“opera” için sonuçlar
139 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Seyrek tensör hesaplamalarında çığır açan paralel işlem algoritması geliştirildi
Araştırmacılar, seyrek tensör cebirinde paralel işlem yükünü dengeli dağıtan ilk algoritmayı geliştirdiler. Seyrek tensörler, çoğunlukla sıfır değerli elemanlardan oluşan çok boyutlu veri yapıları olup, makine öğrenmesi ve bilimsel hesaplamalarda kritik öneme sahip. Ancak bu yapıların düzensiz ve veri-bağımlı doğası, paralel işlem birimlerine eşit iş yükü dağıtımını zorlaştırıyor. Yeni algoritma, mevcut paralel birleştirme yöntemlerini genelleştirerek çok operandlı ve çok boyutlu hiyerarşik seyrek veri yapılarıyla çalışabiliyor. Araştırmacılar algoritmayı mevcut bir derleme çerçevesine entegre ederek, çok çekirdekli CPU'lar ve GPU'lar için otomatik paralel kod üretimi sağladılar. Test sonuçları, üretilen kodun Intel MKL ve NVIDIA cuSPARSE gibi endüstri standardı kütüphanelerle rekabet edebilir performans gösterdiğini ortaya koyuyor. Bu gelişme, büyük veri işleme ve yapay zeka uygulamalarında önemli performans artışları sağlayabilir.
Yapay Zeka Tren İstasyonlarında Engelli Yolcu Hizmetlerini Optimize Ediyor
İngiltere'de tren istasyonlarında engelli yolcular için sunulan yardım hizmetleri, yapay zeka destekli bir sistem sayesinde çok daha verimli hale geliyor. Araştırmacılar, farklı istasyonlarda ve zamanlarda değişen yardım taleplerini tahmin edebilen bir karar destek sistemi geliştirdi. Prophet adlı makine öğrenmesi modelini kullanan sistem, personel planlamasında yüzde 76,9'a kadar hata oranını azaltmayı başardı. LNER tren şirketinin istasyonlarında aktif olarak kullanılan sistem, çok kaynaklı operasyonel verileri analiz ederek gelecekteki talepleri öngörüyor. Sistem ayrıca kırmızı-sarı-yeşil risk çerçevesi ile personel gereksinimlerini görsel olarak sunarak, istasyon yöneticilerinin daha iyi kararlar almasını sağlıyor. Bu yaklaşım, sadece maliyetleri düşürmekle kalmayıp engelli yolcuların daha kaliteli hizmet almasına da katkıda bulunuyor.
Uydu görüntülerinde yapay zeka ile çözünürlük artırımında yeni yaklaşım
Avrupa Uzay Ajansı'nın atmosfer izleme uydusu Sentinel-5P'nin çözünürlük sınırları, ince ölçekli çevresel analizleri zorlaştırıyor. Araştırmacılar, yüksek çözünürlüklü referans veriye ihtiyaç duymayan özgün bir yapay zeka yöntemi geliştirdi. Bu self-supervised öğrenme yaklaşımı, Stein'in Yansız Risk Tahmincisi ve eşdeğişken görüntüleme kısıtlarını birleştirerek, uydu sensörünün bozulma operatörünü ve gürültü istatistiklerini kullanıyor. Yöntem, hiperspektral görüntülerin uzamsal çözünürlüğünü artırırken spektral doğruluğu koruyor. Geleneksel yaklaşımların aksine, gerçek yüksek çözünürlüklü veri olmadığında bile eğitim yapabilen bu teknik, atmosferik kirleticilerin ve iklim gazlarının daha detaylı izlenmesini mümkün kılıyor.
GPS Olmadan Çalışan Drone'lar: Kuantum Çağında Otonom Uçuş
Heven AeroTech, GPS sinyallerinin bulunmadığı ortamlarda drone navigasyonu ve iletişimi konusunda çığır açan çözümler geliştirdi. Şirketin kurucusu Bentzion Levinson, 2026 Drone ve Robotik Yapay Zeka Zirvesi'nde, otonom sistemlerin kuantum çağına nasıl girdiğini açıkladı. GPS'e bağımlı olmayan bu yenilikçi teknoloji, askeri operasyonlardan arama kurtarma misyonlarına kadar geniş bir yelpazede kritik uygulamalara kapı açıyor. Gelişmeler, drone teknolojisinin güvenilirlik ve işlevsellik açısından yeni bir döneme girdiğinin işareti olarak değerlendiriliyor.
AI Modelleri Ultrason Prosedürlerini Öğrenmeye Başladı
Araştırmacılar, yapay zeka modellerinin ultrason prosedürlerini ne kadar iyi anlayabildiğini test etmek için özel bir veri seti geliştirdi. ReXSonoVQA adlı bu sistem, 514 video klip ve sorulardan oluşuyor. Ultrason çekimi, uzman bir operatörün probe manipülasyonu ve anlık ayarlamalar yapmasını gerektiren karmaşık bir süreç. Görsel-dil modelleri gelecekte otonom ultrason sistemlerini mümkün kılabilir, ancak mevcut değerlendirme sistemleri sadece statik görüntüleri inceliyor, dinamik prosedür anlayışını test etmiyor. Yeni benchmark, üç temel yetkinliği hedefliyor: eylem-hedef muhakemesi, yapay nesne çözünürlüğü ve optimizasyonu, prosedür bağlamı ve planlama. Gemini, Qwen ve LLaVA gibi gelişmiş AI modellerinin testlerinde, modellerin bazı prosedürel bilgileri çıkarabildiği görüldü.
Batarya Yönetim Sistemlerinde Optimal Performans Bölgeleri Haritalandırıldı
Araştırmacılar, enerji depolama sistemlerinin operasyonel verimliliğini artırmak için batarya tasarımı, veri belirsizliği ve planlama süresi arasındaki karmaşık ilişkileri inceledi. Çok aşamalı model öngörülü kontrol sistemi kullanılarak yapılan çalışma, 'etkili ufuk' kavramını ortaya koydu - bu kavram, tahmin verilerinin ne kadar süre öncesinden alınmasının optimal performans sağladığını belirliyor. Bulgular, belirli bir noktadan sonra ek tahmin bilgilerinin operasyonel faydada sınırlı artış sağladığını gösterdi. Bu keşif, hesaplama maliyetlerini düşürürken performansı koruma potansiyeli taşıyor ve endüstriyel enerji depolama operasyonları için pratik rehberlik sunuyor.
Işık Tabanlı Yapay Zeka: Pasif Optik Sistemle Gerçek Zamanlı Görüntü Tanıma
Araştırmacılar, geleneksel elektronik sistemlerin enerji ve gecikme sorunlarını aşmak için devrim niteliğinde bir optik yapay zeka sistemi geliştirdi. Hibrit difraktif holografik mimari olarak adlandırılan bu sistem, ışığın dalga özelliklerini kullanarak görüntü sınıflandırması yapabiliyor. Sistem, Difraktif Optik Sinir Ağı (DONN) ile Holografik Girişim Tabanlı Öğrenme (HIBL) operatörünü birleştireyor. Bu yaklaşım, ışığın doğal yayılım, kırınım ve girişim özelliklerini hesaplama için kullanarak, saatli aritmetik işlemlere dayanan geleneksel sistemlerden fundamentally farklı bir hesaplama rejimi sunuyor. Pasif optik elemanlarda gömülebilen bu sistem, kenar zekası uygulamaları için önemli enerji tasarrufu potansiyeli taşıyor.
Drone Görüntüleriyle Konum Belirleme Teknolojisinde Büyük Atılım
Araştırmacılar, drone görüntülerini kullanarak coğrafi konum belirleme sistemlerinde yeni bir yöntem geliştirdi. Geleneksel yöntemler, eşleştirilmiş eğitim verileri gerektirirken ve yeni alanlara uyum sağlamakta zorlanırken, yeni sistem farklı alanlar arası bilgi transferi yapabiliyor. Çalışma, özellikle görsel olarak benzer ama farklı konumlardaki alanların karıştırılması sorununa çözüm getiriyor. Bu teknoloji, arama kurtarma operasyonları, haritalama ve otonom navigasyon sistemleri için kritik öneme sahip.
Sarmaşık Robotları İçin Geliştirilen Yenilikçi Eklem Sistemi
Araştırmacılar, sarmaşık bitkilerinden ilham alarak tasarlanan robotlar için devrimsel bir eklem sistemi geliştirdi. Bu robotlar, ucu tersine çevirerek büyüyebilme yetenekleri sayesinde dar ve karmaşık alanlarda güvenle hareket edebiliyor, ancak açık alanlarda düşük sertlik nedeniyle zorlanıyordu. Yeni geliştirilen yeniden yapılandırılabilir pnömatik eklem (RPJ) sistemi, robotun sürekli büyüme özelliğini kaybetmeden belirli bölgelerinde sertlik kontrolü sağlıyor. Her RPJ modülü, basınçlandırıldığında yerel olarak bükülme direncini artıran simetrik pnömatik odacıklardan oluşuyor. Bu teknoloji, robotların hem esnek hem de gerektiğinde sert olabilmesini mümkün kılarak, yük taşıma kapasitelerini artırıyor ve şekil hafızası kazandırıyor. Sistem, arama kurtarma operasyonları ve tıbbi müdahaleler gibi alanlarda kullanım potansiyeli taşıyor.
Dört Ayaklı Robotlar İçin Yeni Navigasyon Algoritması Geliştirildi
Araştırmacılar, dört ayaklı robotların konum belirleme yeteneklerini önemli ölçüde artıran yeni bir algoritma geliştirdi. Klasik Kalman filtre yöntemlerinin sınırlarını aşan bu yaklaşım, robotların doğrusal olmayan hareketlerini daha doğru bir şekilde hesaplayabiliyor. Geleneksel yöntemler, robotik sistemlerde nadiren karşılanan doğrusal hareket ve Gaussian gürültü varsayımlarına dayanırken, yeni algoritma gerçek dünya koşullarına daha iyi adapte olabiliyor. Bu gelişme, arama kurtarma operasyonlarından endüstriyel uygulamalara kadar geniş bir yelpazede kullanılabilecek otonom robotların performansını artıracak.
Yapay zeka ajanları görüntü düzenlemeyi nasıl daha kolay hale getiriyor?
Araştırmacılar, yapay zeka destekli görüntü düzenleme sistemlerinin başarısızlıklarının büyük ölçüde yetersiz model kapasitesinden değil, kötü formüle edilmiş görevlerden kaynaklandığını keşfetti. Stanford ve diğer üniversitelerden bilim insanları, orijinal düzenleme görevlerini çok dilli büyük dil modeli (MLLM) ajanları aracılığıyla dinamik operasyon dizilerine dönüştüren yenilikçi bir çerçeve geliştirdi. Bu sistem, küçük hedefler, belirsiz uzamsal ilişkiler ve eksik talimatlar gibi zorlu durumlarda bile başarılı sonuçlar elde ediyor. Çoklu kıyaslama testlerinde mevcut düzenleme modellerinin performansını önemli ölçüde artıran bu yaklaşım, görüntü düzenleme teknolojisinde önemli bir ilerleme sağlıyor.
Yapay Zeka ile Sistem Arızalarını Tespit Eden Yeni Matematiksel Yöntem
Araştırmacılar, karmaşık kontrol sistemlerindeki arızaları tespit etmek ve düzeltmek için olasılık yoğunlukları üzerinde çalışan yeni bir yapay zeka yöntemi geliştirdi. Perron-Frobenius operatörleri adı verilen matematiksel araçları kullanan bu yaklaşım, sistem davranışlarını bireysel yörüngeler yerine olasılık dağılımları üzerinden analiz ediyor. Yöntem, farklı arıza profillerinin sistem durumunu nasıl etkileyeceğini önceden tahmin edebiliyor ve hangi arızaların tespit edilebilir olduğuna dair kesin matematiksel sınırlar belirleyebiliyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar birçok alanda sistem güvenilirliğini artırabilir.
Kuantum Makine Öğrenmesinde Eğitimi Hızlandıran Yeni Algoritma Geliştirildi
Araştırmacılar, kuantum makine öğrenmesi sistemlerinin eğitim sürecini optimize eden yenilikçi bir algoritma geliştirdi. Observable-guided generator selection adı verilen bu yöntem, kuantum devrelerindeki parametreli üniter operatörlerin generator seçimini iyileştirerek daha hızlı öğrenme sağlıyor. Algoritma, gradyanlarda yüksek birinci derece hassasiyet koruyan ve Hessian matrisindeki ikinci derece parazitleri bastıran generatorları seçiyor. Pauli-string observables kullanılan kısıtlı ortamlarda, bu seçim problemi karşılıklı anti-commuting generatorları tercih eden binary optimizasyon problemi olarak formüle ediliyor. Beş qubit'lik küçük ölçekli devrelerde yapılan deneyler, seçilen generatorların rastgele seçime kıyasla daha hızlı eğitim sağladığını gösteriyor.
Karmaşık Sistemlerin Analizinde Yeni Grafik Yöntem Geliştirildi
Araştırmacılar, doğrusal olmayan sistemlerin analizinde kullanılan Ölçekli Göreceli Graflar (SRG) yöntemini geliştirerek, farklı giriş ve çıkış sayısına sahip karmaşık sistemlerin incelenmesini mümkün kıldı. Bu yenilik, kontrol teorisi ve sistem mühendisliğinde önemli bir adım olarak değerlendiriliyor. Önceki SRG yöntemleri yalnızca eşit sayıda giriş ve çıkışa sahip sistemlerde kullanılabiliyordu. Yeni yaklaşım, operatörleri ortak Hilbert uzayında çalışan operatörler uzayına yerleştirerek bu sınırlamayı aşıyor. Araştırmacılar ayrıca kararlılık teoremları geliştirerek, sistem bağlantılarının nedensellik, iyi-konumlanmışlık ve L2-kazanç sınırlarını garanti altına aldı. Bu gelişme, robotik, havacılık ve endüstriyel otomasyon gibi alanlarda daha esnek ve güvenilir sistem tasarımına olanak sağlıyor.
Yangın Avcısı Dronlar: İki Aşamalı Yapay Zeka Sistemi Orman Yangınlarını Tespit Ediyor
Araştırmacılar, drone'lar üzerinde çalışabilen hafif ve verimli bir yapay zeka sistemi geliştirdi. İki aşamalı bu framework, orman yangınlarını tespit etmek ve yangın kaynağının yerini belirlemek için tasarlandı. İlk aşamada gereksiz video klipleri ayıklayan bir politika ağı kullanılırken, ikinci aşamada geliştirilmiş YOLOv8 modeli ile yangın kaynağı gerçek zamanlı olarak lokalize ediliyor. Sistem, drone'ların sınırlı hesaplama kapasitesini göz önünde bulundurarak optimize edilmiş durumda. Bu teknoloji, afet yönetimi ve acil müdahale operasyonlarında drone'ların etkinliğini artırarak, yangın söndürme ekiplerinin daha hızlı ve doğru müdahale etmesini sağlayabilir.
Bulanık Mantık Problemlerini Çözen Yeni Yapay Zeka Aracı Geliştirildi
Araştırmacılar, bulanık mantık problemlerini çözmek için SATFuL adlı yeni bir yapay zeka aracı geliştirdi. Klasik Boolean mantığın aksine, bulanık mantık belirsizlik ve kısmi doğrulukları işleyebilen matematiksel bir yaklaşımdır. Geleneksel çözücülerin aksine, SATFuL karma tamsayı doğrusal olmayan programlama tekniklerini kullanarak farklı bulanık mantık çeşitlerini tek bir araçta birleştiriyor. Deneyler, aracın mevcut Lukasiewicz mantığı çözücüleriyle rekabet edebilir performans gösterdiğini ve Ürün mantığında diğer araçları geride bıraktığını ortaya koyuyor. Bu gelişme, belirsizlik içeren karar verme sistemlerinden yapay zeka uygulamalarına kadar geniş bir alanda kullanılabilecek güçlü bir araç sunuyor. SATFuL'un esnek yapısı, yeni bulanık operatörlerin kolayca entegre edilmesine olanak tanıyarak gelecekteki araştırmalara da kapı açıyor.
Yapay Zeka Modelleri Matematiksel Dönüşümlere Karşı Dayanıklı Hale Getirildi
Araştırmacılar, görüntü işleme ve makine öğrenmesinde kritik rol oynayan yaklaşık operatörler için yeni bir yaklaşım geliştirdi. Geleneksel yöntemlerden farklı olarak, bu yeni teknik görüntülerdeki kaydırma ve ölçekleme değişikliklerine karşı dirençli özellikler gösteriyor. Afin-Eşdeğişken Öğrenilmiş Yaklaşık Ağlar (AE-LPN) adı verilen bu sistem, sinir ağlarının matematiksel dönüşümlere karşı tutarlı sonuçlar üretmesini sağlıyor. Özellikle gürültü giderme ve bozuk sinyallerin onarılması gibi uygulamalarda önemli iyileşmeler sağlanıyor. Bu gelişme, yapay zekanın farklı koşullarda daha güvenilir çalışmasına katkıda bulunabilir.
Yapay Zeka Öğrenme Algoritmalarında Yeni Verimlilik Atılımı
Araştırmacılar, büyük ölçekli makine öğrenmesi için geleneksel kernel SGD algoritmalarının verimliliğini artıran yenilikçi bir yöntem geliştirdi. Yeni algoritma, sonsuz seri açılımları kullanarak stokastik gradyanı sonlu boyutlu bir uzaya projekte ediyor ve bias-varyans dengesine göre adaptif ölçekleme yapıyor. Bu yaklaşım, hem optimizasyon hem de genelleme performansını iyileştiriyor. Kernel tabanlı kovaryans operatörünün spektral yapısını yeniden analiz eden çalışma, son iterasyon ve sonek ortalamasının minimax-optimal hızlarda yakınsadığını matematiksel olarak kanıtlıyor. Reproducing kernel Hilbert uzayında optimal güçlü yakınsama da sağlanan bu yöntem, yapay zeka alanında büyük veri setlerinin işlenmesinde önemli bir adım teşkil ediyor.
CSLE: Siber Güvenliği Yapay Zeka ile Yöneten Yeni Platform
Araştırmacılar, ağ sistemlerinde siber güvenliği otomatik olarak yönetebilen CSLE adlı yeni bir platform geliştirdi. Pekiştirmeli öğrenme teknolojisini kullanan sistem, gerçek dünya koşullarına uygun sanal ortamlarda güvenlik stratejileri öğreniyor. Platform iki ana bileşenden oluşuyor: hedef sistemin anahtar unsurlarını taklit eden emülasyon sistemi ve öğrenilen güvenlik stratejilerinin test edildiği simülasyon sistemi. Bu yaklaşım, siber güvenlik yönetiminin daha uyarlanabilir ve otonom hale gelmesini sağlıyor. Şimdiye kadar çoğunlukla simülasyon ortamlarıyla sınırlı kalan pekiştirmeli öğrenme çözümlerinin operasyonel sistemlerde nasıl çalışacağı belirsizdi. CSLE bu soruna çözüm getirerek, yapay zekanın siber güvenlik alanındaki pratik uygulamalarını genişletiyor.
Dijital İkiz Ağlar için Gerçek Zamanlı PID Kontrolü Geliştirildi
Mobil ağların giderek karmaşıklaşmasıyla birlikte, Ağ Dijital İkizleri (NDT) teknolojisi önem kazanıyor. Bu sistemler, fiziksel ağın işleyişini simüle ederek operatörlerin canlı ağa müdahale etmeden test yapmasına olanak sağlıyor. Ancak milyonlarca cihazın bağlandığı günümüz ağlarında, dijital ikizlerin fiziksel ağlarla gerçek zamanlı senkronizasyonu büyük zorluk yaratıyor. Araştırmacılar bu sorunu çözmek için adaptif PID kontrolör tabanlı yeni bir çerçeve geliştirdi. Bu sistem, ağ trafiğindeki dinamik değişimleri takip ederek dijital ikizin fiziksel ağla uyumunu sürekli optimize ediyor. Çalışma, etkileşimli kullanıcı arayüzüyle desteklenen yaklaşımın senkronizasyon performansında kayda değer iyileştirmeler sağladığını gösteriyor.
Süper bilgisayarlarda ağ tıkanıklığının nedenleri ortaya çıkarıldı
Araştırmacılar, süper bilgisayarlar ve veri merkezlerinin kalbi olan bağlantı ağlarında yaşanan performans düşüşlerinin nedenlerini analiz etti. Çalışma, yapay zeka eğitimi ve yüksek performanslı hesaplama uygulamalarının oluşturduğu trafik desenlerinin ağlarda ciddi tıkanıklıklara yol açtığını ortaya koyuyor. VEF Traces çerçevesi kullanılarak geliştirilen yeni metodoloji, bu iletişim operasyonlarını karakterize etmeyi ve ağ performansına etkilerini modellenmeyi mümkün kılıyor. Bulgular, en verimli ağ tasarımlarının bile belirli trafik desenleri altında performans kaybı yaşayabileceğini gösteriyor ve gelecekteki ağ tasarımları için önemli öngörüler sunuyor.
Telekom Sektörü İçin Özelleştirilmiş Yapay Zeka Modeli Geliştirildi
Araştırmacılar, telekom sektörünün özel ihtiyaçlarına yönelik MM-Telco adlı kapsamlı bir yapay zeka sistemi geliştirdi. Bu sistem, ağ optimizasyonu, sorun giderme ve müşteri desteği gibi telekom uygulamalarında büyük dil modellerinin kullanımını kolaylaştırmayı hedefliyor. MM-Telco, hem metin hem de görsel verilerle çalışabilen çok modlu bir yaklaşım benimsiyor. Sistem, ağ operasyonları yönetimi, dokümantasyon kalitesinin artırılması ve ilgili metin-görsel içeriklerin bulunması gibi gerçek hayat senaryolarına odaklanıyor. Telekom sektörünün karmaşık teknik gereksinimleri göz önünde bulundurularak özelleştirilmiş bu AI çözümü, sektörde otomasyon ve verimlilik açısından önemli bir adım olarak görülüyor.
Isıtma Sistemlerinde Arıza Tespiti İçin Yapay Zeka Veri Seti Geliştirildi
Araştırmacılar, merkezi ısıtma sistemlerindeki arızaları önceden tespit edebilmek için kapsamlı bir veri seti ve değerlendirme sistemi geliştirdi. 93 farklı alt istasyondan toplanan operasyonel verilerle oluşturulan bu açık kaynak veri seti, enerji verimliliğini artırmak için kritik öneme sahip. EnergyFaultDetector adlı Python tabanlı sistem kullanılarak test edilen framework, arızaları erken tespit ederek sistem performansını optimize etmeyi hedefliyor. Bu çalışma, enerji sistemlerinde yapay zeka destekli bakım yöntemlerinin geliştirilmesi açısından önemli bir adım.
Gizli Kapı Sistemlerinde Güvenlik Açığı: SAT Algoritması ile İşlev Çözümleme
Araştırmacılar, hem veri hem de işlev mantığını korumayı hedefleyen yarı-özel işlev değerlendirme sistemlerinde kritik bir güvenlik açığı keşfetti. Gate-hiding garbled circuits adı verilen bu sistemler, kapı işlevlerini gizlerken devre topolojisini açık bırakıyor. Yeni geliştirilen SAT tabanlı saldırı yöntemi, sadece devrenin genel yapısını kullanarak gizli kapı operasyonlarını yeniden oluşturabiliyor. Bu keşif, kriptografik hesaplama sistemlerinin güvenlik tanımlarının yeniden gözden geçirilmesi gerektiğini ortaya koyuyor ve siber güvenlik alanında önemli etkilere sahip.