Araştırmacılar, ferromanyetik metal yüzeyler üzerinde kiral organik moleküllerin oluşturduğu hibrit ara yüzeylerin benzersiz özelliklerini incelediler. Altın kaplı kobalt-nikel manyetik katmanlar üzerindeki kiral porfirin moleküllerinin spin filtreleme yetenekleri araştırıldı. Bu hibrit yapılar, spinelektronik uygulamalar için önemli olan yüksek spin polarizasyonu sağlayabilir. Femtosaniye lazer spektroskopisi kullanılarak moleküllerin ışık altındaki davranışları gözlemlendi ve sadece tek moleküler katmanla bile güçlü sinyal alınabildiği gösterildi.

Araştırmacılar, insansız hava araçlarının (İHA) navigasyon sistemlerinde yaşanan konum hatası birikimini çözen NeuroKalman adlı yenilikçi bir sistem geliştirdi. Geleneksel görü-dil navigasyon modellerinde, İHA'lar adım adım ilerlerken konum tahminlerinde birikimli hatalar oluşuyor ve bu durum rotadan sapmalara neden oluyor. Yeni sistem, klasik kontrol teorisinden ilham alarak navigasyonu iki aşamaya ayırıyor: öncül tahmin ve düzeltme. Bu yaklaşım, İHA'ların karmaşık ortamlarda daha güvenilir navigasyon yapabilmesini sağlıyor ve otonom sistemlerin gelişimi için önemli bir adım teşkil ediyor.

RMIT Üniversitesi araştırmacıları, normalde atık olarak değerlendirilen okaliptüs kabuklarının çevre kirliliği ile mücadelede önemli bir araç haline getirilebileceğini keşfetti. Yapılan çalışmalarda, bu kabukların özel işlemlerden geçirilerek son derece gözenekli karbon yapısına dönüştürülebileceği ve bu sayede kirli sudan zararlı maddeleri filtreleyebildiği, havayı temizlediği ve karbondioksit yakaladığı gösterildi. Bu buluş, orman endüstrisinin yan ürünlerinden birini değerli bir çevre malzemesine dönüştürme konusunda pratik ve ekonomik bir yol sunuyor.

Atmosferin üst katmanlarındaki yoğunluk değişimlerini doğru tahmin etmek, uydu yörüngelerinin belirlenmesi ve uzay durumsal farkındalığı için kritik öneme sahip. Araştırmacılar, termosferin karmaşık davranışını modellemek için fizik tabanlı yapay zeka yaklaşımı geliştirdi. SINDyc-AR adı verilen bu yöntem, geleneksel atmosfer modellerinin hesaplama maliyetini büyük ölçüde azaltırken doğruluğunu koruyor. Sistem, CHAMP, GRACE ve GOCE gibi uydulardan toplanan gerçek zamanlı yoğunluk verilerini kullanarak Kalman filtresi ile güncelleniyor. Bu gelişme, uzay çöplerinin takibi ve uydu çarpışma risklerinin hesaplanmasında devrim yaratabilir.

Araştırmacılar, çelik üretiminde geri dönüştürülmüş malzeme kullanımını artırmak için yenilikçi yapay zeka modelleri geliştirdi. Elektrik ark ocakları ve oksijen konvertörlerinde hurda metal bileşimini hassas şekilde tahmin eden bu sistemler, ham maden ihtiyacını azaltarak çevresel etkiyi minimize ediyor. Kalman filtresi teknolojisi kullanılan modeller, mevcut üretim verilerinden yararlanarak gelecekteki çelik üretiminin element kompozisyonunu önceden kestirebiliyor. Bu gelişme, çelik endüstrisinin karbon emisyonlarını düşürmesi ve doğal kaynakları koruması açısından kritik öneme sahip.

Araştırmacılar, günlük yaşamda fiziksel aktivite sırasında harcanan enerjiyi daha doğru ölçmek için yeni bir yöntem geliştirdi. PM-EKF adlı bu sistem, akıllı saatlerdeki hareket sensörleri ve kalp atış hızı verilerini fizyolojik bir modelle birleştiriyor. Mevcut kalori hesaplama yöntemleri çoğunlukla veri odaklı olup, vücudun gerçek metabolik süreçlerini göz ardı ediyor. Yeni yaklaşım ise, vücut hareketlerini doğrudan metabolik gaz değişim süreçleriyle ilişkilendiren basitleştirilmiş bir fizyolojik model kullanıyor. Bu model, Extended Kalman Filter algoritması içinde çalışarak, sensör gürültüsü ve sistem belirsizliklerini etkili şekilde yönetebiliyor. Geliştirilen yöntem, geleneksel dolaylı kalorimetre cihazlarının sağladığı altın standart ölçümlere yakın sonuçlar vermeyi hedefliyor.

Araştırmacılar, yapay zeka tabanlı robotların güvenli hareket etmesini sağlayan yeni bir sistem geliştirdi. UPSi (Belirsizlik Farkında Tahmine Dayalı Güvenlik Filtresi) adlı bu sistem, robotların öğrenme sürecinde güvenlik sınırlarını ihlal etmesini önlüyor. Geleneksel güvenlik sistemleri karmaşık ortamlarda yetersiz kalırken, UPSi belirsizlik hesaplamalarını kullanarak robotların gelecekteki hareketlerini daha güvenli şekilde tahmin edebiliyor. Sistem, pekiştirmeli öğrenme yöntemleriyle birlikte çalışarak robotların hem öğrenmesine hem de güvenli kalmasına olanak tanıyor. Bu gelişme özellikle otonom araçlar, endüstriyel robotlar ve medikal cihazlar gibi güvenliğin kritik olduğu alanlarda önemli uygulamalara sahip.

Araştırmacılar, farklı hızlarda veri toplayan sensörlerin bulunduğu sistemler için gelişmiş bir filtre tasarım yöntemi geliştirdi. Modern teknolojilerde GPS, kamera, radar gibi sensörler farklı frekanslarda çalışır ve bu durum veri işlemede zorluklara neden olur. Yeni yaklaşım, Linear Matrix Inequality (LMI) optimizasyonu kullanarak çok-hızlı Kalman filtrelerini tasarlıyor. Geleneksel yöntemlerin aksine, bu teknik sensörlerin periyodik davranışlarını dikkate alarak daha kararlı ve etkili sonuçlar elde ediyor. Araştırmacılar, GPS ve tekerlek sensörlerinin kullanıldığı otomotiv navigasyon sistemlerinde yöntemin başarılı olduğunu gösterdi. Bu gelişme, otonom araçlardan robotik sistemlere kadar geniş bir uygulama alanına sahip.

Araştırmacılar, karmaşık sistemlerin davranışlarını anlamak için yeni bir matematik algoritması geliştirdi. 'Ensemble Kalman-Bucy smoother' adı verilen bu yöntem, sadece geçmiş ve şimdiki verileri değil, gelecekteki gözlemleri de kullanarak daha doğru tahminler yapabiliyor. Geleneksel filtreleme yöntemlerinin aksine, bu algoritma hızla değişen sistemlerde gecikme ve önyargı problemlerini azaltıyor. Yöntem, doğrusal olmayan dinamik sistemlerde veri asimilasyonu için sürekli zaman tabanlı bir çerçeve sunuyor ve türev hesabı gerektirmeden çalışabiliyor.

Araştırmacılar, geriye dönük stokastik diferansiyel denklemler ve derin öğrenme teknolojilerini birleştirerek yenilikçi bir Bayesian filtreleme yöntemi geliştirdi. Bu yaklaşım, karmaşık filtreleme problemlerini çözmek için doğrusal olmayan Feynman-Kac temsilini kullanıyor ve sinir ağları aracılığıyla yoğunluk fonksiyonlarını tahmin ediyor. Sistem çevrimdışı eğitildikten sonra yeni gözlemlerle gerçek zamanlı olarak çalışabiliyor. Matematiksel olarak kanıtlanmış hata sınırları ve sayısal örneklerle doğrulanmış yakınsama oranları, metodun güvenilirliğini gösteriyor. Bu gelişme, sinyal işleme, robot navigasyonu ve finansal modelleme gibi alanlarda daha hassas tahmin ve filtreleme imkanları sunuyor.

Araştırmacılar, Kalman filtresi parametrelerinin tahmin edilmesinde kullanılan yerel optimizasyon algoritmalarının istatistiksel olarak tutarlı sonuçlar verdiğini matematiksel olarak kanıtladı. Çalışma, veri miktarı arttıkça optimizasyon fonksiyonunun tek modlu hale geldiğini ve yerel minimum değerlerin gerçek değerlere yakınsadığını gösteriyor. Bu bulgular, robot navigasyonundan finansal modellemelere kadar geniş kullanım alanına sahip Kalman filtrelerinin daha güvenilir bir şekilde ayarlanabilmesini sağlıyor. Araştırma aynı zamanda optimizasyon probleminin nasıl tasarlanması gerektiğine dair pratik rehberler sunuyor ve gelecekte ek parametrelerin ortak tahmininde nasıl uygulanabileceğini tartışıyor.