“hesaplama” için sonuçlar
481 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka ile Protein Çözünmesinde Devrim: PHNN Modeli Geliştirildi
Araştırmacılar, protein moleküllerinin su içindeki davranışlarını modellemek için yenilikçi bir yapay zeka sistemi geliştirdi. Protein Hidrasyon Sinir Ağı (PHNN) adı verilen bu model, geleneksel yöntemlerin aksine fiziksel yasaları öğrenerek daha az hesaplama gücüyle daha doğru sonuçlar elde ediyor. Sistem, su moleküllerini tek tek hesaplamak yerine, matematiksel modellerin parametrelerini akıllıca düzelterek protein-su etkileşimlerini tahmin ediyor. Bu yaklaşım, ilaç geliştirme süreçlerinde kritik olan protein davranışlarının anlaşılmasında önemli bir ilerleme sağlıyor. PHNN'nin en dikkat çekici özelliği, daha önce görmediği protein türlerinde bile güvenilir tahminler yapabilmesi. Bu transferedilebilir özellik, bilim insanlarının çeşitli protein sistemlerini daha verimli şekilde incelemesine olanak tanıyor.
Yapay Zeka Modelleri İçin Yeni Matematiksel Algoritma Geliştirildi
Araştırmacılar, yapay zeka tabanlı moleküler simülasyonlarda kullanılan karmaşık matematiksel hesaplamaları büyük ölçüde hızlandıran yeni bir algoritma geliştirdi. O(3)-eşvaryant makine öğrenmesi potansiyellerinde kullanılan Clebsch-Gordan tensor çarpımlarını hesaplayan bu yöntem, hesaplama süresini L³ seviyesine indiriyor. Algoritma, radyal kanal daralmalarını açısal dönüşümlerden ayırarak işlem yükünü azaltıyor ve atomik küme genişleme mimarilerinde mesaj geçişini optimize ediyor. Bu gelişme, moleküler dinamik simülasyonları ve kimyasal süreç modellemelerinde önemli hız artışları sağlayabilir.
ArGEnT: Karmaşık Geometrilerde Makine Öğrenmesi İçin Yeni Transformer Mimarisi
Bilimsel makine öğrenmesinde karmaşık ve değişken geometrilere sahip sistemlerin çözüm operatörlerini öğrenmek büyük bir zorluktu. Araştırmacılar, bu sorunu çözmek için ArGEnT adında yeni bir Transformer tabanlı mimari geliştirdi. Bu sistem, tasarım optimizasyonu ve kontrol problemlerinde kullanılabilecek esnek bir vekil modelleme çerçevesi sunuyor. ArGEnT, nokta bulutu temsillerinden geometrik bilgiyi doğrudan kodlayarak, keyfi uzamsal konumlarda değerlendirme yapabiliyor. Üç farklı dikkat mekanizması varyantı ile geometrik özellikleri farklı stratejilerle dahil ediyor. Bu gelişme, mühendislik tasarımından fizik simülasyonlarına kadar geniş bir uygulama alanında devrim yaratabilir.
BioSEN: Hayvan Seslerini Temizleyen Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, hayvan seslerini gürültüden arındırmak için özel olarak tasarlanmış BioSEN adlı yeni bir yapay zeka sistemi geliştirdi. İnsan konuşmasını iyileştirmeye odaklanan mevcut teknolojilerden farklı olarak, BioSEN hayvanların benzersiz ses özelliklerini anlayarak çalışıyor. Sistem, çok ölçekli dikkat mekanizması, harmonik yapıları yakalayan özel birimler ve hayvan seslerinin yanlışlıkla gürültü olarak algılanmasını önleyen enerji adaptif kapılar içeriyor. Üç farklı biyoakustik veri seti üzerinde yapılan testlerde, BioSEN en gelişmiş konuşma iyileştirme modellerinin performansına ulaşırken çok daha az hesaplama gücü kullanıyor. Bu gelişme, doğada yaşayan hayvanların seslerinin daha net kaydedilmesi ve analiz edilmesi açısından büyük önem taşıyor.
Yapay Zeka Modellerinde Tutarsızlık Sorunu: Aynı Veri, Farklı Sonuçlar
Bilimsel makine öğrenmesi modellerinin gizli bir sorunu ortaya çıktı. Aynı eğitim verilerinin farklı örnekleriyle eğitilen iki model, genel doğruluk oranlarında %1-4 fark gösterirken, test moleküllerinin %8-22'sini tamamen farklı şekilde sınıflandırıyor. Bu 'çapraz-örnek tahmin dalgalanması' sorunu, bilimsel araştırmalarda model güvenilirliğini ciddi şekilde tehdit ediyor. Araştırmacılar, 9 farklı kimya veri seti üzerinde yaptıkları çalışmada, geleneksel yöntemlerin bu sorunu çözemediğini, ancak iki yeni yaklaşımın umut verici sonuçlar gösterdiğini keşfetti.
Yapay Zeka Uydu Görüntülerini Daha Hızlı İşliyor
Uydu görüntülerinin atmosferik düzeltmesi, uzaydan Dünya'yı gözlemlerken kritik bir adımdır ancak hesaplama açısından oldukça maliyetlidir. Araştırmacılar, bu süreci hızlandırmak için fizik kurallarıyla desteklenmiş yeni bir yapay zeka modeli geliştirdi. Kolmogorov-Arnold Ağları adı verilen bu yaklaşım, atmosferdeki ışık saçılımını modelleyerek uydu verilerini daha verimli şekilde işleyebiliyor. Sistem, farklı doğruluk seviyelerindeki simülasyonları birleştirerek hem hızlı hem de güvenilir sonuçlar üretiyor. Bu gelişme, iklim izleme, tarım ve çevre araştırmalarında kullanılan uydu verilerinin işlenmesini önemli ölçüde hızlandırabilir.
Yapay Zeka ile Hava Tahminlerinde Büyük Verimlilik Atılımı
Atmosfer ve okyanus bilimlerinde kullanılan veri asimilasyon sistemlerinde çığır açan bir gelişme yaşandı. Araştırmacılar, makine öğrenmesi teknikleriyle ensemble Kalman filtrelerinin performansını önemli ölçüde artırmayı başardı. Bu yenilik, hava tahminlerinde daha az hesaplama gücüyle daha yüksek doğruluk elde edilmesini sağlıyor. Geleneksel yöntemler, yüksek doğruluk için büyük veri setleri gerektirirken, yeni sistem çok katmanlı sinir ağları kullanarak bu sorunu çözüyor. Sistem, küçük veri setlerinden elde edilen hata kovaryanslarını büyük veri setlerinkine yaklaştırarak tahmin kalitesini koruyor. Bu gelişme, meteoroloji ve iklim modellemesinde hem maliyet hem de hız açısından devrim yaratma potansiyeli taşıyor.
Kuantum Süperbildgisayarlar İçin Kaynak Tasarrufu Sağlayan Yeni Hibrit Yöntem
Araştırmacılar, kuantum süperbildgisayarlarda daha verimli hesaplamalar yapmak için OBDF-SQD adında yenilikçi bir hibrit yöntem geliştirdi. Bu teknik, klasik ve kuantum hesaplama yöntemlerini birleştirerek, kuantum devrelerinin ihtiyaç duyduğu kaynakları önemli ölçüde azaltıyor. Yöntem, moleküllerin elektronik yapılarını analiz ederken hem doğruluğu koruyor hem de kuantum işlemcilerin sınırlı kapasitelerini daha verimli kullanıyor. H6 molekül zincirleri ve azot molekülü üzerinde yapılan testler, bu yaklaşımın geleneksel yöntemlere kıyasla umut verici sonuçlar verdiğini gösteriyor.
Yapay Zeka Destekli Malzeme Keşfi İçin Eğitim Modeli Geliştirildi
Malzeme biliminde yapay zeka kullanımının artmasıyla birlikte, öğrencilerin bu teknolojiyi etkili şekilde kullanabilmesi için yeni bir eğitim yaklaşımına ihtiyaç duyuluyor. Araştırmacılar, sadece AI araçlarına erişim sağlamanın yeterli olmadığını, bunun yerine bilimsel muhakeme becerilerini destekleyen kapsamlı bir AI okuryazarlığı modelinin gerekli olduğunu savunuyor. Yeni framework, veri kaynağı analizi, model doğrulama, belirsizlik hesaplama ve fizik tabanlı akıl yürütme gibi malzeme bilimi odaklı becerileri kapsıyor. Bu yaklaşım, gelecekteki bilim insanlarının AI'yi körü körüne kullanmak yerine, bilimsel yargıyla harmanlayarak daha etkili araştırmalar yapabilmesini hedefliyor.
FPGA Tabanlı Yapay Zeka Sistemi Nesne Tespitinde Çığır Açtı
Araştırmacılar, sınırlı kaynaklara sahip cihazlarda çalışabilen yeni nesil bir yapay zeka sistemi geliştirdi. FPGA teknolojisi ve optimize edilmiş YOLOv3-Tiny algoritmasını birleştiren bu sistem, gömülü cihazlarda nesne tespit performansını önemli ölçüde artırıyor. Sistemde kullanılan düşük-bit kuantizasyon ve donanım hızlandırıcı tasarımı, hesaplama karmaşıklığını azaltırken enerji verimliliğini maksimuma çıkarıyor. Bu yenilik, otonom araçlardan güvenlik kameralarına kadar birçok alanda kullanılabilecek pratik çözümler sunuyor. Özellikle mobil ve IoT cihazlarda yapay zeka uygulamalarının yaygınlaşması için kritik bir adım teşkil ediyor.
Su Moleküllerini Simüle Eden Yapay Zeka Algoritması Geliştirildi
Araştırmacılar, su kümelerinin davranışını tahmin etmek için yenilikçi bir yapay zeka destekli moleküler dinamik simülasyon yöntemi geliştirdi. PDMD adlı bu sistem, geleneksel yöntemlerin karşılaştığı doğruluk-hız ikilemini çözerek, hem yüksek hassasiyette hem de hızlı hesaplamalar yapabiliyor. Gaussian tabanlı geometrik tanımlayıcılar ve ChemGNN adlı grafik sinir ağı kullanan sistem, herhangi bir boyuttaki su kümesinin enerji ve kuvvet değerlerini tahmin edebiliyor. Sistem, enerji tahmininde atom başına 1,39 meV, kuvvet tahmininde ise angström başına 50,7 meV hata payıyla çalışıyor ve mevcut DeepMD teknolojisinden 5 kat daha iyi performans gösteriyor. Bu gelişme, malzeme bilimi ve kimya simülasyonlarında önemli ilerlemeler sağlayabilir.
Yapay Zeka Çağında Mühendislik Öğrencilerinin Bilimsel Düşünce Gelişimi
Cornell Üniversitesi araştırmacıları, yapay zekanın kod yazma konusunda giderek daha etkili hale geldiği dönemde, mühendislik öğrencilerinin gerçek bilimsel araştırma becerilerini değerlendirmek için yeni bir yöntem geliştirdi. Hesaplamalı Fizik Denemeleri adı verilen bu proje tabanlı değerlendirme sistemi, öğrencilerden Python programlama dili kullanarak gerçek dünya fizik sistemlerini modellemelerini istiyor. 100 öğrenci projesi üzerinde yapılan analiz, bu yöntemin öğrencilerin sistem düşüncesi ve modelleme yeteneklerini başarıyla geliştirdiğini gösterdi. Katılımcıların %99'u karmaşık sistemleri bir bütün olarak inceleme konusunda yetkinlik sergiledi. Bu yaklaşım, sadece kod yazmanın ötesinde bilimsel sorgulama ve hesaplamalı düşünce becerilerini ölçerek, eğitim dünyasında yapay zeka kaynaklı değerlendirme sorunlarına çözüm sunuyor.
Yapay Zeka Kimyasal Simülasyonları Hızlandırıyor: OrbEvo Modeli
Araştırmacılar, moleküllerin elektron davranışlarını simüle etmek için kullanılan zaman-bağımlı yoğunluk fonksiyonel teorisi (TDDFT) hesaplamalarını hızlandıran yeni bir yapay zeka modeli geliştirdi. OrbEvo adlı bu sistem, graph transformer mimarisi kullanarak moleküllerin dış elektrik alan etkisiyle değişen dalga fonksiyonlarını öğreniyor. Geleneksel TDDFT yöntemleri, optik absorpsiyon ve elektron dinamiği gibi özelikleri hesaplamak için çok ince zaman adımlarıyla tüm elektronik durumları simüle etmek zorunda kalıyor ve bu işlem oldukça zaman alıyor. Yeni model, moleküler simetriler ve dış elektrik alanların etkilerini dikkate alarak bu süreci önemli ölçüde hızlandırabiliyor. Bu gelişme, kimyasal reaksiyonların anlaşılması ve yeni malzemelerin tasarımı açısından büyük önem taşıyor.
Elektrik şebekelerindeki nadir arızalar yapay zeka ile önceden tespit edilebilecek
Modern elektrik şebekelerinde rüzgar ve güneş enerjisi gibi değişken kaynaklarının artması, sistem kararlılığını tehdit eden nadir arızaların önceden tespitini zorlaştırıyor. Araştırmacılar, bu sorunu çözmek için Kriging tabanlı aktif öğrenme algoritması geliştirdi. Sistem, binlerce pahalı simülasyon yapmak yerine, sadece sınırlı sayıda hesaplama ile elektrik şebekesindeki kritik kararsızlık bölgelerini tespit edebiliyor. Yöntem, IEEE 59 bara ve WECC 240 bara test sistemlerinde gerçek rüzgar ve güneş verisiyle başarıyla denenmiş durumda. Bu gelişme, elektrik şebekelerinin dayanıklılığını artırırken hesaplama maliyetlerini önemli ölçüde düşürebilir.
Havada Uçan Rüzgar Türbinleri İçin Yeni Uçuş Rotası Algoritması Geliştirildi
Araştırmacılar, havacılık teknolojisiyle rüzgar enerjisini birleştiren yenilikçi sistemler için daha verimli uçuş rotaları tasarlayabilen bir algoritma geliştirdi. Geleneksel rüzgar türbinlerinin aksine, bu sistemler yüksek irtifadaki güçlü rüzgarları kullanmak için kablolarla bağlı uçan cihazlar kullanıyor. Yeni yöntem, Lissajous eğrileri adı verilen matematiksel formüller kullanarak enerji üretimini maksimize eden uçuş yolları hesaplıyor. Bu yaklaşım, önceki karmaşık hesaplama yöntemlerinin aksine çok daha hızlı ve pratik sonuçlar üretiyor. Havacı rüzgar enerji sistemleri, yerdeki türbinlerin erişemediği yüksek irtifadaki güçlü ve istikrarlı rüzgarları kullanarak enerji üretebiliyor. Bu teknoloji, yenilenebilir enerji sektöründe umut vadeden bir gelişim olarak görülüyor.
Otonom robotlar için akıllı gözetleme sistemi geliştirildi
Araştırmacılar, otonom robotların sürekli gözetleme görevlerini gerçek zamanlı olarak izleyebilen yeni bir sistem geliştirdi. Sistem, robotun karar alma mekanizması kapalı kutu olsa bile çalışabiliyor. Çevreyi küçük bölgelere ayırarak her birinin belirsizlik durumunu takip eden teknoloji, gözlemlenen alanların güvenlik seviyesini artırırken gözlemlenmeyen bölgelerdeki riskleri hesaplıyor. Özellikle büyük alanların gözetiminde kullanılmak üzere geliştirilen kompozisyonel yaklaşım, her belirsizlik bölgesi için ayrı ayrı hesaplama yaparak sistemin verimliliğini artırıyor. Gerçek robot testlerinde labirent ortamında başarıyla denenen teknoloji, güvenlik, arama-kurtarma ve çevre izleme uygulamalarında kullanılabilir.
Batarya Güvenliği İçin Yeni Yapay Zeka Modeli: KAN-Therm
Lityum-iyon bataryalarda sıcaklık kontrolü hayati öneme sahip. Aşırı ısınma yangın ve patlama riskine yol açarken, yetersiz ısınma performansı düşürür. Araştırmacılar, batarya yönetim sistemleri için yeni bir yapay zeka modeli olan KAN-Therm'i geliştirdi. Bu model, Kolmogorov-Arnold ağlarını kullanarak batarya çekirdek sıcaklığını hızlı ve doğru şekilde tahmin ediyor. Geleneksel fizik tabanlı modeller yüksek hesaplama gücü gerektirirken, klasik sinir ağları çok fazla bellek tüketiyor. KAN-Therm ise hem düşük bellek kullanımı hem de hızlı işlem yapabilme özelliğiyle öne çıkıyor. Model, öğrenebilir doğrusal olmayan aktivasyon fonksiyonları sayesinde karmaşık ısıl davranışları daha az kaynak kullanarak modelleyebiliyor.
Bilinmeyen sistemler için yaklaşımsız kontrol bariyeri yöntemi geliştirildi
Araştırmacılar, dinamikleri bilinmeyen robotik sistemlerin hareketli engellerin bulunduğu ortamlarda güvenli navigasyon yapabilmesi için yeni bir kontrol yöntemi geliştirdi. Bu yaklaşım, geleneksel yöntemlerin aksine sistem öğrenme veya belirsizlik tahmini gerektirmiyor. Sanal bir sistem üzerinde güvenli referans yörünge oluşturuluyor ve gerçek sistem bu referansı takip ederek hem güvenliğini koruyor hem de belirlenen sürede hedefe ulaşıyor. Yöntem, model tanımlama veya önceden hesaplama yapmadan gerçek zamanlı güvenlik garantisi sunuyor. Bu gelişme, otonom araçlar ve robotik sistemler için önemli uygulamalara sahip.
Kuantum bilgisayarlar süper bilgisayarlarla işbirliği yaparak rekor kırdı
İki kuantum bilgisayar ve iki süper bilgisayar bir araya gelerek, kuantum donanımla simüle edilen en büyük molekül rekorunu kırdı. Bu işbirliği, kuantum hesaplama teknolojisinin mevcut sınırlarını aşmanın yeni bir yolunu gösteriyor. Hibrit yaklaşım, kuantum bilgisayarların henüz tek başına üstesinden gelemediği karmaşık moleküler hesaplamalarda büyük ilerleme sağladı. Bu başarı, gelecekte ilaç geliştirme, malzeme bilimi ve kataliz alanlarında devrim yaratabilecek moleküler simülasyonlar için umut vadediyor. Kuantum ve klasik hesaplamanın birleşimi, her iki teknolojinin güçlü yanlarını kullanarak daha önce erişilemeyen hesaplama problemlerinin çözülmesine olanak tanıyor.
Kuantum Bilgisayarlar Trafik Sorunlarını Çözmeye Hazırlanıyor
Araştırmacılar, şehirlerdeki karmaşık trafik planlama problemlerini kuantum bilgisayarlarla çözebilecek yeni bir hibrit sistem geliştirdi. Geleneksel bilgisayarların zorlandığı büyük ölçekli ulaşım ağlarının optimizasyonu, kuantum ve klasik hesaplama yöntemlerinin birleştirilmesiyle mümkün hale geliyor. Bu yaklaşım, şehirleri dengeli trafik bölgelerine ayırma gibi karmaşık optimizasyon problemlerinde önemli bir ilerleme sağlıyor. Sistem, problemin en kritik kısımlarını kuantum işlemcilere, diğer bölümlerini ise klasik bilgisayarlara dağıtarak mevcut teknolojinin sınırlarını aşıyor. Bu gelişme, akıllı ulaşım sistemlerinin geleceği için önemli bir adım teşkil ediyor.
Kuantum Bilgisayarlarda Hata Düzeltme İçin Akıllı Pencere Tekniği
Araştırmacılar, kuantum bilgisayarlarda hata düzeltme işlemlerini hızlandıran yenilikçi bir yöntem geliştirdi. ADaPT adı verilen bu teknik, sabit boyutlu pencere kullanmak yerine, hatanın yoğunluğuna göre kendini uyarlayan esnek bir yaklaşım benimsiyor. Kuantum hata düzeltme kodlarında (QEC) ortalama durumda hataların seyrek olduğu gerçeğinden yararlanarak, gereksiz işlem yükünü azaltıyor. Bu sayede hem tepki süresini kısaltıyor hem de mantıksal hata oranlarından ödün vermiyor. Farklı kod türleri ve donanım kaynaklı gürültü modellerinde test edilen sistem, hedeflenen performans değerlerine ulaştığını kanıtladı. Bu gelişme, ölçeklenebilir ve evrensel hata toleranslı kuantum hesaplama sistemlerinin gerçekleştirilmesi yolunda önemli bir adım olarak değerlendiriliyor.
Kuantum Yapay Zeka Modelleri Geometrik Simetrilerle Güçleniyor
Araştırmacılar, kuantum fiziği tabanlı yapay sinir ağlarını geometrik simetrilerle geliştirerek yeni bir yaklaşım sundu. GQPINNs adı verilen bu sistem, matematiksel denklemlerin doğasında bulunan simetrileri kuantum devrelerine entegre ederek daha hassas çözümler üretiyor. Klasik yapay sinir ağlarına kıyasla daha hızlı öğrenen ve daha az hesaplama gücü gerektiren bu teknoloji, fizik problemlerinin çözümünde devrim yaratma potansiyeli taşıyor. Özellikle kısmi diferansiyel denklemlerin çözümünde gösterdiği üstün performans, bilimsel modelleme alanında önemli bir adım olarak değerlendiriliyor.
Kuantum Ağlar Finansal Tahminlerde Klasik Sistemlerle Yarışıyor
Araştırmacılar, finansal piyasa verilerini analiz etmek için kuantum destekli yapay zeka sistemleri geliştirdi. Kuantum Uzun Kısa Süreli Hafıza (QLSTM) ağları ve Kuantum Rezervuar Hesaplama (QRC) teknolojilerini kullanan bu yeni yaklaşım, geleneksel yöntemlerle karşılaştırıldı. Çalışmada, finansal zaman serilerindeki karmaşık örüntüleri öğrenmek için kuantum durumlarına kodlanan veriler kullanıldı. Sonuçlar, uygun parametreler seçildiğinde kuantum destekli sistemlerin klasik LSTM ve rezervuar hesaplama yöntemleriyle benzer performans sergilediğini gösterdi. Bu araştırma, kuantum bilgisayarların finansal tahmin alanındaki potansiyelini ortaya koyarken, mevcut kubit kısıtlamaları altında gerçekçi çözümler sunuyor.
Yapay Zeka Beyin Modellemesinde Çığır Açan Yeni Algoritma
Araştırmacılar, beynin çevreden gelen bilgileri nasıl işlediğini taklit eden Hiyerarşik Gauss Filtreleme sistemlerinde kritik bir sorunu çözdü. Bu sistemler, canlıların çevresel değişiklikleri algılama ve öğrenme süreçlerini matematiksel olarak modellemeye yarar. Ancak mevcut algoritmalarda, belirsizlik hesaplamalarında mantık dışı sonuçlar çıkabiliyor ve sistem çöküyordu. Yeni geliştirilen yöntem, bu sorunu ortadan kaldırarak daha güvenilir yapay zeka sistemleri yaratma yolunu açıyor. Bu gelişme, özellikle robotik, otonom sistemler ve nöromorfik bilgisayarlar için büyük önem taşıyor.