“modelleme” için sonuçlar
215 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zeka artık konuşurken düşünebiliyor: FLAIR sistemi geliştirildi
Araştırmacılar, insanların konuşma sırasında aynı anda düşünme yetisinden ilham alarak yeni bir yapay zeka sistemi geliştirdi. FLAIR adlı bu sistem, kullanıcı konuşurken eş zamanlı olarak gizli düşünce süreçleri yürütebiliyor. Geleneksel sistemlerin aksine, bu teknoloji konuşma algısı ile birlikte sürekli akıl yürütme yaparak daha kaliteli yanıtlar üretebiliyor. Sistem, önceki adımdan gelen gizli bilgileri bir sonraki adıma aktararak kesintisiz bir düşünce süreci oluşturuyor ve bu süreç hiç gecikme yaratmıyor. Bu gelişme, gelecekte daha doğal ve akıllı sesli asistanların ortaya çıkmasının yolunu açabilir.
Yapay zeka modelleri artık kendi güvenilirliklerini ölçebiliyor
Araştırmacılar, makine öğrenmesi tabanlı atomlar arası potansiyel modellerinin ne zaman güvenilir tahminler yaptığını belirleyecek yeni bir yöntem geliştirdi. PROBE adı verilen bu teknik, mevcut modellerde herhangi bir değişiklik yapmadan, her tahminin güvenilirlik olasılığını hesaplayabiliyor. Geleneksel yöntemler birden fazla modelin bir arada kullanılmasını gerektirirken, PROBE tek bir modelin içsel temsillerini analiz ederek çalışıyor. Bu yaklaşım, özellikle büyük ölçekli yapay zeka modellerinde daha verimli ve doğru sonuçlar üretiyor. Kimyasal sistemlerin modellenmesinde kritik öneme sahip bu gelişme, yapay zekanın bilimsel araştırmalardaki güvenilirliğini artıracak.
Zaman Gecikmeli Sistemler İçin Yeni Stabilite Analizi Yöntemi Geliştirildi
Araştırmacılar, elektrikli motorlar ve sinir ağları gibi karmaşık sistemlerin kararlılığını analiz etmek için yeni bir matematiksel framework geliştirdi. Persidskii sistemleri olarak adlandırılan bu yapılar, doğrusal dinamikler ile nonlineer geri besleme döngülerini birleştireyor. Çalışma, zaman gecikmesi olan sistemlerde durum tahmini ve kararlılık analizi için veri odaklı yaklaşımlar sunuyor. Özellikle elektrikli araçlarda kullanılan PMSM motorlarında deneysel doğrulama yapılması, teorik çalışmanın pratik uygulamalarını gösteriyor. Bu gelişme, otonom sistemler ve robotik alanlarında daha güvenilir kontrol sistemleri tasarımına katkı sağlayabilir.
Sürekli Zaman Sistemleri İçin Yeni Hiyerarşik Kontrol Yöntemi Geliştirildi
Araştırmacılar, sürekli zaman sistemlerinin kontrolü için yeni bir yaklaşım geliştirdi. Bu yöntem, soyut ve somut modeller arasındaki uyumsuzlukları daha iyi tolere eden 'genel yaklaşık değişimli simülasyon ilişkisi' adlı bir teknik kullanıyor. Geleneksel simülasyon yöntemleri, modeller arasındaki küçük farklılıklarda bile zorlanırken, yeni yaklaşım bu sınırlamaları aşarak daha büyük uyumsuzlukları kabul edebiliyor. Araştırma ekibi, bu ilişkinin özelliklerini inceleyerek hiyerarşik kontrol için bir kontrol iyileştirme yöntemi de geliştirdi. Sürekli zaman sistemleri, mühendislik ve bilim alanlarında yaygın olarak kullanılan matematiksel modeller olup, gerçek dünya sistemlerinin davranışlarını anlamamızı sağlıyor. Bu çalışma, özellikle karmaşık sistemlerin kontrolü açısından önemli bir ilerleme sunuyor.
Gürültülü Verilerle Sistem Modellemede Yeni Yaklaşım
Araştırmacılar, gürültülü impuls yanıt verilerinden yararlanarak daha güvenilir sistem modelleri oluşturan yeni bir yöntem geliştirdi. Bu yaklaşım, mühendislik sistemlerinin davranışını öngörmek için kullanılan matematiksel modellerin boyutlarını küçültürken, gürültülü ortamlarda bile yüksek doğruluk sağlayabilir. Geleneksel yöntemlerden farklı olarak, bu teknik veri odaklı bir yaklaşım benimsiyor ve düzenleyici (regularized) algoritma kullanarak gürültüye karşı dayanıklılığı artırıyor. SLICOT kıyaslama testlerinde gerçekleştirilen deneyler, yeni yöntemin mevcut alternatiflerden daha düşük hata oranları elde ettiğini gösteriyor. Bu gelişme özellikle sinyal işleme, kontrol sistemleri ve makine öğrenmesi alanlarında önemli uygulamalara sahip olabilir.
Yapay Zeka Dil Modellerinde Hız Devrimine Yeni Yaklaşım: Efficient-DLM
Stanford araştırmacıları, mevcut dil modellerinin hızını artırmak için yenilikçi bir yöntem geliştirdi. Geleneksel otoregresif modelleri, paralel işlem yapabilen difüzyon modellerine dönüştüren bu teknik, hem hızı artırıyor hem de doğruluğu koruyor. Araştırma, ChatGPT gibi modellerin kelime kelime üretim yapma yavaşlığını aşmaya odaklanıyor. Yeni yaklaşım, önceden eğitilmiş modellerin ağırlık dağılımlarını koruyarak daha etkili bir dönüşüm sağlıyor. Blok bazlı dikkat mekanizması kullanan sürekli eğitim şeması, hem nedensel ilişkileri hem de çift yönlü modellemeyi destekliyor. Bu gelişme, yapay zeka asistanlarının yanıt hızını önemli ölçüde artırabilir.
Yapay Zeka Ajanların Davranışlarını Fizik Yasalarıyla Çözümleyen Yeni Yöntem
Araştırmacılar, yapay zeka ajanlarının davranışlarını anlamak için fizik yasalarından ilham alan yenilikçi bir yöntem geliştirdi. Fokker-Planck Ters Pekiştirmeli Öğrenme (FP-IRL) adlı bu teknik, ajanların gözlemlenen hareketlerinden hem ödül sistemlerini hem de geçiş fonksiyonlarını eş zamanlı olarak çıkarabilir. Geleneksel yöntemlerin aksine, bu yaklaşım önceden belirlenen dinamik modellere ihtiyaç duymaz ve doğrudan trajectory verilerinden öğrenir. Yöntem, Markov karar süreçleri ile Fokker-Planck denklemleri arasındaki matematiksel bağlantıyı kullanarak, fizik temelli kısıtlamalar altında çalışır. Bu gelişme, robotik, otonom sistemler ve insan davranış modellemesi gibi alanlarda önemli uygulamalar sunabilir.
İlaç Keşfinde Büyük AI Modelleri Her Zaman Kazanmıyor
Stanford araştırmacıları, ilaç keşfinde yapay zekanın rolünü araştıran kapsamlı bir çalışma yürüttü. 22 farklı moleküler özellik ve aktivite testinde, büyük dil modelleri ve temel moleküler modellerin her zaman klasik makine öğrenmesi yöntemlerinden üstün olmadığını keşfetti. 167 bin test örneğinde, Random Forest ve ExtraTrees gibi geleneksel yöntemler 10 görevde birinci olurken, graf sinir ağları 9 görevde, büyük ön-eğitimli modeller ise sadece 3 görevde en iyi performansı gösterdi. Bu bulgular, ilaç geliştirmede AI yaklaşımı seçerken görev özelliklerinin dikkate alınmasının önemini vurguluyor.
Yeni yapay sinir ağı mimarisi dışbükey fonksiyonları öğrenmede devrim yaratıyor
Araştırmacılar, dışbükey fonksiyonları öğrenme konusunda çığır açan Hyper Input Convex Neural Networks (HyCNN) adlı yeni bir yapay sinir ağı mimarisi geliştirdi. Bu yenilikçi sistem, Maxout ağları ile giriş dışbükey sinir ağlarının (ICNN) güçlü yönlerini birleştiriyor. HyCNN'ler, kuadratik fonksiyonları yaklaşık olarak modellemek için ICNN'lere kıyasla üssel olarak daha az parametre gerektiriyor. Yapılan deneyler, yeni mimarinin dışbükey regresyon ve interpolasyon görevlerinde mevcut ICNN'leri ve çok katmanlı algılayıcıları (MLP) geride bıraktığını gösteriyor. Özellikle yüksek boyutlu optimal transport haritalarının öğrenilmesinde ve tek hücreli RNA sekanslama verilerinin analizinde üstün performans sergiliyor. Bu gelişme, makine öğrenmesinde dışbükey optimizasyon problemlerinin çözümü için önemli bir adım teşkil ediyor.
Robotların Kavrama Yetisi İçin Yeni Planlama Algoritmaları Geliştirildi
Araştırmacılar, robotların nesneleri daha etkili kavrayabilmesi için iki farklı algoritma geliştirdi. GET-2D-1.0 adlı sistem, tek kamerayla alınan görüntülerden yararlanarak 683 milisaniyede kavrama planı oluştururken, GET-3D-1.0 sistemi ise üç boyutlu modelleme kullanarak daha hassas sonuçlar üretiyor. Fiziksel deneyler, 2D sistemin mevcut yöntemlere kıyasla nesneleri kaldırma başarısında %40 oranında iyileşme sağladığını gösterdi. Bu gelişme, endüstriyel robotların manipülasyon kabiliyetlerini artırarak otomasyonun daha karmaşık görevlerde kullanılmasının önünü açıyor.
3D Nesne Üretiminde Yeni Dönem: Robotlar İçin Gerçekçi Sanal Dünyalar
Yapay zeka destekli robotların eğitimi için kullanılan 3D içerik üretimi teknolojilerinde önemli gelişmeler yaşanıyor. Yeni araştırma, robotların sanal ortamlarda daha etkili öğrenebilmesi için fiziksel özellikler taşıyan 3D nesneler ve etkileşimli ortamlar oluşturulmasının önemini vurguluyor. Bu teknoloji, robotların gerçek dünyaya geçmeden önce sanal ortamlarda kapsamlı eğitim almasını sağlıyor. Geleneksel 3D modellemeden farklı olarak, bu yeni yaklaşım sadece görsel gerçekçiliğe odaklanmıyor; üretilen nesnelerin fiziksel davranışları, hareket kabiliyetleri ve malzeme özellikleri de simülasyona dahil ediliyor. Bu gelişme, robotik sistemlerin daha güvenilir ve etkili bir şekilde eğitilmesini mümkün kılarak, yapay zeka alanında önemli bir adım teşkil ediyor.
Robotlar İçin Yeni 4D Dünya Modeli: Hem Hareket Ediyor Hem Çevreyi Öngörüyor
Araştırmacılar, robotların hem gerçek zamanlı hareket etmesini hem de çevrelerinin 4 boyutlu modelini oluşturmasını sağlayan X-WAM adlı yeni bir sistem geliştirdi. Bu teknoloji, önceden eğitilmiş video yapay zekası modellerini kullanarak geleceği tahmin ediyor ve robotların çevreyle daha etkili etkileşim kurmasını mağdur ediyor. Sistem, çok açılı RGB-D videoları tahmin ederek gelecekteki dünyayı hayal ediyor ve hafif yapısal uyarlamalar sayesinde uzamsal bilgileri verimli şekilde elde ediyor. Geliştirilen Asenkron Gürültü Örnekleme tekniği ise üretim kalitesi ile hareket çözümleme verimliliğini dengeli şekilde optimize ediyor. Bu yenilik, robotik alanında hem hareket kontrolü hem de çevre modellemesini tek platformda birleştiren önemli bir gelişme olarak öne çıkıyor.
Robot Manipülasyonunda Yeni Dönem: Uzaysal-Zamansal Aksiyon Modelleme
Araştırmacılar, robotların karmaşık manipülasyon görevlerini gerçekleştirmesini sağlayan yeni bir yapay zeka modeli geliştirdi. STARRY adlı bu sistem, robotların gelecekteki hareketlerini planlarken uzaysal ve zamansal etkileşimleri birlikte değerlendiriyor. Geleneksel robot kontrol sistemleri, aksiyonları ve çevresel etkileşimleri ayrı ayrı analiz ederken, STARRY bunları entegre bir şekilde modelliyyor. Sistem, derinlik algısı ve robot kol geometrisini kullanarak akıllı dikkat mekanizmaları geliştiriyor. Test ortamında %93,82 başarı oranına ulaşan model, gerçek dünya deneylerinde mevcut sistemlere göre %42,5'ten %70,8'e kadar önemli performans artışı gösterdi. Bu gelişme, robotların daha karmaşık ve hassas görevleri yerine getirmesinin önünü açarak, endüstriyel otomasyon ve hizmet robotları alanında önemli ilerlemeler sağlayabilir.
Robotlar İçin Hibrit Yapay Zeka: Sembolik ve Sürekli Planlama Bir Arada
MIT araştırmacıları, uzun vadeli görevleri yerine getiren robotlar için yeni bir yapay zeka yaklaşımı geliştirdi. Geleneksel difüzyon modelleri, robotların hareket yörüngelerini modellemede başarılı olsa da karmaşık karar verme süreçlerinde zorlanıyor. Yeni hibrit sistem, sürekli hareket planlamasını sembolik düşünce ile birleştirerek bu sorunu çözüyor. Sistem, hem matematiksel hesaplamaları hem de mantıksal karar verme süreçlerini eş zamanlı olarak kullanarak robotların daha karmaşık görevleri başarıyla tamamlamasını sağlıyor. Bu yaklaşım, mevcut yöntemleri önemli ölçüde geride bırakarak robotik alanında yeni bir dönüm noktası oluşturuyor.
İpli Uçaklar İçin Yeni Matematik Model: Koordinatsız Uçuş Dinamiği Keşfi
Araştırmacılar, sabit kanatlı uçakların uçuş dinamiklerini anlamak için yeni bir matematiksel yaklaşım geliştirdi. Bu çalışma, özellikle iple bağlı uçaklar için koordinat sistemlerine bağımlı olmayan geometrik bir model sunuyor. Geleneksel yöntemlerin aksine, bu yaklaşım aerodinamik kuvvetleri (sürükleme, kaldırma, yanal kuvvet) geometrik olarak tanımlayarak, yerel koordinat sistemlerinin karmaşıklığından kaçınıyor. Model, uçağın yan kaymayı önleyen koordineli uçuş koşullarında, yörüngeden girdi parametrelerine doğrudan dönüşüm sağlıyor. Bu breakthrough, özellikle robotik uygulamaları açısından önemli çünkü otonom uçuş sistemlerinin kontrolünde daha basit ve etkili çözümler sunuyor.
Robotlarda Geometrik Belirsizlik: Yeni Matematiksel Model Geliştirildi
Araştırmacılar, robotların karmaşık yüzeylerde hareket ederken karşılaştığı belirsizlikleri daha iyi anlayabilmek için yeni bir matematiksel yaklaşım geliştirdi. Düzgün manifoldlar üzerinde Gauss çıkarımı olarak adlandırılan bu yöntem, robotik sistemlerde kritik öneme sahip. Çalışma, bu süreçteki geometrik bozulma ve belirsizlik yayılımı arasındaki ilişkiyi açık formüllerle ortaya koyuyor. Araştırmacılar, yerel geometrik distorsiyon ve uzun mesafe etkilerini birbirinden ayıran matematiksel sınırlar belirleyerek, robotların ne zaman tek grafik yaklaşımından çoklu grafik veya örnekleme tabanlı yöntemlere geçmesi gerektiğini gösterebilecek pratik göstergeler sunuyor. Daire ve düzlemsel itme deneyleriyle doğrulanan bulgular, normal yön belirsizliğinin en önemli hata kaynağı olduğunu ortaya koyuyor.
Pointer-CAD: Yapay Zeka ile 3D Tasarım Devriminde Yeni Dönem
Araştırmacılar, bilgisayar destekli tasarım (CAD) modellerinin üretimini kolaylaştırmak için Pointer-CAD adlı yenilikçi bir yapay zeka sistemi geliştirdi. Büyük dil modellerini (LLM) temel alan bu teknoloji, karmaşık 3D modelleme işlemlerini otomatikleştirerek mühendislik ve imalat sektörlerinde önemli zaman tasarrufu sağlayabilir. Geleneksel yöntemlerin aksine, Pointer-CAD sistemi yüz ve kenar seçimi gibi detaylı düzenleme operasyonlarını destekleyerek, pah alma ve yumuşatma gibi karmaşık işlemleri gerçekleştirebiliyor. Bu gelişme, tasarım süreçlerinin demokratikleşmesi ve uzman olmayan kullanıcıların da profesyonel 3D modeller oluşturabilmesi açısından büyük potansiyel taşıyor.
Otonom Araçlar İçin Yeni Güvenlik Çerçevesi: Acil Kaçış Manevraları Test Edildi
Araştırmacılar, otonom araçların tehlikeli durumlardan kaçınmak için yaptığı acil manevralar için kapsamlı bir güvenlik değerlendirme sistemi geliştirdi. Bu yenilikçi çerçeve, tehlike analizi, risk değerlendirmesi ve sistem modellemesini tek bir süreçte birleştirerek otonom araçların güvenliğini artırıyor. T-kavşağı senaryolarında yapılan 1.880 simülasyon testinde, araçların hızı, çarpışma süresi ve yol sürtünmesi gibi kritik parametreler analiz edildi. Bu çalışma, otonom araç teknolojisinin güvenlik standartlarının geliştirilmesinde önemli bir adım teşkil ediyor ve gelecekte daha güvenli sürücüsüz araçlar için temel oluşturuyor.
Sanal Enerji Santralları İçin Risk Duyarlı Çoklu Pazar Planlaması Geliştirildi
Yenilenebilir enerji kaynaklarının yaygınlaşmasıyla birlikte, bu dağıtık enerji sistemlerinin esnek kullanımı elektrik şebekelerinin işletimi için kritik hale geldi. Araştırmacılar, sanal enerji santrallarının (VPP) çoklu pazarlarda nasıl daha etkili çalışabileceğini gösteren yeni bir optimizasyon modeli geliştirdi. İki aşamalı stokastik optimizasyon çerçevesi kullanan bu yaklaşım, cihaz düzeyindeki kısıtları, şebeke sınırlarını ve piyasa belirsizliklerini birlikte ele alıyor. Model, dinamik şebeke tarifelerini de hesaba katarak hem enerji hem de yedek güç pazarlarında en uygun teklif stratejilerini belirliyor. Risk tercihlerini temsil etmek için koşullu riske maruz değer (CVaR) yöntemi kullanılan çalışma, Benders ayrıştırması ile büyük senaryo setleriyle çalışabilir hale getirildi.
Matematiksel Model Gerektirmeyen Yeni Kontrol Sistemi Geliştirildi
Araştırmacılar, karmaşık sistemleri kontrol etmek için matematiksel modellere ihtiyaç duymayan yenilikçi bir yöntem geliştirdi. DMAC (Dinamik Mod Uyarlanabilir Kontrol) adı verilen bu teknik, sadece ölçüm verilerini kullanarak sistemleri gerçek zamanlı olarak kontrol edebiliyor. Geleneksel kontrol yöntemlerinin aksine, sistemi önceden matematiksel olarak modellemek yerine, doğrudan elde edilen verilerden öğrenerek çalışıyor. Bu yaklaşım, matematiksel modeli bilinmeyen veya çok karmaşık olan sistemler için büyük avantaj sağlıyor. Özellikle endüstriyel uygulamalar, robotik ve otonom sistemler gibi alanlarda devrim yaratma potansiyeli taşıyan bu teknoloji, kontrol mühendisliğinde yeni bir dönemin başlangıcı olabilir.
Yapay Zeka ile Türbülans Tahmini: LESnets Sistemi Geliştirıldi
Araştırmacılar, duvar yakınındaki türbülanslı akışları tahmin etmek için yeni bir yapay zeka sistemi olan LESnets'i geliştirdi. Bu sistem, büyük girdap simülasyonu denklemlerini yapay sinir ağlarıyla birleştirerek, sınırlı veri ile bile karmaçık akış alanlarını uzun vadeli olarak tahmin edebiliyor. Geleneksel fizik tabanlı sinir operatörlerinin yüksek Reynolds sayılarında karşılaştığı kararlılık sorunlarını çözen bu yaklaşım, havacılık ve mühendislik uygulamaları için önemli avantajlar sunuyor. Sistem, etiketli veriye ihtiyaç duymadan eğitilebildiği için esnek zaman aralıklarında çözüm üretebiliyor.
Trafik simülasyonunda yapay zeka devrimi: Otomatik gradyan hesaplama
Araştırmacılar, şehir trafiğini modellemede çığır açacak yeni bir yaklaşım geliştirdi. Geleneksel trafik optimizasyon yöntemleri, karmaşık matematiksel hesaplamalar nedeniyle büyük ölçekli sistemlerde yetersiz kalıyordu. Yeni sistem, otomatik türev alma (automatic differentiation) teknolojisini kullanarak trafik akışını simüle ediyor. Link Transmission Model ve Dinamik Kullanıcı Optimizasyonu modellerini birleştiren bu yaklaşım, trafik ağlarında gerçek zamanlı optimizasyon imkanı sunuyor. Sistem, sürekli değişkenler üzerinde çalışarak manuel türev hesaplama ihtiyacını ortadan kaldırıyor. Bu gelişme, akıllı şehir planlaması ve trafik yönetim sistemlerinde önemli ilerlemeler sağlayabilir.
Yapay Sinir Ağlarının Kararlılığını Garantileyen Yeni Matematiksel Yöntem
Araştırmacılar, yapay sinir ağlarının kararlılığını matematiksel olarak garantileyebilen yeni bir yöntem geliştirdi. Kontraksyon teorisine dayanan bu yaklaşım, tekrarlayan sinir ağlarının (RNN) ne zaman kararlı çalışacağını önceden belirleyebiliyor. Çalışma, sinir ağlarının tasarımında önemli bir güvenlik sorunu olan kararlılık problemine çözüm sunuyor. Geliştirilen doğrusal matris eşitsizliği koşulları, farklı sinir ağı mimarilerinin kararlı çalışma garantilerini veriyor. Bu matematiksel çerçeve, kontrol sistemleri ve öğrenme algoritmalarında da uygulanabilir nitelikte. Bulgular, sürekli zaman modelleri ve monoton aktivasyon fonksiyonlarının daha geniş ağırlık uzaylarında çalışabildiğini gösteriyor. Yöntem ayrıca Graf RNN'leri ve birbirine bağlı sistemler için de genişletilebiliyor.
Elektrikli Araç Şarj İstasyonları İçin Optimum Yerleşim Stratejisi Bulundu
Avustralyalı araştırmacılar, elektrikli araç şarj altyapısının en verimli şekilde nasıl konumlandırılacağını gösteren yenilikçi bir model geliştirdi. Melbourne şehrini örnek alarak yapılan çalışma, farklı şarj davranışlarının sistem performansına etkilerini inceledi. Araştırma, hedef nokta şarjı ve yolculuk arası şarj gibi farklı kullanım senaryolarının altyapı maliyetlerini nasıl etkilediğini ortaya koyuyor. Ajan tabanlı modelleme tekniği kullanılan çalışmada, kullanım oranına dayalı dağıtım stratejisinin toplam sistem maliyetlerini önemli ölçüde azalttığı tespit edildi. Bu bulgular, şehir plancıları ve enerji şirketleri için elektrikli araç devrimi sürecinde kritik kararlar alırken rehberlik edecek önemli veriler sunuyor.