu algoritma, parçacık diferansiyel denklemlerle (PDE) yönetilen sistemleri daha esnek ve belirsizlik-farkında bir şekilde simüle edebiliyor. Geleneksel deterministik modellerin aksine, bu yöntem üretken özelliklere sahip ve uzun vadeli tahminlerde daha az sapma gösteriyor. Bilim ve mühendislik uygulamaları için kritik olan bu gelişme, fiziksel sistemlerin davranışlarını öngörmede yeni olanaklar sunuyor. Model, gürültü seviyesi ve fiziksel zaman adımlarını birlikte örnekleyerek, mevcut durumdan bir sonraki temiz duruma geçişi sağlayan birleşik bir hız alanı öğreniyor.

Araştırmacılar, dijital görüntülerdeki gürültüyü temizlemek için dördüncü dereceden yeni bir matematiksel model geliştirdi. Geleneksel ikinci dereceden modeller gürültü temizleme sırasında görüntülerde blok şeklinde bozukluklar yaratırken, yeni model hem difüzyon hem de dalga özelliklerini birleştireyor. Bu hibrit yaklaşım, gürültüyü etkili şekilde azaltırken görüntünün ince detaylarını ve dokularını koruyor. Model özellikle radar görüntüleri gibi yoğun gürültü içeren teknik görüntülerde başarılı sonuçlar veriyor. Araştırma ekibi ayrıca modeli renkli görüntüler için de uyarlamış durumda. Peak Signal-to-Noise Ratio ve Mean Structural Similarity Index gibi standart ölçümlerle yapılan testlerde yeni yaklaşımın mevcut yöntemlerden daha iyi performans gösterdiği kanıtlanmış.

Araştırmacılar, kısmi diferansiyel denklem (PDE) sistemleri için H₂-optimal tahmin problemine yenilikçi bir çözüm sundu. Geleneksel yöntemlerde transfer fonksiyonu ve durum-uzay temsillerinin eksikliği nedeniyle karmaşık olan bu problem, yeni bir yaklaşımla aşıldı. Bilim insanları, H₂ normunu başlangıç koşulundan çıkışa eşleme cinsinden yeniden karakterize ederek, Kısmi İntegral Denklem (PIE) durum-uzay temsilini kullandı. Bu yaklaşım, lineer PDE'lerle birleştirilmiş adi diferansiyel denklem sistemlerini daha etkili şekilde ele almayı mögkün kılıyor. Geliştirilen yöntem, konveks optimizasyon problemi olarak formüle edilerek pratik uygulamalar için daha erişilebilir hale getirildi. Özellikle mühendislik ve kontrol sistemleri alanlarında önemli uygulamalara sahip olan bu çalışma, PIE tabanlı gözlemci sınıfının parametrizasyonunu da içeriyor.