“kurt” için sonuçlar
80 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
İnsansız Hava Araçları Artık Uzmanlardan Öğrenerek Akıllıca Hareket Edebiliyor
Araştırmacılar, İHA sürülerinin daha akıllı ve uyumlu hareket etmesini sağlayan yeni bir yapay zeka sistemi geliştirdi. Bu sistem, önce uzman pilotların hareketlerini öğreniyor, sonra bu bilgiyi kullanarak İHA'ların kendi kararlarını vermesini sağlıyor. Geleneksel yöntemlerin aksine, her durum için yeniden hesaplama yapmak yerine, öğrenilen deneyimlerden yola çıkarak hızlı karar verme imkanı sunuyor. Bu yaklaşım, özellikle askeri operasyonlar, arama-kurtarma görevleri ve sivil havacılık uygulamaları için büyük önem taşıyor. Sistem, çoklu İHA koordinasyonundaki karmaşık optimizasyon sorunlarını olasılık tabanlı bir öğrenme problemine dönüştürerek çözüyor.
Gece Görevlerinde İHA'lar İçin Termal Görüntü Tabanlı Konum Belirleme Sistemi
GPS sinyallerinin alınamadığı gece koşullarında insansız hava araçlarının konum belirlemesi kritik bir sorun. Araştırmacılar, gündüz RGB verilerinden oluşturulan 3D haritalarla gece çekilmiş termal görüntüleri eşleştiren yenilikçi bir sistem geliştirdi. Semantik yeniden projeksiyon çerçevesi adı verilen bu yaklaşım, görüntülerdeki nesneleri sınıflandırarak ortak bir anlam alanında çalışıyor. Sistem, 6.5 kilometrelik gerçek uçuş testlerinde 2.18 metre hassasiyetle konum belirlemeyi başardı. Bu gelişme, arama-kurtarma operasyonları, güvenlik görevleri ve gece devriye uçuşları gibi kritik uygulamalarda güvenilir navigasyon sağlayabilir.
İnsansız hava araçları kurtarma operasyonlarında AI ile daha akıllı hale geliyor
Araştırmacılar, arama-kurtarma operasyonlarında kullanılan insansız hava araçları (İHA) için yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, üst düzey kural tabanlı bir danışman ile alt düzey öğrenen bir kontrolcüyü birleştiren hiyerarşik bir karar verme mekanizması kullanıyor. En dikkat çekici özelliği, sistemin önceden eğitilmeden sahada öğrenmeye başlayabilmesi. Üst düzey danışman, görev ve güvenlik bilincine sahip rehberlik sağlarken, alt düzey kontrolcü çevrimiçi olarak deneyimlerinden öğreniyor. Bu yaklaşım, özellikle acil durum senaryolarında hızlı adaptasyon gerektiren kurtarma operasyonları için kritik öneme sahip. Sistem, batarya farkındalığı olan çoklu hedef teslimatı gibi gerçekçi görevlerde test edildi.
Halatla Desteklenen Tırmanma Robotları İçin Yeni Planlama Algoritması Geliştirildi
Araştırmacılar, dikey yüzeylerde tırmanabilen robotlar için gelişmiş bir hareket planlama sistemi geliştirdi. İki seviyeli optimizasyon yaklaşımı kullanan bu sistem, robotların hem iniş yapacakları güvenli bölgeleri seçmesini hem de hareket sırasında ip gerginlikleri ile bacak kuvvetlerini optimize etmesini sağlıyor. Cross-Entropy Yöntemi ve gradyan tabanlı doğrusal olmayan optimizasyon tekniklerini birleştiren bu yaklaşım, ALPINE adlı yeni tırmanma robot platformunda test edildi. Sistem, zorlu arazi koşullarında bile dinamik olarak uygulanabilir hareketler hesaplayabiliyor. Bu gelişme, arama kurtarma operasyonları, tehlikeli bölgelerde keşif çalışmaları ve endüstriyel uygulamalar için önemli bir adım teşkil ediyor.
GPS Olmadan Tünellerde Uçan Drone: Yapay Zeka ve LiDAR İş Birliği
Araştırmacılar, GPS sinyallerinin ulaşamadığı tüneller ve madenler gibi zorlu ortamlarda drone navigasyonu için yenilikçi bir yöntem geliştirdi. Sistem, LiDAR sensörü ile toplanan verileri derin öğrenme algoritmaları ve geometrik hesaplamalarla işleyerek drone'un güvenli bir şekilde hareket etmesini sağlıyor. Geleneksel konum belirleme yöntemlerinin işe yaramadığı, aydınlatmanın yetersiz olduğu ve duvar özelliklerinin az olduğu ortamlarda bile etkili navigasyon gerçekleştiriyor. Bu teknoloji, arama kurtarma operasyonları, maden keşfi ve altyapı denetimi gibi alanlarda drone kullanımını büyük ölçüde genişletebilir.
Arama-kurtarma robotları için uzayıp kısalabilen devrimci bacak sistemi geliştirildi
Araştırmacılar, arama-kurtarma operasyonlarında kullanılmak üzere dinamik olarak uzayıp kısalabilen yenilikçi robot bacağı geliştirdi. Bu sistem, robotların hem engebeli arazilerde hareket etmesini hem de kurtarma görevlerinde yüksek güç uygulamasını sağlıyor. Geleneksel bacaklı robotlar arazi adaptasyonunda başarılı olsa da, değişken güç çıkışı konusunda sınırlı kalıyordu. Yeni tasarım, beş çubuklu bağlantı mekanizması sayesinde geometrik dönüşümlerle yükseklik avantajlı ve güç avantajlı konfigürasyonlar arasında geçiş yapabiliyor. Bu teknolojik ilerleme, afet bölgelerinde daha etkili robot sistemlerinin geliştirilmesi açısından önemli bir adım.
Robot takımları için yeni adaptasyon sistemi: Farklı sensörlerle mükemmel uyum
Araştırmacılar, farklı sensör türlerine sahip robot takımlarının sorunsuz çalışabilmesi için DC-Ada adlı yeni bir adaptasyon yöntemi geliştirdi. Bu sistem, robotların eksik veya farklı sensörlere sahip olsa bile önceden eğitilmiş politikalarını koruyarak görevlerini başarıyla sürdürmelerini sağlıyor. Depo lojistiği, arama kurtarma ve işbirlikçi haritalama gibi kritik alanlarda test edilen yöntem, merkezi olmayan yapısı sayesinde robotlar arası minimal iletişim gereksinimi ile çalışıyor. Geleneksel eğitim yöntemlerinin aksine, DC-Ada sadece ödül sinyallerini kullanarak her robot için özel gözlem dönüşümleri oluşturuyor ve böylece heterojen sensör verilerini standart bir arayüze çeviriyor.
Yarasa ekolokasyonundan ilham alan mini dronelar karanlıkta uçabiliyor
Worcester Polytechnic Institute araştırmacıları, yarasaların ekolokasyon sisteminden esinlenerek küçük dronelar için yeni bir navigasyon teknolojisi geliştirdi. Ultrases tabanlı algılama sistemi ve yapay zeka kombinasyonu sayesinde mini hava robotları, karanlık ve görüş mesafesinin kısıtlı olduğu ortamlarda başarıyla hareket edebiliyor. Bu teknoloji, özellikle kurtarma operasyonları, arama görevleri ve kapalı alanların keşfi gibi kritik uygulamalarda devrim yaratma potansiyeli taşıyor. Geleneksel kamera tabanlı navigasyon sistemlerinin aksine, ses dalgalarına dayanan bu yöntem ışık koşullarından bağımsız çalışabiliyor.
İnsansız Araçlar Artık Takım Halinde Güvenli Yol Buluyor
Araştırmacılar, afet bölgelerinde ve acil durumlarda insansız kara araçları (UGV) ile hava araçlarının (UAV) işbirliği yaparak güvenli rotalar bulmasını sağlayan yeni bir sistem geliştirdi. Bu teknoloji, deprem sonrası enkaz altında kalan yollar veya sel nedeniyle geçilemez hale gelen güzergahlar gibi belirsiz koşullarda kritik öneme sahip. Sistemde UAV'lar havadan keşif yaparak hasarlı yolları tespit ederken, UGV'lar bu bilgileri kullanarak en güvenli rotayı seçiyor. Çalışma, birden fazla drone kullanmanın seyahat süresini nasıl kısalttığını ve farklı işbirliği stratejilerinin etkinliğini analiz ediyor. Bu gelişme, arama-kurtarma operasyonları, acil tıbbi malzeme taşımacılığı ve afet müdahale görevlerinde hayat kurtarıcı olabilir.
Esnek robotlar için yeni öğrenme algoritması geliştirild
Araştırmacılar, tendon tahrikli sürekli robotların kontrolü için yenilikçi bir yapay öğrenme yaklaşımı geliştirdi. Bu robotlar, insan kolu gibi esnek hareket edebilen ancak kontrolü oldukça zor sistemler. Yeni yöntem, robotun geçmiş hareketlerini referans alarak gelecekteki davranışını öngörüyor ve daha hassas kontrol sağlıyor. Geleneksel kontrol yöntemlerinin aksine, bu yaklaşım robotun doğrusal olmayan dinamiklerini ve geçmiş bağımlılığını dikkate alıyor. Deneyler, yeni algoritmanın üç bölümden oluşan bir robot platformunda başarılı sonuçlar verdiğini gösteriyor. Bu gelişme, tıbbi cerrahi, arama-kurtarma operasyonları ve dar alanlarda çalışan robotlar için önemli uygulamalara sahip.
Hava araçları için yeni kontrol sistemi: Belirsizliğe rağmen hassas uçuş
MIT ve Stanford araştırmacıları, birbirine bağlı hava araçlarının belirsiz koşullarda güvenli uçuş yapmasını sağlayan yenilikçi bir kontrol sistemi geliştirdi. Sistem, araçların fiziksel özelliklerindeki belirsizlikleri önceden hesaplayarak güvenlik sınırlarını dinamik olarak ayarlıyor. Geleneksel yöntemlerden farklı olarak, bu yaklaşım belirsizlik durumlarında bile yüksek performans sunuyor. Test sonuçları, sistemin hem güvenlik marjlarını artırdığını hem de mükemmel takip performansı sergilediğini gösteriyor. Bu gelişme, kurtarma operasyonlarından kargo taşımacılığına kadar birçok alanda kullanılabilecek otonom hava araçları için önemli bir adım teşkil ediyor.
Suya Düşen Robot: Bilinmeyen Deniz Altı Dünyasında Güvenli Seyir
Otonom sualtı araçları (AUV) için yeni bir navigasyon sistemi geliştirildi. Zayıf görüş, sinyal iletim sorunları ve dinamik su akıntıları nedeniyle sualtı ortamlarında hareket etmek son derece zor. Araştırmacılar, gerçek zamanlı sensör verilerini kullanan entegre bir planlama ve kontrol çerçevesi geliştirerek bu zorlukları aştı. Sistem, önceden tasarlanmış geri bildirim kontrolcülerini temel alarak hareket planlaması yapıyor ve böylece hesaplama karmaşıklığını azaltırken operasyonel verimliliği artırıyor. Bu yenilik, deniz bilimleri araştırmalarından arama kurtarma operasyonlarına kadar geniş bir uygulama alanına sahip.
Yapay Zeka Modellerinde Kolektif Ajan Sistemiyle Otomatik Performans Artışı
Araştırmacılar, büyük dil modellerinin karmaşık mantıksal problemlerdeki performansını artırmak için Agent-GWO adlı yeni bir sistem geliştirdi. Bu sistem, farklı ajanların işbirliği yaparak en etkili soru sorma stratejilerini ve sistem ayarlarını otomatik olarak bulmasını sağlıyor. Geleneksel yöntemler elle hazırlanan sabit komutlara dayandığı için sınırlı başarı gösterirken, yeni sistem dinamik olarak kendini optimize ediyor. Gri kurt algoritmasından esinlenen lider-takipçi mekanizması kullanarak, sistem hem soru kalıplarını hem de teknik parametreleri aynı anda iyileştiriyor. Bu yaklaşım, yapay zeka modellerinin farklı görevlerde daha kararlı ve yüksek performans göstermesini sağlıyor.
Yapay Zeka İlaç Moleküllerinin Vücuttaki Hareketini Önceden Tahmin Ediyor
Oregon Üniversitesi araştırmacıları, potansiyel ilaç moleküllerinin vücut içindeki davranışlarını pahalı laboratuvar testleri yapılmadan önce tahmin edebilen yapay zeka tabanlı bir araç geliştirdi. Bu sistem, ilaç geliştirme sürecinde yaşanan yüksek başarısızlık oranlarını azaltmaya yardımcı olabilir. Piyasaya çıkan her yaşam kurtaran ilaç için, geliştirme sürecinde birçok aday molekül başarısız oluyor ve bu durum milyarlarca dolarlık kayıplara neden oluyor. Yeni AI aracı, moleküllerin vücut içindeki dağılımını, emilimini ve metabolizmasını modelleyerek, hangi adayların daha fazla yatırıma değer olduğunu erken aşamada belirlemeye olanak tanıyor.
Yumuşak robotlar dokunarak çevrelerini haritalıyor
Stanford Üniversitesi'nden araştırmacılar, yumuşak ve esnek malzemelerden üretilen büyüyen robotların dokunsal algı yeteneklerini kullanarak bilinmeyen ortamları haritalayabileceğini gösterdi. Bu robotlar, engellerle çarpıştıklarında şekillerini değiştirerek hem kendilerini koruyabiliyor hem de çevreleri hakkında bilgi toplayabiliyor. Araştırma, robotların çarpışma davranışlarını modelleyerek 2D ortamlarda nasıl hareket edeceklerini tahmin eden bir simülatör geliştirdi. Monte Carlo örneklemesi kullanarak robotun bir sonraki en optimal hareketini belirleyebilen sistem, bilinmeyen alanları keşfetme konusunda başarılı sonuçlar verdi. Bu yaklaşım, arama kurtarma operasyonları, dar alanların incelenmesi ve tehlikeli bölgelerin keşfi gibi alanlarda devrim yaratabilir.
Yapay Zeka Algoritmalarının Sınırlarını Önceden Tahmin Etmenin Yeni Yolu
Araştırmacılar, yüksek boyutlu veri analizi problemlerinde algoritmaların ne zaman başarısız olacağını önceden tahmin edebilen yeni bir matematiksel çerçeve geliştirdi. Bu çalışma, özellikle makine öğrenmesi ve istatistiksel çıkarım alanında kritik olan 'algılama-kurtarma açığı' denilen fenomeni anlamak için güçlü bir araç sunuyor. Düşük dereceli polinom çerçevesi kullanılarak geliştirilen bu yöntem, karmaşık veri setlerinden bilgi çıkarmanın ne zaman hesaplama açısından mümkün olmayacağını belirleyebiliyor. Araştırma, mevcut yaklaşımların modele özgü karmaşık argümanlara dayandığı sınırlamasını aşarak daha genel bir çözüm getiriyor. Bu gelişme, büyük veri analizi ve yapay zeka uygulamalarında algoritma seçimi ve performans beklentilerinin belirlenmesinde önemli katkı sağlayacak.
Chameleon: Büyük Dil Modellerinin Eğitiminde Akıllı Hata Toleransı Sistemi
Büyük dil modellerinin eğitimi sırasında yaşanan kesintiler ve hatalar, milyar dolarlık projelerde ciddi zaman ve kaynak kayıplarına yol açıyor. Araştırmacılar, bu soruna çözüm olarak Chameleon adlı adaptif sistem geliştirdi. Bu yenilikçi yaklaşım, bir hata meydana geldiğinde en optimal kurtarma stratejisini gerçek zamanlı olarak seçebiliyor. Geleneksel yedekli hesaplama, dinamik paralellik ve veri yönlendirme yöntemlerinin aksine, Chameleon birleşik performans modeli ve hızlı yürütme planı arama algoritması kullanıyor. 32 kartlık küme üzerinde yapılan testlerde sistem, hata sonrası ve hatasız eğitim arasında sadece %11'lik performans farkı bırakırken, model yakınsama kalitesini ve verimli bellek kullanımını koruyor.
Yapay Zeka Modelleri Artık Ne Zaman Durması Gerektiğini Öğreniyor
Büyük dil modelleri karmaşık problemleri çözerken gereksiz hesaplamalar yaparak enerji ve zaman israf ediyor. Stanford araştırmacıları, Step-GRPO adlı yeni bir yöntem geliştirerek bu soruna çözüm getirdi. Bu teknik, modellerin cevabı bulduklarında otomatik olarak durmayı öğrenmelerini sağlıyor. Geleneksel yöntemler ya modelin performansını düşürüyor ya da sistem karmaşıklığını artırıyordu. Step-GRPO ise modelin içine dinamik erken çıkış yeteneği yerleştirerek bu ikilemden kurtulmuş. Yöntem, düşünce zincirini anlamsal adımlara bölerek optimize ediyor ve gereksiz tekrarları cezalandırıyor. Test sonuçları, Qwen3-8B modelinde hem doğruluğu koruduğunu hem de hesaplama verimliliğini önemli ölçüde artırdığını gösterdi.
İnsan-robot işbirliği güvenliğinde yeni yaklaşım: Drone'lar için akıllı planlama
Araştırmacılar, insanlarla birlikte çalışan çok rotorlu hava araçları için gelişmiş bir hareket planlama ve risk analizi sistemi geliştirdi. Yeni yaklaşım, Signal Temporal Logic kullanarak güvenlik, zamanlama ve insan ergonomisi gereksinimlerini kodluyor. Sistem, drone'ların doğrusal olmayan dinamiklerini hesaba katarak dinamik olarak uygulanabilir yörüngeler üretiyor. Özellikle insan pozisyonundaki belirsizlikleri göz önünde bulundurarak risk analizini gerçekleştiren bu teknoloji, öngörülemeyen durumlardan kurtulmak için güvenlik odaklı yeniden planlama stratejisi de içeriyor. Bu gelişme, insanlarla aynı ortamda çalışan otonom hava araçlarının güvenliğini artırmada önemli bir adım teşkil ediyor.
Yapay Zeka MRI Görüntülerindeki Hareket Bozulmalarını Temizliyor
Araştırmacılar, MRI çekimlerinde hastanın hareket etmesi nedeniyle oluşan görüntü bozulmalarını gidermek için yeni bir yapay zeka sistemi geliştirdi. PERCEPT-Net adlı bu sistem, geleneksel yöntemlerin aksine gerçek anatomik yapıları korurken sadece hareket kaynaklı bozulmaları temizleyebiliyor. Sistem, çok ölçekli kurtarma modülü, ikili dikkat mekanizması ve özel olarak tasarlanmış Hareket Algısal Kaybı olmak üzere üç yenilikçi bileşen içeriyor. Bu teknoloji, özellikle çocuk hastalarda veya claustrofobisi olan kişilerde sık karşılaşılan hareket kaynaklı MRI görüntü kalitesi sorunlarına çözüm sunuyor.
Sosyal Medyada Etkileşim Nasıl Yayılır? Yeni Yapay Zeka Modeli Açıklıyor
Araştırmacılar, sosyal medyada bilginin nasıl yayıldığını ve insanları nasıl etkilediğini anlamak için yeni bir yapay zeka modeli geliştirdi. COVID-19 pandemisi gibi kriz dönemlerinde hayat kurtaran bilgilerin toplumda benimsenmesini etkileyen faktörleri inceleyen çalışma, psikolojik ve sosyal unsurları hesaplamalı modellemeyle birleştiriyor. Geliştirilen Genelleştirilmiş Etki Modeli, ağın iletkenliği ve etki-sermaye dağılımı gibi iki yeni mekanizma kullanarak mevcut yaklaşımlardan daha başarılı sonuçlar elde ediyor. Bu çalışma, sosyal etki araştırmalarındaki önemli bir boşluğu dolduruyor ve gelecekte bilgi kampanyalarının daha etkili planlanmasına katkı sağlayabilir.
Yapay Zeka Araç Kullanımında Hata Kurtarma Sorunu Çözüldü
Büyük dil modelleri araçları etkili kullanabilse de, çok aşamalı işlemlerde hatalarla karşılaştıklarında toparlanmakta zorlanıyor. Küçük modeller özellikle bir araç çağrısı başarısız olduğunda aynı geçersiz işlemi tekrar tekrar deneyerek döngüye giriyor. Stanford araştırmacıları, bu sorunu çözmek için Fission-GRPO adlı yenilikçi bir framework geliştirdi. Bu sistem, hatalı işlemleri öğrenme fırsatına dönüştürerek modellerin hatalardan nasıl kurtulacağını öğrenmesini sağlıyor. Geleneksel pekiştirmeli öğrenme yöntemlerinin aksine, zengin hata deneyimlerini değerlendirilebilir öğrenme materyaline çeviriyor.
Yapay zeka sosyal medyadan kan talebi mesajlarını %99 doğrulukla tespit ediyor
Araştırmacılar, sosyal medyadaki acil kan bağışı taleplerine daha hızlı yanıt vermek için yenilikçi bir yapay zeka sistemi geliştirdi. CBRS adlı bu sistem, Twitter ve Facebook gibi platformlardaki milyonlarca mesaj arasından kan talebi içerenleri %99 doğrulukla ayırt ediyor. Sistem özellikle Bengalce, İngilizce ve karma dillerdeki mesajları analiz edebiliyor. 11 bin mesajdan oluşan özel veri setiyle eğitilen sistem, geleneksel uygulamaların aksine manuel kayıt gerektirmiyor ve kaynak kısıtlı bölgelerde yaşam kurtarıcı olabilir.
Yapay zeka öğrenci sesindeki alarm işaretlerini tespit edebiliyor
Araştırmacılar, öğrencilerin sözlü yanıtlarından endişe verici durumları tespit edebilen hibrit bir yapay zeka sistemi geliştirdi. Sistem, hem konuşmanın içeriğini hem de ses tonunu analiz ederek, psikolojik sıkıntı yaşayan öğrencileri erken fark edebiliyor. Bu teknoloji, otomatik sözlü değerlendirme sistemlerindeki kritik güvenlik açığını kapatmayı hedefliyor. Geliştirilen çift katmanlı yaklaşım, metin tabanlı sınıflandırıcı ile ses tabanlı prosodik analizi birleştirerek, geleneksel sistemlerden daha başarılı sonuçlar elde ediyor. Uzmanlar, zamanında müdahalenin hayat kurtarıcı olabileceği durumlarda bu sistemin insan değerlendirme sürecini hızlandırabileceğini belirtiyor.