“hesaplama yöntemleri” için sonuçlar
13 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
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.
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.
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 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 destekli ilaç geliştirme araçları gerçek verilerle test edildi
Araştırmacılar, ilaç keşfinde kullanılan yapay zeka tabanlı araçların gerçek performansını büyük ölçekli bir veri setiyle test etti. DiffDock ve NMDN gibi yeni nesil AI araçlarının laboratuvar koşullarındaki başarısının gerçek dünyada ne kadar geçerli olduğu merak konusuydu. LIT-PCBA veri tabanından 15 hedef protein ve yaklaşık 578 bin ligand-protein çifti kullanılarak yapılan kapsamlı değerlendirmede, geleneksel AutoDock-GPU ile GNINA skorlamasının birleşimi en iyi sonuçları verdi. Çalışma, ilaç geliştirme sürecinde hangi hesaplama yöntemlerinin daha güvenilir olduğunu ortaya koyarak sektöre önemli rehberlik sağlıyor.
Akıllı Saatlerde Kalori Hesabı İçin Yeni Fizyolojik Model
Araştırmacılar, günlük yaşamda fiziksel aktivite sırasında harcanan enerjiyi daha doğru ölçmek için yeni bir yöntem geliştirdi. PM-EKF adlı bu sistem, akıllı saatlerdeki hareket sensörleri ve kalp atış hızı verilerini fizyolojik bir modelle birleştiriyor. Mevcut kalori hesaplama yöntemleri çoğunlukla veri odaklı olup, vücudun gerçek metabolik süreçlerini göz ardı ediyor. Yeni yaklaşım ise, vücut hareketlerini doğrudan metabolik gaz değişim süreçleriyle ilişkilendiren basitleştirilmiş bir fizyolojik model kullanıyor. Bu model, Extended Kalman Filter algoritması içinde çalışarak, sensör gürültüsü ve sistem belirsizliklerini etkili şekilde yönetebiliyor. Geliştirilen yöntem, geleneksel dolaylı kalorimetre cihazlarının sağladığı altın standart ölçümlere yakın sonuçlar vermeyi hedefliyor.
Yapay Zeka Öğrenmesinde Gradyan Hesaplama Yöntemleri Yeniden Sorgulanıyor
Yapay zeka sistemlerinin öğrenme sürecinde kullanılan gradyan tabanlı yöntemler, sürekli olmayan dinamikler karşısında sapma problemi yaşıyor. Stanford ve MIT araştırmacıları, mevcut çözümlerin gürültülü REINFORCE algoritmasına dayandığını ve görev-özel ayarlamalar gerektirdiğini tespit etti. Araştırmacılar, bu sapmaların temel engel olup olmadığını sorgulayarak DDCG adlı yeni bir test geliştirdi. Bu hafif test, düzgün olmayan bölgelerde farklı hesaplama yöntemleri arasında geçiş yaparak tek hiperparametre ile daha sağlam performans sağlıyor. Çalışma, diferansiyellenebilir simülatörlerin politika gradyanlarında gerçekten avantaj sağlayıp sağlamadığı sorusunu ele alıyor ve mevcut yöntemlerin örneklem verimliliği düşüklüğünü gidermek için minimal düzeltmelerin yeterli olabileceğini öne sürüyor.
Yapay Zeka ile Karmaşık Faz Ayrımı Problemleri Artık Çok Daha Hızlı Çözülüyor
Bilim insanları, ikili karışımlarda görülen faz ayrımı olaylarını modelleyen Cahn-Hilliard denkleminin karmaşık çözümlerini bulmak için yenilikçi bir yapay zeka yöntemi geliştirdi. Geleneksel hesaplama yöntemleri, özellikle çok boyutlu sistemlerde büyük hesaplama maliyeti gerektiriyordu. Araştırmacıların önerdiği 'Derin Ritz' yöntemi, bu sorunu yapay öğrenme teknikleriyle çözüyor ve hem hızla kararlı durumlara ulaşabiliyor hem de birden fazla farklı çözümü keşfedebiliyor. Bu yaklaşım, malzeme biliminden biyolojiye kadar pek çok alanda faz ayrımı olaylarının anlaşılmasında devrim yaratabilir.
Yapay Zeka ile Güçlü Şifreli Fonksiyonların Keşfi
Araştırmacılar, evrimsel hesaplama yöntemlerini kullanarak yüksek doğrusal olmama özelliğine sahip monoton Boolean fonksiyonları geliştirmeyi başardı. Boolean fonksiyonları, kriptografi ve bilgisayar güvenliğinde kritik rol oynar. Monoton yapıları nedeniyle sınırlı şifreleme gücüne sahip olan bu fonksiyonları güçlendirmek, güvenli iletişim sistemleri için büyük önem taşır. Çalışmada, üç farklı kodlama yöntemi ve özel fitness fonksiyonları kullanılarak, geleneksel çoğunluk fonksiyonlarından çok daha güçlü doğrusal olmama özellikleri elde edildi.
Çatlak İçeren Gözenekli Malzemeler İçin Yeni Simülasyon Yöntemi
Araştırmacılar, çatlaklar ve kırıklar içeren gözenekli malzemelerin davranışını simüle etmek için yenilikçi bir hesaplama yöntemi geliştirdi. 'Kaydırılmış arayüz' yaklaşımı olarak adlandırılan bu teknik, yer altı jeomekaniği, biyomekanik ve malzeme biliminde karşılaşılan karmaşık yapıları modellemede büyük kolaylık sağlıyor. Geleneksel yöntemler, çatlakların bulunduğu gözenekli malzemelerde sıvı basıncı ve yapısal deformasyon arasındaki karmaşık etkileşimleri simüle etmekte zorlanıyor ve pahalı, zaman alıcı mesh oluşturma süreçleri gerektiriyordu. Yeni yaklaşım, gerçek çatlakları surrogate yaklaşımlarla değiştirerek bu sorunları aşıyor ve hesaplama maliyetini önemli ölçüde düşürüyor.
Yeni Hesaplama Yöntemi Termo-Mekanik Simülasyonları Hızlandırıyor
Araştırmacılar, sıcaklığa bağlı malzeme davranışlarını modelleyen termo-viskoplastik problemlerin simülasyonu için gelişmiş bir hesaplama yöntemi geliştirdi. Multi-level hp Finite Cell Method adı verilen bu yaklaşım, hiyerarşik uyarlamalı iyileştirme ile negatif olmayan moment uydurma tekniğini birleştiriyor. Yöntem, kesik hücrelerde doğrusal olmayan ve geçmişe bağımlı malzeme modellerinin verimli ve sağlam entegrasyonunu sağlıyor. Geliştirilen formülasyon, seyrek ve pozitif kuadratur kuralları üreterek entegrasyon noktalarının sayısını önemli ölçüde azaltırken kararlılığı ve doğruluğu koruyor. Hata göstergesi güdümlü hp-iyileştirme stratejisi, doğrusal olmayan çözüm süreci boyunca gerilme ve termal gradyentlerin yerelleştirilmiş çözünürlüğünü mümkün kılıyor. Test sonuçları, standart entegrasyon yaklaşımlarına kıyasla gelişmiş doğruluk ve önemli hesaplama tasarrufları gösteriyor.
SecureRouter: Yapay Zeka Modellerinde Şifreli Veri İşleme Hızını Artıran Yeni Yaklaşım
Araştırmacılar, bulut sunucularında şifreli verileri güvenli şekilde işleyebilen yeni bir yapay zeka sistemi geliştirdi. SecureRouter adlı bu sistem, farklı veri türleri için uygun boyuttaki modelleri otomatik seçerek hem güvenliği koruyor hem de işlem hızını artırıyor. Geleneksel güvenli hesaplama yöntemleri tüm veriler için aynı büyük modeli kullanırken, bu yenilikçi yaklaşım girdi verilerinin karmaşıklığına göre en uygun modeli seçiyor. Bu sayede gereksiz hesaplama yükü ortadan kalkıyor ve sistem daha verimli hale geliyor. Özellikle hassas verilerin bulutta işlenmesi gereken durumlar için önemli bir gelişme olan bu teknoloji, güvenlik ve performans arasındaki dengeyi başarıyla kuruyor.
PINNACLE: Fizik Tabanlı Yapay Zeka Modelleri İçin Yeni Açık Kaynak Çerçeve
Araştırmacılar, fizik yasalarını yapay zeka modellerine entegre eden PINN (Physics-Informed Neural Networks) teknolojisi için PINNACLE adlı kapsamlı bir açık kaynak platform geliştirdi. Bu yenilikçi çerçeve, klasik ve kuantum hesaplama yöntemlerini birleştirerek bilimsel problemlerin çözümünde önemli ilerlemeler sunuyor. Platform, çoklu GPU desteği, gelişmiş eğitim stratejileri ve modüler yapısıyla araştırmacılara elektromanyetik dalga yayılımından akışkanlar mekaniğine kadar geniş bir yelpazede fizik problemlerini çözme imkanı tanıyor. PINNACLE'ın sunduğu performans karşılaştırmaları ve ölçeklenebilirlik analizleri, bilimsel hesaplamalarda yapay zekanın kullanımını demokratikleştirmeyi hedefliyor.