“atomik yapı” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Metal Yüzeylerin 'Elini' Belirleyebiliyor
Bilim insanları, metal yüzeylerin kristalografik kiralitesini (sağ veya sol 'elini') yapay zeka ile belirleyebilen yenilikçi bir yöntem geliştirdi. Çift alanlı makine öğrenmesi çerçevesi kullanarak, atomik yapı modellerinden ve Fermi yüzeyi projeksiyonlarından yüzeylerin hangi 'ele' sahip olduğunu tespit edebiliyorlar. Bu teknoloji, enantiyospesifik kataliz, sensör teknolojileri ve spintronik uygulamalar için kritik öneme sahip. ResNet18 sinir ağı, atomik modellerde %73, Fermi yüzeyi projeksiyonlarında ise %99 doğruluk oranı yakaladı. Özellikle dikkat çekici olan, sistemin sadece iki etiketli görüntüyle eğitildikten sonra gerçek deneysel verilere başarıyla uygulanabilmesi.
Yapay Zeka MRI Görüntülerindeki Hareket Bozulmalarını Temizliyor
Araştırmacılar, MRI çekimlerinde hastanın hareket etmesi nedeniyle oluşan görüntü bozulmalarını gidermek için yeni bir yapay zeka sistemi geliştirdi. PERCEPT-Net adlı bu sistem, geleneksel yöntemlerin aksine gerçek anatomik yapıları korurken sadece hareket kaynaklı bozulmaları temizleyebiliyor. Sistem, çok ölçekli kurtarma modülü, ikili dikkat mekanizması ve özel olarak tasarlanmış Hareket Algısal Kaybı olmak üzere üç yenilikçi bileşen içeriyor. Bu teknoloji, özellikle çocuk hastalarda veya claustrofobisi olan kişilerde sık karşılaşılan hareket kaynaklı MRI görüntü kalitesi sorunlarına çözüm sunuyor.
DualTrack: Ultrason Görüntüleme için Çift Kodlayıcı Mimari Geliştirildi
Araştırmacılar, 2D ultrason görüntülerinden 3D ultrason rekonstrüksiyonu yapabilen yeni bir yapay zeka sistemi geliştirdi. DualTrack adlı sistem, sensörsüz 3D ultrason görüntüleme için yerel ve global özellikleri ayrı ayrı işleyen çift kodlayıcı mimarisini kullanıyor. Geleneksel 3D ultrason sistemlerinin yüksek maliyeti ve karmaşıklığı nedeniyle yaygın kullanılamadığı bir ortamda, bu teknoloji derin öğrenme yöntemleriyle 2D görüntü dizilerinden 3D prob yörüngesini tahmin edebiliyor. Yerel özellikler çerçeveler arası hareketi tahmin ederken, global özellikler anatomik yapıları tanıyarak taramanın genel şeklini belirlemeye yardımcı oluyor. Önceki yaklaşımların aksine, DualTrack bu iki özellik türünü birbirinden bağımsız olarak işleyerek daha güçlü ve etkili bir modelleme sağlıyor.
Dev Yapay Zeka Modeli 1.1 Milyar Molekülü 50 Saniyede Analiz Etti
Amerikalı bilim insanları, malzeme keşfi için devasa bir yapay zeka modeli geliştirdi. HydraGNN tabanlı bu sistem, 544 milyondan fazla atomik yapı verisiyle eğitildi ve 16 farklı bilimsel veri setini aynı anda işleyebiliyor. Frontier süperbilgisayarında test edilen model, 1.1 milyar atomik yapıyı sadece 50 saniyede analiz edebildi. Bu başarı, normalde yıllar sürecek hesaplamaları saniyeler içinde tamamlama kapasitesi sunuyor. Model, yeni malzemelerin keşfi için kritik öneme sahip ve 12 farklı kimyasal görevde başarıyla test edildi. Araştırmacılar, farklı hassasiyet seviyelerinde performans testleri yaparak modelin pratik kullanım potansiyelini de ortaya koydu.