Bilim insanları, güneş ışığını kimyasal enerji olarak depolamak için yeni bir moleküler sistem geliştirdi. Bor-nitrojen atomları içeren naftalen türevi molekülün, planar yapıdan Dewar yapısına dönüşümü incelendi. Bu çalışma, moleküler güneş termal enerji depolama (MOST) teknolojisi için önemli bulgular sunuyor. Araştırmacılar, BN atomlarının moleküle dahil edilmesinin, enerji dönüşüm yolağını nasıl etkilediğini keşfetti. Yoğunluk fonksiyonel teorisi ve gelişmiş hesaplama yöntemleri kullanılarak yapılan analiz, karbon analoglarıyla karşılaştırıldığında farklı enerji profilleri ortaya çıkardı. Bu keşif, güneş enerjisinin daha verimli şekilde depolanması için yeni stratejiler geliştirilmesine katkı sağlayabilir.

Araştırmacılar, nano ölçekli gözenekli malzemelerdeki sıvı akışını daha iyi anlamak için yeni bir modelleme yöntemi geliştirdi. Yöntem, kapiller yoğuşma nedeniyle tıkanan gözeneklerin etkisini hesaba katarak, malzemenin geçirgenlik özelliklerini tahmin ediyor. Klasik Yoğunluk Fonksiyonel Teorisi ile desteklenen bu yaklaşım, nano boyutlardaki fiziksel olayları makro ölçekli modellere entegre ederek, petrol endüstrisi, su arıtma ve kataliz gibi alanlarda önemli uygulamalara sahip. Çalışma, gözenek boyutu dağılımı ve malzeme yapısının sıvı akış özelliklerini nasıl etkilediğini ortaya koyuyor.

Bilim insanları, kuantum mekaniğinin mantık yapısını açıklamak için yeni bir yaklaşım geliştirdi. Bu çalışma, bir kuantum sisteminin çevresiyle bilgi alışverişini merkeze alarak, geleneksel Birkhoff-von Neumann kuantum mantığının eksikliklerini gidermeyi amaçlıyor. Araştırmacılar, özellikle eşlenik değişkenlerle ilgili gözlemlerin birleşiminin tutarlı şekilde tanımlanabileceğini, ancak bu birleşimin değişmeli olmadığını keşfetti. Yeni yaklaşım, sistemin tarihsel evrimini dikkate alırken, girişim etkilerinin çevresel bilgi transferi sırasında kaybolabileceğini öngörüyor. Bu gelişme, kuantum bilgisayarlar ve kuantum iletişim sistemlerinin geliştirilmesinde önemli teorik temeller sağlayabilir.

Bilim insanları, dış uyaranlara odaklanma sürecimizin beyin mekanizmalarını fMRI ile görüntüleyerek açıkladı. Araştırma, dikkatin nasıl çalıştığına dair entegrasyon-ayrışma teorisinin ilk doğrudan sinirsel kanıtlarını sunuyor. Çalışmada, önceden işaretlenmiş hedeflere odaklanırken frontal ve parietal bölgelerin aktif olduğu, beklenmedik hedeflerde ise temporal korteksin devreye girdiği gözlendi. Bu bulgular, beynimizin bilgi işleme stratejilerini nasıl değiştirdiğini ve dikkat bozukluklarının tedavisinde yeni yaklaşımlar geliştirilmesine katkı sağlayabilir.

Araştırmacılar, beyin hücrelerinin çalışma şeklini taklit eden yeni bir sinyal işleme yöntemi geliştirdi. Bu yaklaşım, geleneksel yöntemlere kıyasla çok daha az enerji tüketen 'spike' tabanlı kodlamayı kullanıyor. Yöntem, dalga dönüşümü teorisiyle birleştirilerek hem matematiksel sağlamlık kazandırılmış hem de nöromorfikik donanımlarda doğrudan uygulanabilir hale getirilmiş. Elektrokardiyogram ve ses verilerinde yapılan testlerde, sürekli dalga dönüşümlerine benzer başarı oranları elde edildi. Bu gelişme, yapay zekanın enerji verimliliği sorununa çözüm sunarken, beyin-bilgisayar arayüzlerinden robotik uygulamalara kadar geniş bir kullanım alanına sahip.

Araştırmacılar, kronik erteleme sorunu yaşayan kişilerde beyin stimülasyonu tekniklerinin etkinliğini test etti. Çalışmada, sol dorsolateral prefrontal kortekse yedi seans HD-tDCS uygulandı ve katılımcıların gerçek hayattaki davranışları yoğun deneyim örnekleme yöntemiyle takip edildi. Erteleme davranışının, görevin olumsuz yönlerinden kaçınma ile olumlu sonuçlarını elde etme arasındaki dengesizlikten kaynaklandığı teorisi test edildi. Bu çalışma, erteleme sorununun nörobiyolojik temellerini anlamak ve etkili tedavi yöntemleri geliştirmek açısından önemli bulgular sunuyor. Toplumsal verimlilik ve bireysel sağlığı etkileyen bu yaygın sorunun çözümüne yönelik umut verici bir yaklaşım ortaya koyuyor.

Araştırmacılar, beynin nasıl çalıştığını açıklamak için yeni bir matematiksel framework geliştirdiler. 'Homolojik Beyin' adı verilen bu teori, nöral hesaplamaları topolojik yapıların inşası ve navigasyonu olarak yorumluyor. Klasik hesaplama teorileri, sinaptik plastisitenin yavaş zaman ölçeği ile algısal sentezin hızlı zaman ölçeği arasındaki çelişkiyi açıklamakta zorlanıyordu. Yeni yaklaşım, beynin yavaş, gürültülü ve enerji kısıtlı substratlarından nasıl hızlı ve tutarlı çıkarımlar yapabildiğini matematiksel olarak modellemeye çalışıyor.

Araştırmacılar, yoğunluk fonksiyonel teorisi (TDDFT) hesaplamalarında ortaya çıkan beklenmedik bir fenomeni inceledi. Ekstrem ultraviyole (XUV) darbe uygulandıktan sonra, moleküler dipol salınımlarında gecikmeli bir büyüme gözlemlenmişti. Yeni çalışma, bu durumun gerçek bir fiziksel fenomen değil, hesaplama yönteminin yarattığı bir yapay sonuç olduğunu ortaya koyuyor. Araştırma ekibi, sayısal ve analitik argümanlar kullanarak, adyabatik değişim-korelasyon yaklaşımının sistemdeki küçük ve saf sinüzoidal salınımları yanlış bir şekilde büyüttüğünü gösterdi. Özellikle N2 molekülü üzerinde yapılan testler, farklı hesaplama yaklaşımlarının nasıl farklı sonuçlar verdiğini açık bir şekilde ortaya koydu.

Araştırmacılar, periyodik sistemlerde kuantum mekaniği ve moleküler mekaniği birleştiren yeni bir hibrit hesaplama yöntemi geliştirdi. Bu polarize edilebilir gömme (PE) QM/MM şeması, özellikle su moleküllerini içeren sistemlerde iki alt sistemin karşılıklı polarizasyonunu dikkate alıyor. Yöntem, yoğunluk fonksiyoneli teorisi (DFT) ile tanımlanan kuantum mekaniksel sistemi, su moleküllerini karakterize eden tek merkezli çok kutuplu genişleme modeli ile birleştiriyor. Bu yaklaşım, malzeme bilimi, kataliz ve biyomoleküler sistemlerin analizinde önemli avantajlar sunuyor. Geliştirilen model, uzun menzilli etkileşimleri verimli şekilde hesaplayarak, tam kuantum mekaniksel hesaplamaların doğruluğunu korurken hesaplama maliyetini önemli ölçüde düşürüyor.

Bilim insanları, yoğunluk fonksiyonel teorisinde kullanılan geleneksel yaklaşımların hız-doğruluk ikilemini çözmek için yeni bir yapay zeka stratejisi geliştirdi. Araştırmacılar, genellik yerine doğruluğu tercih eden ve özellikle su molekülleri için optimize edilmiş bir sinir ağı modeli tasarladı. Bu 'aşırı öğrenme' yaklaşımı, sadece sekiz konfigürasyonla eğitilerek altın standart hesaplama yöntemlerine yakın sonuçlar elde etti. Model, iyonlaşma ve atomizasyon enerjilerinde 1 kcal/mol hata oranıyla çalışırken, spektral çizgiler ve elektron yoğunluğu dağılımı tahminlerini de önemli ölçüde geliştirdi.

Araştırmacılar, yapay sinir ağlarının kuantum kimya hesaplamalarında kullanılan yoğunluk fonksiyoneli teorisini (DFT) ne kadar başarılı şekilde taklit edebileceğini test eden yeni bir yöntem geliştirdi. 'Fonksiyonel klonlama' adı verilen bu yaklaşımda, yapay zeka modelleri bilinen bir değişim-korelasyon fonksiyonelini yeniden üretmeye çalışıyor. Çalışma, sınırlandırılmış ve sınırlandırılmamış mimariler kullanarak GGA seviyesinde eğitilen modellerin performansını karşılaştırıyor. Test sonuçları, sınırlandırılmış modellerin moleküler enerji hesaplamalarında ve kristal yapıların durum denklemlerinde daha başarılı olduğunu gösteriyor.