“lokalizasyon” için sonuçlar
6 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Ses Kaynaklarını Hızla Bulan Yeni Algoritma: ASAP
Araştırmacılar, robot ve akıllı sistemlerde ses kaynaklarının yerini tespit etmek için kullanılan mikrofon dizilerinin performansını artıran yenilikçi bir algoritma geliştirdi. ASAP adlı bu yaklaşım, geleneksel yöntemlerin aksine azimut açısını önceliklendirerek arama sürecini hızlandırıyor. Klasik SRP-PHAT yöntemi 3D ortamda binlerce yön kontrol etmek zorunda kalırken, ASAP kaba-ince arama stratejisi kullanarak hesaplama yükünü dramatik şekilde azaltıyor. Bu gelişme özellikle kaynak kısıtlı robotik platformlarda gerçek zamanlı ses lokalizasyonu için kritik önem taşıyor.
Ses Olaylarını 3D Uzayda Bulma: Yankılanma Tabanlı Yeni Özellikler
Araştırmacılar, ses olaylarını 3D uzayda daha doğru konumlandırmak için yankılanma tabanlı yeni özellikler geliştirdi. Geleneksel ses olay lokalizasyonu sadece sesin geldiği yönü tahmin ederken, bu yeni yaklaşım mesafe bilgisini de dahil ediyor. Çalışmada, direkt-yankı oranı ve sinyal otokorelasyonu kullanan iki farklı özellik formatı önerildi. Bu özellikler, sesin çevresel yansımalarından faydalanarak kaynak mesafesini daha iyi tahmin edebiliyor. STARSS23 veri seti üzerinde yapılan testler, bu yeni özelliklerin mevcut yöntemlerle birleştirildiğinde 3D ses lokalizasyonunda önemli iyileştirmeler sağladığını gösterdi. Bu gelişme, akıllı ses asistanları, güvenlik sistemleri ve artırılmış gerçeklik uygulamalarında kullanılabilecek daha gelişmiş ses analizi teknolojilerinin kapısını aralıyor.
Yeni AI sistemi tek metin komutuyla 3D alanları haritalayabiliyor
Araştırmacılar, doğal dil komutları ile 3D uzayda nesneleri bulabilen yeni bir yapay zeka sistemi geliştirdi. TrianguLang adındaki bu teknoloji, robotik, artırılmış gerçeklik ve yapay zeka uygulamaları için kritik olan 3D lokalizasyon problemine farklı bir yaklaşım getiriyor. Geleneksel yöntemler hassaslık ve verimlilik arasında zorunlu bir tercih yapmak durumunda kalırken, yeni sistem bu ikilemden kurtularak tek bir metin sorgusuyla hızlı ve doğru sonuçlar üretebiliyor. Sistem, farklı kamera açılarından gelen görüntüleri bağımsız olarak değerlendirmek yerine, geometrik tutarlılığı da göz önünde bulunduran akıllı bir yaklaşım kullanıyor. Bu sayede hem hızlı hem de güvenilir sonuçlar elde ediliyor. Teknoloji, beş farklı test veri setinde başarılı performans göstererek mevcut en iyi yöntemleri geride bıraktı.
Yapay Zeka Modelleri Artık Nesnelerin Etkileşimini Daha İyi Anlayabilecek
Görsel-dil modelleri (VLM) uzamsal akıl yürütme testlerinde başarılı sonuçlar gösterse de, nesneler arası etkileşimleri anlamada ciddi eksiklikleri bulunuyor. Mevcut değerlendirme yöntemleri 'solunda', 'arkasında' gibi genel ilişkileri test ediyor ancak gerçek dünya uygulamaları için kritik olan detaylı uzamsal anlayışı göz ardı ediyor. Araştırmacılar bu sorunu çözmek için BOP-ASK adında yeni bir veri seti geliştirdi. Bu kapsamlı veri seti, 150 binden fazla görsel ve 33 milyondan fazla veri noktası içeriyor. Sistem, nesnelerin 6D pozisyon bilgilerinden yola çıkarak kavrama pozları, nesne konumları, yol planlama rotaları ve nesneler arası ilişkiler gibi ayrıntılı bilgileri çıkarıyor. Bu gelişme, yapay zekanın fiziksel dünyayla etkileşimi için gerekli olan hassas 3D lokalizasyon, nesneler arası fiziksel uyumluluk ve çok adımlı uzamsal planlama yeteneklerinin geliştirilmesinde önemli bir adım teşkil ediyor.
Robot sürülerinde güvenlik: Seyrek dizilimin yoğun gruptan neden daha güvenli olduğu
MIT araştırmacıları, robot sürülerinin güvenli kontrolü için yenilikçi bir yaklaşım geliştirdi. Fokker-Planck denklemini kullanan bu sistem, robotların uzaysal yoğunluğunu kontrol ederek güvenliği artırıyor. Araştırma, seyrek dizilimli robot gruplarının yoğun gruplardan çok daha güvenli olduğunu matematiksel olarak kanıtlıyor. Geleneksel açık döngü sistemlerinin aksine kapalı döngü çalışan bu yöntem, Voronoi tabanlı varyantı sayesinde dağıtık kullanımlara da olanak sağlıyor. Gerçek dünya testlerinde lokalizasyon ve hareket gürültülerine karşı dayanıklılık gösteren sistem, sürü robotik alanında önemli bir ilerlemeyi temsil ediyor.
AI Kod Asistanları Artık Mimarileri Daha Hızlı Keşfediyor
Yapay zeka destekli kodlama asistanları, kod tabanlarında yön bulmaya çalışırken zamanlarının büyük bölümünü harcıyor. Yeni araştırma, AI ajanlarına formal mimari tanımlamalar verildiğinde navigasyon adımlarında %33-44 azalma sağlandığını gösteriyor. Claude Sonnet ile yapılan deneyler, otomatik üretilen mimari haritalarının AI'ların kod lokalizasyon görevlerinde %100 doğruluk oranına ulaşmasını sağladığını ortaya koyuyor. 7.012 gerçek kullanım seansının analizi, AI davranışlarındaki tutarsızlığın %52 oranında azaldığını gösteriyor. Bu gelişme, yapay zeka destekli programlama araçlarının verimliliğini artırarak geliştiricilerin iş akışlarını hızlandırabilir.