Hidrojen yakıt hücrelerinin verimliliğini ciddi şekilde düşüren amonyak zehirlenmesi mekanizması, moleküler düzeyde aydınlatıldı. Araştırmacılar, amonyağın yakıt hücrelerinin katot tabakasında nasıl proton taşımacılığını engellediğini atomik simülasyonlarla ortaya çıkardı. Çalışma, amonyum iyonlarının sülfon asit gruplarındaki hidronyum iyonlarının yerini aldığını ve amino ile imino iyonlarının güçlü iyon kümeleri oluşturduğunu gösteriyor. Bu bulgular, temiz enerji teknolojilerinin geliştirilmesi açısından kritik önem taşıyor.

Beynimizin hipokampüs bölgesinin farklı durumlara göre davranışlarımızı nasıl esnek şekilde değiştirmemizi sağladığı uzun süredir merak konusuydu. Bilim insanları, hipokampüstaki nöronların bağlam değişikliklerine göre yeniden düzenlenmesi sürecini açıklayan yeni bir yapay zeka modeli geliştirdi. Bu model, beynin farklı durumlarda nasıl sıralı aktivite gösterdiğini ve bu aktivitenin esnek davranışları nasıl mümkün kıldığını simüle ediyor. Özellikle 'bağlam seçici' adı verilen mekanizmanın, duruma özgü nöral aktivite dizilerinin oluşmasını teşvik ettiği ve davranışsal esnekliği sağladığı ortaya çıktı. Model aynı zamanda şizofreni hastalığı için de önemli tahminlerde bulunuyor.

Bilim insanları, içme suyundaki mikroplastik kirliliğini temizleyebilen özel bir alg türü geliştirdi. Bu algler, portakal kokulu limon yağı üreterek su sevmeyen mikroplastik parçacıklarını kendilerine yapıştırıyor ve kolayca uzaklaştırılabilen kümeler oluşturuyor. Araştırmacılar, bu yöntemin hem etkili hem de çevre dostu olduğunu belirtiyor. Algler büyürken aynı zamanda atık suyu da temizliyor, bu da çifte fayda sağlıyor. Mikroplastik kirliliği günümüzde ciddi bir çevre sorunu haline gelmiş durumda ve bu buluş, temiz su kaynaklarına erişim konusunda umut veriyor.

Araştırmacılar, ışığa maruz kalan moleküllerin karmaşık davranışlarını anlamak için yeni bir yapay zeka yöntemi geliştirdi. Moleküller ışık absorpladığında enerjiyi nasıl kaybettiği ve hangi atom hareketlerinin bu süreçte kritik rol oynadığı, kimyasal fizik alanının temel sorularından biri. Bu yeni yaklaşım, Farklılaştırılabilir Bilgi Dengesizliği adı verilen bir makine öğrenmesi tekniği kullanarak, binlerce atom hareketi arasından en önemli olanları belirleyebiliyor. Yöntem, moleküler dinamik simülasyonlarından elde edilen büyük veri kümelerini analiz ederek, moleküllerin enerji kaybetme mekanizmalarını daha iyi anlamamızı sağlıyor. Bu gelişme, güneş pilleri, LED teknolojileri ve fotoğraf filmlerinin tasarımında önemli uygulamalara sahip olabilir.

Araştırmacılar, demir bazlı katalizörlerin performansını önceden tahmin eden yorumlanabilir makine öğrenmesi çerçevesi geliştirdi. Bu yenilikçi yaklaşım, metan dönüşümü gibi enerji yoğun uygulamalarda kullanılan katalizörlerin keşif sürecini hızlandırabilir. Sistem, SHAP tabanlı özellik önem analizi ve ağaç tabanlı topluluk algoritmalarını birleştirerek, katalizörlerin elektronik yapı özelliklerini ve performans ilişkilerini başarıyla çözümleyebiliyor. Geleneksel deneme-yanılma yöntemlerinin pahalı ve zaman alıcı olması nedeniyle bu tür akıllı yaklaşımlar, katalizör geliştirme alanında büyük önem taşıyor. Çalışma özellikle metan kısmi oksidasyonu için Fe-zeolit ve oksit destekli katalizörlere odaklanıyor.

Araştırmacılar, atomik özelliklerin makine öğrenmesi hedefleri olarak değerlendirilmesinde yeni bir yaklaşım geliştirdi. Kısmi yükler ve multipoller gibi atomik özellikler kimyasal açıdan anlamlı bilgiler içerse de, bu özelliklerin atom düzeyinde değerlendirilmesi zorlu bir süreç olmuştur. Yeni çalışmada, atomik ortamları SOAP tanımlayıcıları ile kümeleyerek ve sadece eğitim sırasında görülmeyen küme etiketlerini hesaba katarak bir değerlendirme protokolü önerildi. Bu protokol kullanılarak, H, C, N ve O atomlarının elektron popülasyonları ile multipollerini tahmin etmede E(3)-eşdeğişken ve eşdeğişken olmayan modeller karşılaştırıldı. Araştırma sonucunda, rotasyonel olarak güçlendirilmiş ve eşdeğişken olmayan graf sinir ağı olan Quantum Topological Neural Network (QT-Net) geliştirildi.

Araştırmacılar, su kümelerinin davranışını tahmin etmek için yenilikçi bir yapay zeka destekli moleküler dinamik simülasyon yöntemi geliştirdi. PDMD adlı bu sistem, geleneksel yöntemlerin karşılaştığı doğruluk-hız ikilemini çözerek, hem yüksek hassasiyette hem de hızlı hesaplamalar yapabiliyor. Gaussian tabanlı geometrik tanımlayıcılar ve ChemGNN adlı grafik sinir ağı kullanan sistem, herhangi bir boyuttaki su kümesinin enerji ve kuvvet değerlerini tahmin edebiliyor. Sistem, enerji tahmininde atom başına 1,39 meV, kuvvet tahmininde ise angström başına 50,7 meV hata payıyla çalışıyor ve mevcut DeepMD teknolojisinden 5 kat daha iyi performans gösteriyor. Bu gelişme, malzeme bilimi ve kimya simülasyonlarında önemli ilerlemeler sağlayabilir.

Araştırmacılar, güvenlik açısından kritik sistemlerin kontrolü için yeni bir Model Öngörülü Kontrol (MPC) yaklaşımı geliştirdi. Maximal Controlled Invariant-MPC (MCI-MPC) adı verilen bu yöntem, Kontrol Engel Fonksiyonlarını (CBF) terminal kısıt olarak kullanarak hem güvenliği garanti ediyor hem de sistemin performansını artırıyor. Geleneksel yöntemlerde güvenlik kısıtları genellikle aşırı muhafazakâr olur, bu da sistem performansını düşürür. Yeni yaklaşım, öngörü ufkunun artmasıyla birlikte fizibiliteyi ve erişilebilir kümeleri iyileştiriyor. Nonholonomik sistemler üzerinde yapılan simülasyonlarda, çözümsüz nokta sayısının 1,7 ila 2,7 kat azaldığı gözlemlendi.

Einstein'ın alan denklemlerinin çözümlerinin varlığını ilk kez matematiksel olarak ispatlayan Fransız matematikçi ve fizikçi Yvonne Choquet-Bruhat 101 yaşında hayatını kaybetti. 1952'de yayımladığı çığır açan çalışmasıyla genel görelilik teorisinin matematiksel temellerini sağlamlaştıran Choquet-Bruhat, uzun kariyeri boyunca Einstein denklemlerinin evrim ve kısıt denklemleri üzerinde önemli sonuçlar elde etti. Kısmi diferansiyel denklemler alanındaki katkıları sayısal görelilik araştırmalarına da büyük katkı sağladı.

Matematiksel fizik alanında önemli bir gelişme yaşandı. Araştırmacılar, Hörmander kriterini sağlayan Itô süreçlerinde tüm martingale gözlemlenebilirlerin pürüzsüz olduğunu matematiksel olarak kanıtladı. Bu buluş, özellikle dejenerasyona uğramış difüzyon süreçlerini ve sınır durma koşullarını içeren kısmi diferensiyel denklem problemlerine yeni çözüm yolları açıyor. Çalışma, aynı zamanda genelleştirilmiş Feynman-Kac formülünü geliştirerek, bu tür matematiksel problemlere pürüzsüz çözümler sunmanın yolunu gösteriyor. Bulgular, Schramm-Loewner evrim teorisi gibi ileri matematik alanlarında da uygulama potansiyeli taşıyor ve Girsanov dönüşüm martingallerinin Itô hesabı ile erişilebilir hale getirilmesine olanak sağlıyor.

Kuantum fizikçileri, karma durumların dolaşıklığını ölçmek için kullanılan kısmi transpoz momentlerini hesaplama sürecini önemli ölçüde hızlandıran yeni bir algoritma geliştirdi. Bu yöntem, kuantum sistemlerin dolaşıklık özelliklerini analiz etmek için kritik olan hesaplamaları, daha az bellek kullanarak ve çok daha hızlı şekilde gerçekleştiriyor. Geliştirilen teknik, özellikle büyük kuantum sistemlerde dolaşıklık sertifikasyonu ve faz teşhisi gibi pratik uygulamalarda büyük avantaj sağlayacak. Araştırma, kuantum bilgi işleme alanında önemli bir adım olarak değerlendiriliyor.