“planlama” için sonuçlar
168 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Trafik Tahmini İçin Kişiselleştirilmiş Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, akıllı ulaşım sistemleri için gizliliği koruyarak trafik tahmininde bulunabilen yeni bir yapay zeka sistemi geliştirdi. AutoFed adlı bu sistem, federe öğrenme teknolojisini kullanarak farklı bölgelerin trafik verilerini paylaşmadan ortak bir model eğitiyor. Geleneksel yöntemlerin aksine, her bölgenin kendine özgü trafik özelliklerini dikkate alarak daha kişiselleştirilmiş tahminler sunuyor. Sistem, taksi hizmetleri, şehir planlama ve araç filo yönetimi gibi kritik alanlarda kullanılabilir. Araştırma, veri mahremiyeti endişelerinin yarattığı bilgi silosu problemine çözüm getirirken, her bölgenin farklı trafik davranışlarını da göz önünde bulunduruyor.
Yapay Zeka ile Yağış Tahmini: Yeni Radar Analiz Sistemi Geliştirildi
Araştırmacılar, radar görüntülerinden yağış tahminlerini daha doğru yapabilen yeni bir yapay zeka sistemi geliştirdi. MFC-RFNet adlı bu sistem, çok ölçekli veri analizi ve gelişmiş görüntü işleme teknikleriyle geleneksel yöntemlerin karşılaştığı temel sorunları çözmeyi hedefliyor. Sistem, radar görüntülerindeki karmaşık atmosferik hareketleri daha iyi analiz edebilmekte ve farklı ölçeklerdeki meteorolojik olayları eş zamanlı olarak takip edebilmektedir. Bu gelişme, afet yönetimi ve ekonomik planlama açısından kritik olan kısa vadeli yağış tahminlerinin kalitesini artırma potansiyeli taşıyor. Yeni yaklaşım, özellikle şiddetli hava olaylarının erken tespitinde ve sel, fırtına gibi doğal afetlere karşı hazırlık süreçlerinde önemli avantajlar sağlayabilir.
Beyin İlhamlı Yapay Zeka: Hiyerarşik Aktif Çıkarım ile Daha Akıllı Planlama
Bilim insanları, beynin çok katmanlı yapısından ilham alarak yeni bir yapay zeka modeli geliştirdi. 'Aktif çıkarım' olarak adlandırılan bu yaklaşım, beynin algılama, eylem ve öğrenme süreçlerini taklit ediyor. Araştırmacılar, karmaşık gerçek dünya problemlerini çözmek için hiyerarşik bir yapı kullanarak bu teknolojiyi geliştirdi. Model, alt seviyedeki basit öğrenmeleri kullanarak üst seviye soyut durumları anlayabiliyor ve daha etkili planlama yapabiliyor. Bu yaklaşım, navigasyon ve planlama gibi ekolojik önemli görevlerde başarılı sonuçlar gösterdi. Beynin doğal işleyişini taklit eden bu yöntem, yapay zekanın gerçek dünyada daha karmaşık problemleri çözmesine olanak tanıyabilir.
Akıllı Bisiklet İstasyonu Yerleşimi: Üç Farklı Analitik Yaklaşımın Karşılaştırması
Norveç'in Trondheim şehrinde yapılan yeni bir araştırma, bisiklet paylaşım istasyonlarının optimal yerleşimi için üç farklı analitik yöntemin nasıl farklı sonuçlar verdiğini ortaya koydu. Ağırlıklı doğrusal kombinasyon, maksimal kapsama ve veri tabanlı uygunluk skorlaması yaklaşımlarını karşılaştıran çalışma, kentsel ulaşım planlamasında farklı modelleme paradigmalarının kentsel alanı nasıl farklı şekilde önceliklendirdiğini gösteriyor. Araştırmacılar aynı 24 mekansal özelliği kullanarak 68 istasyonluk ağlar tasarladı ve mevcut ağla karşılaştırdı. Sonuçlar, bisiklet paylaşım sistemlerinin stratejik planlamasında model seçiminin kritik önemini vurguluyor.
VoxMind: Konuşan yapay zeka artık araç kullanabiliyor ve karmaşık görevleri çözebiliyor
Araştırmacılar, sesli diyalog sistemlerinde yeni bir dönüm noktası yaratan VoxMind adlı yapay zeka modelini geliştirdi. Bu sistem, sadece konuşma yetenekleriyle sınırlı kalmayıp, çeşitli araçları kullanarak gerçek dünya problemlerini çözebiliyor. 470 saatlik özel veri setiyle eğitilen model, 'Konuşmadan Önce Düşün' mekanizmasıyla planlama yapıp daha mantıklı cevaplar verebiliyor. Geleneksel sesli asistanların aksine, VoxMind karmaşık kullanıcı taleplerini anlayıp uygun araçları seçerek sonuca ulaşabiliyor. Bu gelişme, sesli yapay zeka asistanlarının sadece sohbet etmekten öte, pratik sorunları çözebilen akıllı ajanlar haline gelmesini sağlıyor.
Yapay Zeka ile Hava Tahminlerinde Büyük Atılım: Yanlılık Düzeltme Sistemi
Araştırmacılar, 2-6 hafta sonrasını öngören uzun vadeli hava tahminlerinin doğruluğunu artıran yeni bir yapay zeka sistemi geliştirdi. Olasılıksal yanlılık düzeltme (PBC) adlı bu yöntem, geçmiş tahminlerdeki sistematik hataları öğrenerek gelecekteki öngörüleri iyileştiriyor. Avrupa Orta Vadeli Hava Tahminleri Merkezi'nin (ECMWF) önde gelen modellerine uygulandığında, yapay zeka tahmin sisteminin başarısını iki katına çıkarırken, operasyonel dinamik modelin basınç tahminlerinin %91'ini, sıcaklık tahminlerinin %92'sini geliştirdi. Bu gelişme, tarım planlaması, orman yangını yönetimi, su ve enerji dağıtımı gibi kritik alanlarda karar vericiler için önemli bir araç sunuyor.
Yapay Zeka Video Anlama Yetisinde Yeni Test: Uzamsal-Zamansal Akıl Yürütme
Araştırmacılar, çok modlu büyük dil modellerinin video içeriklerini ne kadar iyi anlayabildiğini test etmek için yeni bir değerlendirme sistemi geliştirdi. VAEX-BENCH adlı bu sistem, yapay zekanın sadece videolarda gördüklerini tanımlamasını değil, farklı zamanlardaki olayları birleştirerek soyut çıkarımlar yapabilme becerisini ölçüyor. Mevcut testler genellikle videoda açıkça görülen bilgileri tespit etmeye odaklanırken, bu yeni yaklaşım yapay zekanın gerçek dünya senaryolarında daha karmaşık görsel akıl yürütme yapabilme kapasitesini değerlendiriyor. Sistem, nesne seviyesinden oda planlamasına kadar farklı karmaşıklık düzeylerinde senaryolar sunarak, yapay zekanın uzamsal ve zamansal bilgileri entegre etme yeteneğini test ediyor.
Yapay zeka otizmli çocukları yüzde 81 doğrulukla tespit ediyor
Şerif Üniversitesi araştırmacıları, otizmli çocukları sanal robotlarla etkileşimleri sırasında ayırt edebilen yapay zeka sistemi geliştirdi. Müzik eğitimi programında toplanan verilerle eğitilen derin öğrenme modeli, otizm spektrum bozukluğu olan çocukları normal gelişim gösteren çocuklardan yüzde 81 doğrulukla ayırt edebiliyor. Sistem aynı zamanda her iki grup çocuğun davranış kalıplarını simüle ederek, tanı süreçlerine ve terapist eğitimine katkı sağlayabilir. Bu teknoloji, otizmin erken teşhisinde ve tedavi planlamasında önemli bir araç haline gelebilir.
Cep Telefonu Verileri ve Gişe Sayaçları Birleşerek Kent Trafiğini Daha İyi Tahmin Ediyor
Norveç'teki araştırmacılar, kent içi trafik akışını daha doğru tahmin etmek için yenilikçi bir makine öğrenmesi yaklaşımı geliştirdi. Çalışma, cep telefonu ağ verilerinin geniş kapsama alanını, gişe sensörlerinin hassas araç sayım yetenekleriyle birleştiriyor. Bu hibrit yöntem, her iki veri kaynağının zayıflıklarını giderirken güçlü yanlarını koruyor. Araştırma, özellikle toplu taşıma altyapısı planlaması için kritik olan araç kategorilerine göre ayrıştırılmış trafik verisi üretmeyi başarıyor. Trondheim şehrindeki otobüs deposu genişletme projesi üzerinde test edilen sistem, saatlik bazda farklı araç uzunluk kategorileri için detaylı trafik matrisleri oluşturabildi. Bu gelişme, şehir planlamacılarına daha gerçekçi trafik simülasyonları sunarak altyapı yatırım kararlarını destekleyecek.
Yapay Zeka ile Akıllı Bisiklet İstasyonu Yerleşimi: Yeni Bir Sistem Önerisi
Şehirlerdeki bisiklet paylaşım sistemlerinin yaygınlaşmasıyla birlikte, yeni istasyonların nereye kurulacağı kritik bir sorun haline geldi. Norveçli araştırmacılar, bu soruna yapay zeka tabanlı bir çözüm geliştirdi. Hibrit gürültü giderici otoenkoder (HDAE) teknolojisini kullanan sistem, mevcut başarılı istasyonlardan öğrendikleriyle yeni konumları belirliyor. Sosyo-demografik veriler, yapılı çevre özellikleri ve ulaşım ağı bilgilerini analiz eden model, Trondheim şehrinde test edildi. Bu yaklaşım, geleneksel talep modelleme yöntemlerinin aksine, şehirsel karakteristikleri daha iyi yakalayarak optimal genişleme noktalarını belirliyor. Çalışma, veri kısıtlı ortamlarda bile etkili sonuçlar vererek, sürdürülebilir ulaşım planlamasında yapay zekanın rolünü vurguluyor.
Yapay Nüfus Verisi Üretmek İçin Yeni Makine Öğrenmesi Yöntemi Geliştirildi
Araştırmacılar, nüfus sayımı verilerinden gerçekçi sentetik nüfus örnekleri oluşturmak için yenilikçi bir makine öğrenmesi yaklaşımı geliştirdi. Persistent Contrastive Divergence (PCD) adı verilen bu yöntem, bireysel kişisel verilere erişim olmadan toplam demografik verilerden yararlanarak yapay nüfus modelleri üretiyor. Geleneksel yöntemlerin aksine, bu teknik çok sayıda demografik özelliği eş zamanlı olarak işleyebiliyor ve hesaplama açısından çok daha verimli. İtalyan demografik verileri üzerinde test edilen sistem, 15 farklı demografik kategoriyi başarıyla modelleyebildi. Bu gelişme, şehir planlama, sosyal bilimler araştırmaları ve kamu politikası analizi gibi alanlarda önemli uygulamalara sahip olabilir.
Yapay Zeka Artık Tek Senaryo Yerine Çoklu Gelecek Tahminleri Yapabiliyor
Araştırmacılar, yapay zekanın gelecek olayları tahmin etme yetisinde devrim niteliğinde bir yaklaşım geliştirdi. Geleneksel yöntemler sadece en olası sonucu öngörürken, yeni SCATTER sistemi belirsizlikleri de hesaba katarak çok sayıda farklı senaryo üretebiliyor. Bu teknoloji, risk yönetiminden şehir planlamasına kadar birçok alanda kullanılabilir. Sistem, pekiştirmeli öğrenme kullanarak hem kapsayıcı hem de çeşitli hipotezler oluşturmayı öğreniyor. Üç farklı ödül mekanizması ile çalışan yapı, olayların geçerliliğini kontrol ederken aynı zamanda çeşitliliği de teşvik ediyor.
Yeni yapay zeka modeli karmaşık ağ ilişkilerini daha iyi anlıyor
Araştırmacılar, mevcut graf sinir ağlarının sınırlarını aşan yeni bir yapay zeka modeli geliştirdi. ModernSASST adlı bu sistem, geleneksel yöntemlerin sadece ikili ilişkileri yakalayabilmesine karşın, gerçek dünyadaki karmaşık ağ yapılarındaki çok boyutlu ilişkileri de analiz edebiliyor. Simplisyal kompleks adı verilen matematiksel yapıları kullanan model, hem uzaysal hem de zamansal verileri daha etkili şekilde işleyebiliyor. Bu gelişme, ulaşım ağlarından sosyal medya analizine, hava durumu tahminlerinden şehir planlamasına kadar birçok alanda daha hassas ve hızlı sonuçlar elde edilmesini sağlayabilir.
Uydu videolarında araç takibi için yeni yapay zeka sistemi geliştirildi
Araştırmacılar, titreşimli uydu videolarında araçları tespit etme ve takip etme konusunda devrim yaratacak DeTracker adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, uydu platformunun titreşimi ve küçük nesnelerin zayıf görüntü kalitesi gibi zorluklarla başa çıkabiliyor. DeTracker, hareket dengesizliğini çözmek için küresel-yerel hareket ayrıştırma modülü ve zamansal özellik piramidi kullanıyor. Bu teknoloji, trafik izleme, güvenlik uygulamaları ve şehir planlaması gibi alanlarda büyük potansiyel taşıyor.
Yapay Zeka Modellerinin Akıl Yürütme Yetenekleri İçin Yeni Çözüm: HCoT
Araştırmacılar, büyük dil modellerinin karmaşık problemleri çözerken yaşadığı iki temel sorunu ele alan yeni bir yöntem geliştirdi. HCoT (Heuristik Düşünce Sınıflandırma Teşviki) adlı bu yaklaşım, modellerin rastgele karar alma süreçlerini daha yapılandırılmış hale getiriyor ve alan bilgisini akıl yürütme stratejilerine dinamik olarak entegre ediyor. Mevcut yapay zeka sistemleri, her kelimeyi olasılık dağılımlarından rastgele seçtikleri için tutarlı planlama yapamıyor ve aldıkları kararlar stratejik temelden yoksun kalıyor. Yeni yöntem, uzman sistemlerden alınan sezgisel kuralları kullanarak bu sorunları çözmeyi hedefliyor. Geliştirilen yaklaşım, yapay zekanın daha güvenilir ve mantıklı sonuçlar üretmesini sağlayarak, özellikle karmaşık problem çözme gerektiren alanlarda önemli ilerlemeler vaat ediyor.
Fabrikada İnsan-Robot İşbirliğini Optimize Eden Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, üretim ortamlarında insan ve robotların birlikte çalışmasını optimize eden yeni bir yapay zeka algoritması geliştirdi. Sistem, çalışanların gerçek zamanlı konumlarını ve hareket mesafelerini dikkate alarak görevleri akıllıca planlıyor ve dağıtıyor. Hiyerarşik yapısıyla karmaşık üretim süreçlerini alt görevlere bölen algoritma, üst seviyede görev planlaması, alt seviyede ise görev dağıtımı yapıyor. Özellikle geliştirilen EBQ (Etkin Tampon-tabanlı Derin Q-öğrenme) yöntemi, eğitim süresini kısaltırken uzun vadeli ve seyrek ödüllü üretim problemlerinde performansı artırıyor. Bu teknoloji, gelişmiş üretim sistemlerinde insan-robot işbirliğinin verimliliğini önemli ölçüde artırarak endüstriyel otomasyonun geleceğini şekillendirmeye aday.
Yapay Zeka Algoritmaları Açık Maden İşletmeciliğinde Belirsizlikle Baş Ediyor
Araştırmacılar, açık maden işletmeciliğindeki karmaşık planlama sorunlarını çözmek için yeni bir evrimsel algoritma yaklaşımı geliştirdi. Bu yöntem, değişken ekonomik koşullar ve dinamik kaynak kapasiteleri altında madenlerin optimal şekilde işletilmesini sağlıyor. Algoritma, hem maksimum kârı hedeflerken hem de riskleri minimize ederek, belirsizlik içindeki değişimlere anında adapte olabiliyor. Bu gelişme, maden endüstrisinde daha verimli ve esnek planlama stratejilerinin kapısını açıyor.
Robot Kollarının Tekil Durum Sorunu: Klasik ve AI Yöntemlerinin Karşılaştırması
Robot kollarının hareket planlamasında karşılaşılan en büyük sorunlardan biri tekil durumlardır - robot eklemlerinin aniden çok hızlı hareket ettiği veya sistemin tamamen kilitlendiği durumlar. Yeni bir araştırma, bu sorunu çözmek için geliştirilen geleneksel matematik tabanlı yöntemlerle modern yapay zeka yaklaşımlarını kapsamlı olarak karşılaştırdı. Çalışmada 12 farklı çözüm yöntemi test edildi ve ilginç sonuçlar elde edildi: Sadece yapay zeka kullanan yöntemler beklenenden daha kötü performans gösterirken, matematik ve AI'ı birleştiren hibrit yaklaşımlar daha başarılı oldu. Bu bulgular, robotik sistemlerde güvenilirlik açısından kritik öneme sahip.
Yapay Zeka ile Şehir Planlaması: Benzer Kentleri Keşfetmenin Yeni Yolu
Araştırmacılar, şehirlerdeki arazi kullanım desenlerini analiz ederek benzer kentleri tespit eden yeni bir yapay zeka metodolojisi geliştirdiler. Copernicus programının Kentsel Atlas verilerini kullanan bu çalışma, veri madenciliği ve denetimsiz öğrenme tekniklerini birleştireyor. Sistem, şehirlerdeki farklı arazi türlerinin nasıl bir arada bulunduğunu inceleyerek kentler arasında benzerlik kuruyor. Bu yaklaşım, şehir plancılarına ve politika yapıcılarına değerli içgörüler sunarak, başarılı kentsel çözümlerin diğer şehirlere uyarlanmasını kolaylaştırabilir. Geliştirilen framework ölçeklenebilir olup, kaynak kodları halka açık olarak paylaşılmış durumda.
Robotlar için Yeni Hareket Planlama Sistemi: Karmaşık Ortamlarda Daha Akıllı Navigasyon
Araştırmacılar, robotların karmaşık ve engelli ortamlarda daha etkili hareket edebilmesi için yeni bir yapay zeka sistemi geliştirdi. Hierarchical Neural Time Fields (H-NTFields) adı verilen bu sistem, fizik kurallarını yapay sinir ağlarıyla birleştirerek robotların çok odalı ortamlarda güvenli yol bulma kabiliyetini artırıyor. Geleneksel yöntemlerin aksine, sistem seyrek yol haritalarından gelen zayıf denetimli öğrenmeyi kullanarak global tutarlılık sağlıyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar geniş bir uygulama yelpazesinde devrim yaratabilir.
Yapay zeka, uydu görüntülerini gruplamada yeni çığır açtı
Araştırmacılar, hiperspektral uydu görüntülerini analiz etmek için yeni bir yapay zeka algoritması geliştirdi. Bu yöntem, görüntüleri anlamlı bölgelere ayırarak tarım, çevre izleme ve şehir planlama gibi alanlarda devrim yaratabilir. Algoritma, Vision Transformer teknolojisi kullanarak görüntülerin hem uzamsal hem de spektral özelliklerini etkili şekilde öğreniyor. Geleneksel yöntemlerden farklı olarak, sadece küçük bir veri alt kümesiyle eğitilerek yüksek doğruluk elde ediyor. Bu gelişme, uydu verilerinin daha hızlı ve doğru analiz edilmesini sağlayarak çevresel değişikliklerin takibi, tarımsal verimlilik analizi ve doğal afet yönetimi gibi kritik uygulamalarda önemli avantajlar sunuyor.
Yapay Zeka Robotları İçin Belirsizlikle Başa Çıkan Yeni Kontrol Sistemi
Araştırmacılar, eksik bilgiye sahip sistemlerde çalışan robotlar için yeni bir kontrol algoritması geliştirdi. Path integral kontrol yöntemi, geleneksel olarak tam gözlemlenebilen sistemlerde kullanılırken, yeni yaklaşım belirsizlik içeren durumları da ele alabiliyor. Gaussian inanç uzayı kullanılarak geliştirilen MPPI-Belief algoritması, robotların çevreyi tam olarak algılayamadığı durumlarda daha etkili kararlar almasını sağlıyor. Bu yenilik özellikle otonom navigasyon, drone kontrolü ve endüstriyel robotik uygulamaları için kritik önem taşıyor. Sistem, belirsizlik altında optimal yol planlama yapabilen yapay zeka sistemlerinin geliştirilmesinde önemli bir adım olarak değerlendiriliyor.
Robotlar İçin Gerçek Zamanlı Hareket Planlama: 1000 Kat Hızlı Algoritma
Stanford araştırmacıları, humanoid robotların karmaşık hareketlerini planlamak için yeni bir algoritma geliştirdi. Geleneksel yöntemler onlarca saniye sürerken, yeni SIMD tabanlı yaklaşım aynı işlemi milisaniyeler içinde tamamlayabiliyor. Algoritma, robotların çeşitli kısıtlamalar altında hareket planlamasını 100-1000 kat hızlandırarak gerçek zamanlı uygulamaları mümkün kılıyor. Bu gelişme özellikle dinamik ortamlarda çalışan humanoid robotlar ve endüstriyel otomasyon sistemleri için büyük önem taşıyor. Paralel işleme teknolojisinin robotik alanındaki potansiyelini gösteren çalışma, robotların daha akıllı ve hızlı karar vermesinin önünü açıyor.
Yapay Zeka ile Tıbbi Verilerin Anlaşılmasında Yeni Dönem: CoMed Sistemi
Araştırmacılar, elektronik sağlık kayıtlarındaki tıbbi kavramları daha iyi anlayabilmek için yapay zeka destekli yeni bir sistem geliştirdi. CoMed adlı bu sistem, hastalık tanıları, ilaçlar ve tıbbi prosedürler arasındaki karmaşık ilişkileri haritalayarak sağlık verilerinin daha doğru yorumlanmasını sağlıyor. Mevcut tıbbi bilgi sistemlerinin eksik bağlantılar ve yetersiz anlamsal bilgi gibi sorunları bulunuyor. CoMed, büyük dil modellerini kullanarak bu eksiklikleri gideriyor ve tıbbi kodlar arasında küresel bir bilgi ağı oluşturuyor. Bu gelişme, gelecekte hastalık teşhisi, tedavi planlaması ve klinik karar verme süreçlerinde önemli iyileştirmeler sağlayabilir. Sistem, hem yapısal verileri hem de metinsel bilgileri birleştirerek tıbbi kavramların daha zengin temsillerini oluşturuyor.