“modelleme” için sonuçlar
215 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Tüberküloz Salgınının Seyrini Tahmin Etmeyi Öğreniyor
Araştırmacılar, tüberküloz salgınının yayılımını modellemek için yapay zeka destekli yeni bir yaklaşım geliştirdi. Fizik-Güdümlü Sinir Ağları (PG-NODE) adlı bu yöntem, klasik epidemiyolojik modellerin sabit parametreli yapısının ötesine geçerek, hastalığın zaman içindeki değişken dinamiklerini öğrenebiliyor. Yılda 1,3 milyon ölüme ve 10,6 milyon yeni enfeksiyona neden olan tüberküloz için geliştirilen sistem, geleneksel SLIR modelini (Duyarlı-Gizli-Enfektif-İyileşen) sinir ağları ile birleştiriyor. Bu hibrit yaklaşım, biyolojik kısıtlamaları korurken, gerçek dünya verilerindeki heterojenliği ve öngörülemeyen etkileri de hesaba katabiliyor.
Sosyal Ağlarda Etki Maksimizasyonu: Hipergraf Modelleme ile Yeni Çözüm
Araştırmacılar, sosyal ağlardaki etkili kişileri belirleme problemini çözmek için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler, karmaşık etkileşimleri tam olarak yakalayamıyor. Yeni çalışma, hipergraf modellemesi ve parçacık sürüsü optimizasyonu algoritmasını birleştirerek, çok boyutlu sosyal etkileşimleri daha iyi analiz ediyor. Bu yöntem, pazarlama kampanyalarından halk sağlığı müdahalelerine kadar geniş uygulama alanına sahip. Hipergraflar, ikiden fazla kişi arasındaki etkileşimleri modelleyebilme avantajı sunuyor ancak hesaplama karmaşıklığını artırıyor. Araştırma ekibi, bu zorluğu aşmak için eşik modeli tabanlı fitness fonksiyonu geliştirdi.
Yapay sinir ağları geometrik düzenleme ile daha güvenilir hale geliyor
Karmaşık sistemlerin davranışlarını modellemek için kullanılan otokodlayıcılar, yeni bir geometrik düzenleme yöntemiyle daha doğru ve tutarlı sonuçlar üretebilecek. Araştırmacılar, yüksek boyutlu verilerdeki gizli düşük boyutlu yapıları keşfetmek için üç aşamalı yeni bir yaklaşım geliştirdi. Bu yöntem, özellikle uzun zaman dilimlerinde yavaş gelişen stokastik sistemlerin analizinde önemli iyileştirmeler sağlayabilir. Mevcut ATLAS gibi yerel harita yöntemlerinin üstel ölçekleme sorunları ve otokodlayıcı alternatiflerinin teğet-paket geometrisindeki kısıtlamaları bu çalışmayla aşılmaya çalışılıyor.
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.
Fizik kurallarını koruyan yapay zeka, karmaşık dalga etkileşimlerini çözüyor
Araştırmacılar, hiperbolik korunum yasalarını takip eden karmaşık fiziksel olayları simüle etmek için yeni bir yapay zeka modeli geliştirdi. Şok dalgaları, temas süreksizlikleri ve dalga etkileşimleri gibi zorlu fenomenleri modellemede kullanılan bu sistem, klasik sayısal yöntemlerin doğruluğunu korurken hesaplama süresini önemli ölçüde azaltıyor. Mevcut sinir ağı tabanlı çözümler genellikle fiziksel gerçekliği ihlal eden sonuçlar üretirken, bu yeni yaklaşım graf sinir ağları kullanarak hem hızlı hem de fiziksel olarak geçerli sonuçlar sunuyor. Özellikle parametrik çalışmalar ve tasarım optimizasyonu gibi çok sayıda hesaplama gerektiren görevlerde büyük avantaj sağlıyor.
Yapay Sinir Ağlarının Öğrenme Sürecindeki Gizli Dinamikler Ortaya Çıkarıldı
Makine öğrenmesinin en büyük sorunlarından olan 'kaybolan gradyanlar' ve 'aşırı öğrenme' problemlerinin dinamik kökenlerini anlamak için yeni bir model geliştirildi. Çok katmanlı algılayıcıların eğitim sürecinde, öğrenme dinamiklerinin belirli matematiksel yapılar (eyer noktaları) tarafından organize edilen plato ve neredeyse optimal bölgelerden geçerek aşırı öğrenme rejimine ulaştığı keşfedildi. Araştırmacılar, gürültülü veri setleriyle çalışıldığında teorik optimuma ulaşmanın imkansız olduğunu ve sistemin kaçınılmaz olarak aşırı öğrenme çözümlerine yerleştiğini matematiksel olarak gösterdi. Bu bulgular, yapay zeka modellerinin neden bazen beklenenden farklı davrandığını ve eğitim sürecindeki kritik geçiş noktalarını daha iyi anlamamızı sağlıyor.
Yapay Zeka Öğrenmesinde Devrim: Beyin Benzeri Hafıza Modeli Geliştirildi
Araştırmacılar, yapay zekanın öğrenme süreçlerini modellemek için insan beynindeki Hebbian plastisiteden ilham alan yeni bir matematiksel framework geliştirdi. Tan-HWG adı verilen bu model, hafıza durumlarını olasılık dağılımları olarak ele alarak, yapay sinir ağlarının nasıl öğrendiğini geometrik bir perspektifle açıklıyor. Sistem, dahili hafıza durumları ile gözlemlenebilir çıktılar arasında temel bir ayrım yaparak, sinaptik bağlantıların güçlenmesi ve budanmasını geometrik sonuçlar olarak açıklıyor. Bu yaklaşım, yapay zeka sistemlerinin öğrenme mekanizmalarını daha iyi anlamamıza ve optimize etmemize yardımcı olabilir.
Tedarik Zinciri Dayanıklılığını Ölçen Yeni Matematiksel Model Geliştirildi
Araştırmacılar, modern üretim sistemlerinin tedarik zinciri kesintilerine karşı dayanıklılığını matematiksel olarak ölçebilen yeni bir framework geliştirdi. Çalışma, yerel aksaklıkların nasıl sistem çapında çöküşlere yol açabileceğini analiz ederek, dayanıklı ve kırılgan tedarik zincirleri arasındaki farkı belirlemeyi sağlıyor. Node percolation teorisi ve dallanma süreçlerini kullanan model, dört kritik yapısal belirleyici tanımlıyor: hammadde sayısı, nihai ürün sayısı, tedarik gereksinimleri ve tedarik etkisi. Bu yenilikçi yaklaşım, şirketlerin tedarik ağlarını daha dayanıklı hale getirmesine yardımcı olabilir.
Yeni Normalizasyon Tekniği Yapay Zeka Tahmin Modellerini Güçlendiriyor
Araştırmacılar, uzamsal-zamansal verilerdeki dağılım kaymasını çözmek için Tersine Çevrilebilir Artık Normalizasyon (RRN) adlı yenilikçi bir framework geliştirdi. Bu teknik, grafik yapılarında hem zamansal hem de mekansal boyutlarda ortaya çıkan veri dağılım değişikliklerini ele alarak, derin öğrenme modellerinin tahmin performansını önemli ölçüde artırıyor. Geleneksel yöntemler sadece zaman serisindeki değişimlere odaklanırken, RRN grafik konvolüsyon işlemlerini kullanarak ağ yapısının karmaşık özelliklerini de dikkate alıyor. Bu gelişme, trafik tahmini, hava durumu modelleme ve epidemiyoloji gibi birçok alanda uygulanabilir.
Yapay zeka 3D nesneleri parçalara ayırmayı öğrendi
Araştırmacılar, 3D nesneleri otomatik olarak anlamlı parçalara ayırabilen yenilikçi bir yapay zeka sistemi geliştirdi. SegviGen adlı bu sistem, mevcut 3D üretici modellerden yararlanarak nesnelerin farklı bölümlerini renkli kodlarla ayırt ediyor. Geleneksel yöntemlerin aksine, büyük veri setlerine ya da yoğun hesaplama gücüne ihtiyaç duymuyor. Sistem, kullanıcı etkileşimli segmentasyon, tam otomatik bölümleme ve 2D rehberlikli segmentasyon gibi farklı modlarda çalışabiliyor. Bu teknoloji, 3D modelleme, oyun geliştirme, robotik ve sanal gerçeklik uygulamalarında önemli ilerlemeler sağlayabilir. Özellikle karmaşık 3D nesnelerin analizinde ve manipülasyonunda yeni olanaklar sunuyor.
Yeni yapay zeka modeli gelecekteki video karelerini dalgacık dönüşümüyle tahmin ediyor
Araştırmacılar, geçmiş görüntü verilerinden gelecekteki video karelerini tahmin edebilen yeni bir yapay zeka modeli geliştirdi. WaveSFNet adlı bu sistem, dalgacık dönüşümü ve uzamsal-frekans çift alanı yaklaşımını birleştirerek, video tahminlerinde yüksek kaliteli detayları korurken uzun vadeli dinamikleri modellemeyi başarıyor. Geleneksel yöntemlerin aksine, bu model video karelerini örneklerken doku ve sınır bilgilerini kaybetmiyor. Sistem, komşu kareler arasındaki farklılıkları analiz ederek dinamik bilgileri güçlendiriyor ve böylece daha keskin çok adımlı tahminler üretiyor. Bu gelişme, video analizi, hava durumu tahmini ve otonom araç sistemleri gibi birçok alanda uygulanabilir.
Doğal Dili Matematiksel Modellere Çeviren Yapay Zeka Asistanları Geliştirildi
Araştırmacılar, günlük dilden matematiksel optimizasyon problemlerine çeviri yapabilen Text2Model ve Text2Zinc adlı yenilikçi sistemleri geliştirdi. Bu teknoloji, karmaşık matematiksel modelleme süreçlerini demokratikleştirerek, programlama bilgisi olmayan kullanıcıların da optimizasyon problemlerini kolayca tanımlayabilmesini sağlıyor. Sistem, hem tatmin edici hem de optimizasyon problemlerini tek bir mimaride birleştiren ilk çalışma olarak öne çıkıyor. Çevrimiçi liderlik tablosu ve etkileşimli editörle desteklenen platform, farklı çözücü yazılımlarla uyumlu çalışabiliyor. Bu gelişme, büyük dil modellerinin matematiksel modelleme alanındaki potansiyelini ortaya koyarken, bilimsel araştırma ve endüstriyel uygulamalarda önemli kolaylıklar sağlayacak.
Yapay Zeka Simülasyonları ile Gerçek Dünya Arasındaki Farkı Ölçen Yeni Yöntem
Araştırmacılar, yapay zeka modellerinin gerçek dünya sistemlerini ne kadar doğru simüle ettiğini ölçmek için yeni bir matematiksel yöntem geliştirdi. 'Sim-to-real gap' olarak bilinen bu fark, özellikle generatif AI modellerinin yaygınlaştığı günümüzde kritik önem taşıyor. Yöntem, her senaryo için gerçek ve simüle edilmiş sistemlerin gözlemlenemeyen parametrelerini karşılaştırarak güvenilir bir ölçüm sunuyor. Bu yaklaşım, AI simülasyonlarının güvenilirliğini değerlendirmek için objektif bir standart oluşturabileceği gibi, çeşitli alanlardaki simülasyon tabanlı uygulamaların kalitesini artırmada önemli rol oynayabilir.
Kuantum yapay zeka, kaos tahminlerinde çığır açtı
Araştırmacılar, kuantum bilişim ile yapay zekayı birleştirerek karmaşık kaotik sistemlerin tahmininde dramatik iyileştirmeler elde ettiklerini açıkladı. Yeni yöntem, kuantum bilgisayarların verilerdeki gizli örüntüleri tespit etme kabiliyetini kullanarak, yapay zeka modellerinin doğruluğunu ve zaman içindeki kararlılığını artırıyor. Geleneksel modellerle karşılaştırıldığında hem daha yüksek performans sergiliyor hem de çok daha az bellek kullanıyor. Bu gelişme, iklim bilimi, enerji sektörü ve tıp alanlarında büyük değişimlere yol açabilir. Kaotik sistemlerin öngörülmesi uzun zamandır bilim dünyasının en zorlu problemlerinden biri olarak kabul ediliyor.
Kuantum Fourier Dönüşümünde Çığır Açan Başarı: 52 Kübit ile Yeni Rekor
ParityQC şirketi, IBM kuantum bilgisayarı kullanarak şimdiye kadar gerçekleştirilen en büyük kuantum Fourier dönüşümünü başardı. 52 kübit ile yapılan bu çalışma, önceki 27 kübitlik rekoru neredeyse ikiye katladı. Kuantum Fourier dönüşümü, kriptografi, finansal modelleme ve malzeme bilimi gibi kritik alanlarda uygulama potansiyeli olan temel bir algoritmadır. Bu başarı, kuantum bilgisayarların endüstriyel kullanıma hazır hale gelmesi yolunda önemli bir kilometre taşı olarak değerlendiriliyor. Gelişme, kuantum teknolojisinin pratik uygulamalara daha yakın olduğunu gösteriyor.
Yapay zeka öneri sistemleri artık zamanı daha iyi anlıyor
Araştırmacılar, kullanıcı davranışlarını tahmin eden öneri sistemlerini geliştirmek için yeni bir zaman modelleme yöntemi geliştirdi. RoTE adı verilen bu sistem, kullanıcıların etkileşimleri arasındaki gerçek zaman aralıklarını dikkate alarak daha doğru öneriler sunabiliyor. Mevcut sistemler sadece işlemlerin sırasını göz önünde bulundururken, RoTE zamanı farklı detay seviyelerinde analiz ederek kullanıcıların kısa ve uzun vadeli ilgi değişimlerini daha iyi yakalayabiliyor. Bu yenilik, e-ticaret platformlarından sosyal medyaya kadar birçok alanda kullanılan öneri algoritmalarının performansını artırmaya yönelik önemli bir adım.
Çevrimiçi Oyunların Çöküş Mekanizması Matematiksel Modelle Açıklandı
Araştırmacılar, çok oyunculu online oyunların neden ve nasıl popülerliklerini kaybederek oynanmaz hale geldiğini açıklayan formal bir çerçeve geliştirdi. Çalışma, oyunların hayatta kalabilmesi için gerekli minimum oyuncu sayısını tanımlayan 'Kritik Kütle Eşiği' ve nostaljinin aktif katılımı geride bıraktığı 'Nostalji Dönüm Noktası' gibi matematiksel kavramlar sunuyor. Model, oyuncu tabanının azalması durumunda bekleme sürelerinin uzaması, eşleşme kalitesinin düşmesi ve oyun dengesinin bozulması gibi faktörlerin nasıl bir kısır döngü yarattığını gösteriyor. Bu araştırma, oyun endüstrisinin milyarlarca dolarlık yatırımlarını koruma stratejileri geliştirmesi açısından kritik öneme sahip.
'Yeşil' Blockchain Chia'nın Gerçek Karbon Ayak İzi İddia Edilenden 18 Kat Fazla
Kendisini çevre dostu bir blockchain olarak tanıtan Chia Network'ün gerçek çevresel etkisi, araştırmacılar tarafından kapsamlı bir şekilde incelendi. Proof of Space and Time (PoST) konsensüs mekanizması kullanan Chia, geleneksel Proof-of-Work sistemlerine sürdürülebilir bir alternatif olduğunu iddia ediyor. Ancak Grid'5000 test ortamında yapılan deneysel ölçümler ve teorik modellemeler, Chia'nın yıllık karbon emisyonunun 0.88 milyon ton CO2'ye ulaştığını ortaya koydu. Bu miktar, şirketin iddia ettiği değerin tam 18 katı. Araştırma, Chia'nın kaynak-yoğun başlatma aşaması ve devam eden operasyonlarının, diğer 'yeşil' blockchain'leri büyüklük sırası olarak geride bıraktığını gösteriyor.
Yapay Zeka Artık Fizik Formüllerini Türetebiliyor
Büyük dil modelleri kod yazma ve metin üretmede başarılı olsalar da, bilimsel alanlarda matematiksel akıl yürütme yetenekleri henüz yeterince keşfedilmemişti. Yeni bir araştırma, yapay zekanın optik iletişim alanında formül türetme konusunda ne kadar ileri gittiğini gösteriyor. Araştırmacılar, fiber optik kablolardaki doğrusal olmayan girişim modellemesi için özel yapılandırılmış komutlar kullanarak bir dil modelini yönlendirdiler. Model, bilinen ISRS GN ifadelerini başarıyla yeniden oluşturmakla kalmadı, aynı zamanda çok aralıklı C ve C+L band iletimler için yeni bir yaklaşım formülü türetti. Sayısal doğrulamalar, yapay zeka tarafından türetilen modelin temel modellerle neredeyse özdeş sonuçlar ürettiğini ve tüm kanallar ve aralıklarda ortalama mutlak hatanın 0.109 dB'nin altında kaldığını ortaya koydu.
Siber-Fiziksel Sistemlerde Yeni Mühendislik Yaklaşımı: Modelleme ve Simülasyon
Siber-fiziksel sistemler (CPS), hesaplama ve fiziksel süreçleri birleştiren karmaşık yapılardır. Ancak mevcut mühendislik yaklaşımları, bu sistemlerin çalıştırılma semantiğini yeterince dikkate almıyor. Araştırmacılar, doğrulanmış model davranışları ile gerçek çalıştırma davranışları arasındaki boşluğu kapatmak için yeni bir yaklaşım öneriyor. Bu yaklaşımda, çalıştırma semantiği birinci sınıf mühendislik varlıkları olarak ele alınıyor. Geleneksel formal doğrulama yöntemleri sabit semantik varsayımlarla çalışırken, simülasyon tabanlı doğrulama ise fiziksel kısıtlamaları göz ardı ediyor. Yeni yaklaşım, fiziksel çalıştırma kısıtlamalarını implementasyon detayları yerine semantik sınır koşulları olarak değerlendiriyor. Bu çalışma, CPS mühendisliğinde modelleme ve simülasyon tabanlı yeni bir paradigma sunarak, daha güvenilir ve gerçekçi sistem geliştirme süreçlerinin temelini atıyor.
Robotlar Koku İzini Nasıl Takip Edecek? Yeni Matematiksel Model Geliştirildi
Araştırmacılar, hareket halindeki koku kaynaklarını takip etme problemini matematiksel olarak modellediler. Çalışma, gecikmiş ve kesintili koku sinyalleriyle hedef tespiti yapmanın zorluklarını ele alıyor. Geliştirilen model, hedefin pozisyon ve hızını aynı anda tahmin eden bir karar verme sistemi kullanıyor. Bulgular, hedef sık yön değiştirdiğinde keşifsel stratejilerin etkili olduğunu, ancak hedef kararlı hareket ettiğinde bu yaklaşımların başarısız olduğunu gösteriyor. Bu araştırma, av arayan hayvanlardan otonom robot sistemlerine kadar geniş bir uygulama alanına sahip.
Yapay Zeka Fizik Simülasyonlarında Kararlılığı Koruma Sorunu Çözdü
Araştırmacılar, fiziksel sistemlerin dijital modellemesinde kararlılık ve yapısal özelliklerini koruyan yeni bir yapay zeka yaklaşımı geliştirdi. Port-Hamiltonian sistemler olarak bilinen bu matematiksel modeller, robotik, enerji sistemleri ve kontrol mühendisliğinde kritik öneme sahip. Geleneksel yöntemler tek bir denge noktasını koruyabilirken, yeni teknik birden fazla kararlı denge durumunu aynı anda muhafaza edebiliyor. Bu breakthrough, yapay zekanın fizik yasalarına uygun simülasyonlar yapmasında önemli bir adım.