“geometri” için sonuçlar
134 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Zor Koşullarda Çalışan Yeni LiDAR Sistemi Geliştirildi
Araştırmacılar, katı hal LiDAR sensörleri ile inersiyal ölçüm birimlerini birleştirerek ekstrem çevre koşullarında daha doğru haritalama yapabilen yeni bir sistem geliştirdi. Geleneksel LiDAR sistemleri zorlu ortamlarda geometrik bozulmalar ve güvenilmez gözlemler nedeniyle sorun yaşarken, yeni sistem yerel normal vektör kısıtlamaları ve çevreye uyarlanabilir harita güncelleme stratejisi kullanarak bu sorunları çözüyor. Sistem, özellikle dejenere senaryolarda konum belirleme hatalarını azaltarak daha kararlı durum tahmini sunuyor. Bu gelişme, otonom araçlar, robotik haritalama ve navigasyon sistemleri için önemli iyileştirmeler vaad ediyor.
Fizik Bilgili Yapay Sinir Ağları İçin Yeni Geometrik Optimizasyon Yöntemi
Araştırmacılar, fizik yasalarını öğrenen yapay sinir ağlarının (PINN) eğitimindeki yavaş yakınsama ve kararsızlık sorunlarını çözmek için yeni bir optimizasyon yaklaşımı geliştirdi. Geleneksel optimizasyon algoritmalarına entegre edilebilen bu hafif çerçeve, kayıp fonksiyonunun geometrik özelliklerini dikkate alarak eğitim sürecini hızlandırıyor. Yöntem, ardışık gradyan farklarını kullanarak yerel geometrik değişimleri tespit ediyor ve buna göre adaptif düzeltmeler yapıyor. Çeşitli kısmi diferansiyel denklem problemlerinde test edilen sistem, mevcut yöntemlere göre daha hızlı yakınsama, kararlı eğitim ve yüksek çözüm doğruluğu sağladığını kanıtladı. Bu gelişme, fizik simülasyonlarından mühendislik problemlerine kadar geniş bir yelpazede PINN kullanımını daha verimli hale getirebilir.
QGas: Doğalgaz Altyapı Planlaması için Yeni İnteraktif Araç Seti
Araştırmacılar, doğalgaz altyapı verilerinin analizi ve görselleştirilmesi için QGas adlı yenilikçi bir web tabanlı araç seti geliştirdi. Enerji sistemlerinin karbonsuzlaştırma hedeflerine yönelik stratejik planlamada kritik rol oynayan doğalgaz altyapı verileri, genellikle farklı kaynaklarda dağınık halde bulunuyor. Bu durum, tutarlı ağ temsillerinin oluşturulmasını karmaşık ve hata açısından riskli hale getiriyor. QGas, coğrafi bilgi sistemleri tabanlı geometri düzenleme özelliklerini topoloji koruyucu grafik işlemleriyle birleştirerek bu soruna çözüm sunuyor. Araç, kullanıcıların altyapı planlarını dijitalleştirmesine, ağ elemanlarını düzenlemesine ve coğrafi referanslı sistem temsilini koruyarak topoloji tutarlı değişiklikler yapmasına olanak tanıyor.
Ekonomik Balonları Tespit Eden Yeni Analiz Yöntemi Geliştirildi
Araştırmacılar, ekonomik zaman serilerindeki patlayıcı davranışları tespit etmek için yeni bir yaklaşım geliştirdi. Geleneksel istatistiksel testlerden farklı olarak, bu yöntem doğrudan gözlemlenebilir veri özelliklerini analiz ediyor. Dört katmanlı tanılama sistemi - seviye geometrisi, büyüme oranı dinamikleri, normalleştirilmiş eğrilik ve logaritmik uzay davranışı - gerçek kendini güçlendiren çoğalma büyümesini diğer dinamiklerden ayırt edebiliyor. Sistem, herhangi bir dağılım varsayımı veya asimptotik kritik değer gerektirmeden çalışıyor. Tespit edilen olaylar, teorik temelli mutlak eşik değerlerle filtreleniyor ve kompozit yoğunluk puanıyla değerlendiriliyor. İki seri arasındaki ortak patlayıcı davranış da Jaccard eş-oluşum indeksi ile ölçülebiliyor. Bu yaklaşım, ekonomik balonların ve krizlerin daha erken tespitinde önemli bir araç olabilir.
Hareketli Moleküler İletişimde Yeni Algılama Yöntemi Geliştirildi
Araştırmacılar, hücre içi ve mikro ölçekteki moleküler iletişim sistemleri için yenilikçi bir algılama yöntemi geliştirdi. Bu çalışma, verici ve alıcı düğümler hareket halindeyken ortaya çıkan geometrik belirsizlikleri ele alıyor. Özellikle sayma tabanlı alıcılar kullanan mobil moleküler iletişim bağlantılarında, düğümlerin konumu sürekli değiştiği için sinyal algılama zorlaşıyor. Yeni yöntem, bu zorluğun üstesinden gelmek için dağılım tabanlı bir istatistiksel yaklaşım kullanıyor. Sistem, bilinmeyen sembol arası girişim ve değişken geometrik kazanç koşullarında bile güvenilir ikili algılama yapabiliyor. Bu gelişme, gelecekteki nano ölçekli iletişim sistemleri ve biyomedikal uygulamalar için önemli bir adım teşkil ediyor.
Polinom sinir ağları için yeni güvenlik doğrulama yöntemi geliştirildi
Araştırmacılar, polinom sinir ağlarının güvenilirliğini test etmek için matematiksel geometri tabanlı yeni bir yöntem geliştirdi. Çalışmada, yapay sinir ağlarının saldırılara karşı dayanıklılığını ölçmek için öklid mesafesi derecesi kullanılıyor. Bu yöntem, ağın karar sınırlarına olan mesafeyi hesaplayarak güvenlik yarıçapını belirliyor. Geliştirilen sembolik eliminasyon ve homotopi-devam yöntemleri, sinir ağlarının tam güvenlik sertifikasyonunu mümkün kılıyor. Lightning self-attention modülleri üzerinde yapılan deneyler, karar sınırlarının beklenenden daha düşük karmaşıklığa sahip olduğunu gösteriyor.
Yapay Merak: AI'ların Çevreyi Keşfetme Yöntemi Bilgi Geometrisiyle Yeniden Tanımlandı
Yapay zeka sistemlerinin az ödüllü ortamlarda öğrenmesi, pekiştirmeli öğrenmenin en büyük zorluklarından biri. Araştırmacılar, yapay merakın matematiksel temellerini bilgi geometrisi yaklaşımıyla yeniden ele aldılar. Bu çalışma, AI ajanlarının keşif yapmasını sağlayan içsel ödüllerin nasıl formüle edileceği sorusuna cevap arıyor. Bilgi geometrisinin değişmezlik ilkelerini kullanan ekip, bu ödüllerin belirli matematiksel kısıtlamalara uyması gerektiğini gösterdi. Sonuçlar, yapay merakın temelinde yatan bilgi teorik yapıyı açığa çıkarıyor ve AI sistemlerinin daha etkili keşif stratejileri geliştirmesine olanak sağlıyor.
Robotlar Artık Tek Gösterimle Farklı Nesnelere Beceri Aktarabilecek
Araştırmacılar, robotların tek bir demonstrasyondan öğrendikleri becerileri hiç görmedikleri farklı geometrilerdeki nesnelere aktarabilmesini sağlayan yenilikçi bir yöntem geliştirdi. Geleneksel yaklaşımların aksine, bu sistem nesneleri anlamlı parçalarına ayırarak çalışıyor. Veri-etkin üretken şekil modellerini kullanarak, robotun etkileşim noktalarını demonstration nesnesinden yeni nesneye başarıyla aktarmasını sağlıyor. Sistem, beceri ile ilgili nesne parçalarının hizalanmasını optimize eden özerk bir hedef fonksiyonu kuruyor. Bu yaklaşım hem simülasyon hem de gerçek ortamlarda test edilmiş ve çok daha geniş geometri yelpazesinde başarılı sonuçlar vermiştir.
ShapeGen: Robotlar İçin Gerçekçi Manipülasyon Verisi Üreten Yeni Sistem
Araştırmacılar, robotların farklı şekillerdeki nesnelerle etkileşim kurmasını sağlayan ShapeGen adlı yenilikçi bir veri üretim sistemi geliştirdi. Sistem, robotların sadece eğitim sırasında gördükleri belirli nesnelerle değil, aynı kategorideki tüm nesnelerle çalışabilmesini hedefliyor. ShapeGen, simülatör kullanmadan 3D ortamda çeşitli şekillerde manipülasyon verisi üretebiliyor. İki aşamalı yaklaşımla çalışan sistem, önce şekil kütüphanesi oluşturuyor, sonra fonksiyon-farkındalığı olan veri üretiyor. Bu gelişme, robotların gerçek dünyada karşılaştıkları geometrik çeşitlilikle başa çıkabilmesi açısından önemli bir adım.
TableSeq: Tabloları Tek Seferde Anlayan Yapay Zeka Modeli Geliştirildi
Araştırmacılar, görüntülerdeki tabloları tam anlamıyla çözümleyebilen yeni bir yapay zeka modeli geliştirdi. TableSeq adlı bu sistem, tablo yapısını anlama, metinleri okuma ve hücrelerin konumlarını belirleme işlemlerini tek bir süreçte gerçekleştiriyor. Geleneksel yöntemlerin aksine, model harici OCR yazılımlarına veya karmaşık çok aşamalı işlemlere ihtiyaç duymuyor. Sistem, HTML etiketleri, hücre metinleri ve koordinat bilgilerini tek bir akış halinde üretecek şekilde tasarlandı. Bu yaklaşım, tablonun mantıksal yapısı, içeriği ve geometrik düzenlenmesini aynı anda ele almasını sağlıyor. Hafif ama etkili mimarisi sayesinde zorlu tablo düzenlerinde bile başarılı sonuçlar veriyor. Standart test kıyaslamalarında rekabetçi ve en gelişmiş sonuçlara ulaşan model, mimari basitliğini korurken yüksek performans sergiliyor.
Yapay Zeka ile Salgının Sıfır Hastasını Bulma: Geometrik Yaklaşım
Bilim insanları, salgın hastalıklarda ilk enfekte olan kişiyi (sıfır hasta) tespit etmek için yenilikçi bir geometrik yöntem geliştirdi. Johnson-Lindenstrauss projeksiyonlarını kullanan bu yaklaşım, karmaşık sosyal ağları düşük boyutlu uzaylara sıkıştırarak enfeksiyon kaynağını belirliyor. Bağımsız kaskad modelinde çalışan sistem, enfekte kişilerin ağırlık merkezine en yakın düğümü kaynak olarak tahmin ediyor. Erdős-Rényi grafları üzerinde yapılan simülasyonlar, bu yöntemin sıkıştırılmış verilerle bile anlamlı doğruluk oranları yakaladığını gösteriyor. Bu gelişme, gelecekteki salgınlarda hızlı müdahale ve kontrol stratejileri için önemli bir araç sunuyor.
GaussianFlow SLAM: Tek Kamera ile 3D Haritalama Devriminde Yeni Adım
Araştırmacılar, tek kamera kullanarak üç boyutlu haritalama yapabilen yenilikçi bir sistem geliştirdi. GaussianFlow SLAM adlı bu teknoloji, optik akış verilerini kullanarak kameradan gelen görüntüleri gerçekçi 3D haritalar haline getiriyor. Geleneksel yöntemlerde tek kameradan alınan görüntülerle derinlik bilgisi elde etmek zorken, bu sistem hareket eden nesnelerin akışını takip ederek geometrik ipuçları yakalıyor. Gaussian splatting tekniğini SLAM sistemleriyle birleştiren çalışma, robotik, otonom araçlar ve artırılmış gerçeklik alanlarında önemli uygulamalara sahip. Sistem, kamera hareketlerini ve sahne yapısını aynı anda optimize ederek daha doğru ve kararlı 3D modeller üretiyor.
Yeni yapay zeka sistemi görünümü de anlam olarak algılayabiliyor
Geleneksel yapay zeka sistemleri genellikle nesneleri tanımak için görünüm farklılıklarını görmezden gelir. Işık değişiklikleri, geometrik dönüşümler gibi faktörlere karşı dayanıklı özellikler üretmeyi hedefler. Ancak bazı durumlarda görünüm bilgisi kritik öneme sahiptir. Hava durumu analizinde yağmur çizgileri, kar tanecikleri, atmosferik saçılım; otonom araçlarda zemin ve hava koşulları hayati bilgiler taşır. Araştırmacılar bu sorunu çözmek için ST-STORM adlı hibrit sistem geliştirdi. Bu yenilikçi yaklaşım, görünüm özelliklerini içerikten ayrı bir anlam kategorisi olarak ele alıyor. Sistem, nesnenin ne olduğunu ve nasıl göründüğünü aynı anda anlayabiliyor. Bu gelişme özellikle güvenlik kritik uygulamalar için önemli.
Bonsai: Veri Sorgularını Ağaç Yapısında Hızlandıran Yeni Derleyici
Araştırmacılar, büyük veri koleksiyonları üzerinde yapılan sorguları dramatik şekilde hızlandıran yeni bir derleyici sistemi geliştirdi. Bonsai adlı bu sistem, ağaç veri yapılarındaki gereksiz dalları otomatik olarak budayarak sorgu performansını artırıyor. Geleneksel sistemlerde her sorgu türü için ayrı ayrı yazılması gereken budama algoritmalarını, Bonsai tek bir genel yaklaşımla çözüyor. Sistem, sembolik interval analizi kullanarak hangi ağaç dallarının güvenle atlanabileceğini belirliyor ve geometrik işlemler için özel kurallar içeriyor. Bu teknoloji, özellikle büyük veri analitiği ve veritabanı yönetimi alanlarında önemli performans iyileştirmeleri sağlayabilir.
Programlanabilir Robot Sürüleri için Logaritmik Hızda Geometrik Ayrıştırma
Bilim insanları, programlanabilir madde alanında önemli bir algoritma geliştirdi. Amoebot modeli kullanarak, üçgen ızgara üzerinde yerleşen küçük robotların karmaşık yapıları basit alt yapılara ayırması için logaritmik zamanda çalışan yeni bir yöntem tasarladı. Robotlar arasındaki yeniden yapılandırılabilir devre bağlantıları sayesinde, yapılar geodezik olarak dışbükey bölgelere ayrıştırılabiliyor. Bu gelişme, önceki algoritmaların sınırlarını aşarak daha geniş amoebot yapıları üzerinde çalışabiliyor. Çalışma, nano ölçekli robot sürülerinin koordineli hareket etmesi ve karmaşık görevleri yerine getirmesi açısından önemli bir adım teşkil ediyor.
Spira: Otonom Araçlar için Üç Boyutlu Veri İşlemeyi Hızlandıran Yeni Algoritma
Stanford araştırmacıları, otonom araçların ve artırılmış gerçeklik sistemlerinin kullandığı üç boyutlu nokta bulutu verilerini işlemek için yeni bir algoritma geliştirdi. Spira adlı bu sistem, mevcut yöntemlere kıyasla 2.1 kata kadar daha hızlı çalışabiliyor. Geleneksel sparse konvolüsyon algoritmalarının veri hazırlama aşamalarında yaşadığı performans kayıplarını ortadan kaldıran Spira, voksel koordinatlarının matematiksel özelliklerini akıllıca kullanıyor. Sistem, üç temel prensibi temel alıyor: koordinatların tam sayı değerli olması, sınırlı bir uzaysal alanda bulunması ve geometrik süreklilik göstermesi. Bu yaklaşım, LiDAR sensörleri ve derinlik kameralarından gelen ham verilerin gerçek zamanlı işlenmesini mümkün kılarak, otonom sürüş ve sanal gerçeklik uygulamalarında önemli performans artışları sağlıyor. Araştırma, yapay zeka donanımlarının verimliliğini artırmaya yönelik önemli bir adım olarak değerlendiriliyor.
Yapay Zeka İki Boyutlu Malzemelerin Kalınlığını ve Büküm Açısını Tespit Ediyor
Araştırmacılar, gelecek nesil elektronik cihazlarda kritik rol oynayacak iki boyutlu malzemelerin analizinde çığır açan bir yöntem geliştirdi. Optik mikroskopi ve derin öğrenme teknolojilerini birleştiren bu yaklaşım, molibden disülfür (MoS₂) tabakalarının kalınlığını ve bükümlü çift katmanların açısını hızlı ve hassas şekilde belirleyebiliyor. Özellikle bükümlü çift katmanlı grafen ve geçiş metal dikalkojenitlerin benzersiz fiziksel özelliklerini anlamak için kritik olan bu parametrelerin belirlenmesi, malzeme biliminde önemli bir adım teşkil ediyor. Geliştirilen yapay zeka sistemi, 10.000'den fazla sentetik görüntü kullanılarak eğitildi ve altıgen ile üçgen şekiller arasındaki geometrileri kapsayacak şekilde optimize edildi.
Yapay Zeka Modelleri Artık Kültürel Farkları Geometrik Yöntemlerle Öğreniyor
Büyük dil modelleri farklı kültürlerden gelen kullanıcılarla etkileşim kurarken zorlanıyor. Bu sorunu çözmek için araştırmacılar C-Mining adlı yeni bir yöntem geliştirdi. Bu teknik, yapay zekanın daha kültürel açıdan dengeli yanıtlar üretebilmesi için gerekli veri tohumlarını otomatik olarak keşfediyor. Geleneksel yöntemler manuel seçim veya önyargılı çıkarımlara dayanırken, C-Mining kültürel kavramları geometrik uzayda matematiksel olarak ölçülebilir hale getiriyor. Yöntem, farklı dillerdeki kültürel kavramların önceden eğitilmiş modellerdeki hizasızlığını analiz ederek çalışıyor. Bu yaklaşım, kültürel özgünlüğü soyut bir kavram olmaktan çıkarıp hesaplanabilir bir veri madenciliği problemine dönüştürüyor.
Yapay Zeka Görüntülerdeki Gölgeleri Mükemmel Şekilde Silmeyi Başardı
Araştırmacılar, fotoğraflardaki gölgeleri yok etmede çığır açan bir yapay zeka sistemi geliştirdi. Üç aşamalı bu yenilikçi yöntem, görüntülerin görsel görünümünü semantik anlam ve geometrik ipuçlarıyla birleştirerek olağanüstü sonuçlar elde ediyor. Sistem, gölgeli alanları adım adım iyileştiren kademeli bir yaklaşım benimsiyor - her aşama bir öncekinin bıraktığı kusurları düzeltiyor. CVPR2026 NTIRE Gölge Silme Yarışması'nda birinci olan bu teknoloji, fotoğraf editörleme ve bilgisayarlı görü alanında devrim yaratabilir. Özellikle mimari fotoğrafçılık, emlak pazarlaması ve sanat eserlerinin dijital restorasyonunda büyük potansiyel taşıyor.
Kaya Çatlaklarındaki Su Akışı Tahmininde Yapay Zeka Destekli Yeni Yöntem
Yeraltı su akışının anlaşılması, petrol endüstrisinden jeotermal enerjiye kadar birçok alanda kritik öneme sahip. Araştırmacılar, kaya çatlaklarındaki su hareketini daha doğru tahmin edebilmek için belirsizlikleri hesaba katan yenilikçi bir yöntem geliştirdi. Utah'taki Little Grand Wash Fayı bölgesinden alınan gerçek kaya örnekleri üzerinde test edilen bu yaklaşım, Bayesci istatistik ve derin öğrenme algoritmalarını birleştiriyor. Geleneksel yöntemlerin aksine, bu teknik çatlak geometrisindeki belirsizlikleri ve ölçüm hatalarını da dikkate alarak daha güvenilir sonuçlar üretiyor. Yöntem, görüntü tabanlı çatlak analizinden başlayarak, büyük ölçekli hidrolik davranış tahminlerine kadar geniş bir spektrumda çalışabiliyor.
3D Nokta Bulutları İçin Yeni Siber Saldırı Savunma Yöntemi Geliştirildi
Araştırmacılar, 3D nokta bulutu tanıma sistemlerini siber saldırılara karşı koruyan yenilikçi bir savunma yöntemi geliştirdi. Adversarial Point Counterattack (APC) adlı sistem, her nokta için özel karşı-pertürbasyonlar üreterek saldırıları etkisiz hale getiriyor. Geleneksel savunma yöntemlerinin aksine, APC hem güçlü koruma sağlıyor hem de farklı modellere kolayca aktarılabiliyor. Sistem, temiz ve saldırı altındaki veri çiftlerini kullanarak geometrik ve semantik tutarlılığı korurken, çoklu saldırı türlerine karşı dayanıklılık kazanıyor. Hafif yapısı ve girdi seviyesinde çalışması sayesinde, yeniden eğitime gerek kalmadan farklı modellerde kullanılabiliyor. Bu gelişme, 3D görü sistemlerinin güvenliğinde önemli bir adım teşkil ediyor.
Büyük Dil Modelleri Artık Robot Takımlarını Koordine Edebiliyor
Araştırmacılar, büyük dil modellerinin (LLM) çoklu robot sistemlerini koordine etmesini sağlayan yeni bir yaklaşım geliştirdi. SAGR (Anlamsal Alan Grafiği Akıl Yürütme) adlı bu sistem, robotların bilinmeyen ortamlarda sadece geometrik keşif değil, anlamsal akıl yürütme gerektiren görevleri de yerine getirebilmesini sağlıyor. Klasik robot koordinasyon stratejileri genellikle sınır taraması ve bilgi kazanımına odaklanırken, yeni yaklaşım robotların 'yatak odasında bulunan eşyaları ara' gibi üst düzey görevleri anlayıp gerçekleştirmesine olanak tanıyor. Sistem, çevrenin anlamsal-topolojik haritasını oluşturarak, oda türleri, bağlantılar ve robot durumlarını LLM'nin anlayabileceği kompakt bir formata dönüştürüyor. Bu gelişme, ev otomasyonundan arama kurtarma operasyonlarına kadar geniş bir uygulama alanı vadediyor.
Lightning Self-Attention'ın Matematiksel DNA'sı Keşfedildi
Yapay zeka sistemlerinin temelinde yer alan attention mekanizmalarının matematiksel yapısı, cebirsel geometri araçlarıyla incelendi. Araştırmacılar, lightning self-attention algoritmasının polinom katsayılarını cebirsel çeşitlilik koordinatları olarak ele alarak, bu sistemlerin davranışını yöneten matematiksel kuralları ortaya çıkardı. Çalışmada Chow-tipi, düşük rank, Veronese-tipi ve Sylvester resultant tabanlı kısıtlamalar dahil olmak üzere çeşitli cebirsel değişmezler tanımlandı. Bu keşif, yapay zeka modellerinin iç işleyişini daha derinlemesine anlamamızı sağlayarak, gelecekteki AI sistemlerinin tasarımında önemli ipuçları sunuyor.
Yapay zeka ajanları benzer 'dünya modelleri' geliştiriyor
Farklı bakış açılarından aynı ortamı gözlemleyen yapay zeka ajanları, birbirleriyle hiç koordinasyon kurmadan şaşırtıcı derecede benzer içsel temsiller geliştiriyor. Meta AI araştırmacıları, Social-JEPA adını verdikleri çalışmada iki ayrı ajanın dünya modellerinin geometrik olarak birbirine dönüştürülebilir olduğunu keşfetti. Bu durum, gelecekteki gözlemleri tahmin etmeye odaklanan öğrenme süreçlerinin temsil geometrisi üzerinde güçlü düzenleyici etkiler yarattığını gösteriyor. Bulgular, merkezi olmayan görsel sistemler arasında hafif bir birlikte çalışabilirlik yolu öneriyor ve bir ajanda eğitilmiş sınıflandırıcının diğerine ek gradyan adımları olmadan taşınabilmesini mümkün kılıyor.