“modelleme” için sonuçlar
215 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yoğun topraklar deprem çatlaklarını daha geniş alanlara yayıyor
Michigan Üniversitesi mühendislerin yürüttüğü yeni bir araştırma, toprak yoğunluğunun deprem yüzey kırılmalarının nasıl ve nerede oluştuğunu güçlü bir şekilde etkilediğini ortaya koydu. Parçacık modelleme teknikleri kullanılarak yapılan çalışma, yoğun toprakların deprem sırasında oluşan yüzey çatlaklarını daha geniş hasار bölgelerine yaydığını gösteriyor. Bu keşif, deprem risk değerlendirmelerinde toprak özelliklerinin daha dikkatli incelenmesi gerektiğine işaret ediyor. Bulgular, özellikle yoğun kentsel alanlarda deprem güvenliği planlaması açısından kritik önem taşıyor. Araştırma sonuçları Journal of Geotechnical and Geoenvironmental Engineering dergisinde yayımlandı.
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.
Yapay Sinir Ağlarında Bifurkasyon Noktalarının Öğrenme Dinamiklerine Etkisi
Araştırmacılar, zamana bağlı görevlerde çalışan yapay sinir ağlarının öğrenme sürecinde kritik dönüm noktalarını incelediler. Bifurkasyon adı verilen bu matematiksel geçiş noktalarında, sistemin davranışında köklü değişimler yaşanıyor. Çalışma, bu kritik anlarda gradient descent algoritmasının nasıl çalıştığını analiz ederek, karmaşık tekrarlayan sinir ağlarının bile basit matematiksel formlarla açıklanabileceğini gösteriyor. Bulgular, yapay zeka modellerinin öğrenme mekanizmalarını daha iyi anlamamız için önemli bir adım.
Yapay Zeka Dinamik Sistemleri Daha İyi Öğrenmeye Başladı
Araştırmacılar, dinamik sistemleri modellemede kullanılan yapay sinir ağlarının performansını artıran yeni bir yöntem geliştirdi. MPINeuralODE adlı bu yaklaşım, fizik yasalarını öğrenme sürecine dahil ederek ve çoklu başlangıç koşullarını kullanarak, sistemlerin uzun vadeli davranışlarını daha doğru tahmin edebiliyor. Geleneksel Neural ODE'ler genellikle eğitim verilerinde iyi performans gösterse de, yeni koşullarda ve uzun zaman dilimlerinde başarısız oluyordu. Yeni yöntem, Lotka-Volterra gibi karmaşık dinamik sistemlerde %26 oranında daha iyi sonuçlar elde ederek, yapay zekanın fiziksel sistemleri anlama kabiliyetini önemli ölçüde artırıyor.
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.
FLUX: Biyolojik Sistemlerin Zamana Bağlı Değişimini Modelleyen Yeni Yapay Zeka Yaklaşımı
Araştırmacılar, biyolojik sistemlerin zaman içindeki karmaşık değişimlerini modellemek için FLUX adlı yenilikçi bir yapay zeka sistemi geliştirdi. Hücreler, nöronlar veya organizmaların farklı gelişim evrelerindeki durumlarını eşleştirmeden analiz edebilen bu sistem, öğrenme, uyaran değişimi veya gelişimsel aşamalar gibi gizli rejimlerin geçişlerini tespit edebiliyor. Geleneksel yöntemlerden farklı olarak, aynı biyolojik örnekleri sürekli takip etmeden, farklı zamanlardaki popülasyon örneklerinden anlamlı sonuçlar çıkarabiliyor. Bu gelişme, gelişimsel biyoloji, nörobilim ve hücre biyolojisi araştırmalarında önemli ilerlemeler sağlayabilir.
Yapay zeka kristal tasarımında büyük atılım: CrystalREPA ile kararlı kristaller
Araştırmacılar, kristal üretimi yapan yapay zeka modellerinin performansını dramatik şekilde artıran yeni bir yöntem geliştirdi. CrystalREPA adı verilen bu sistem, önceden eğitilmiş atomik potansiyel modellerinin bilgilerini kristal üretici modellere aktararak daha kararlı ve geçerli kristal yapıları oluşturmayı mümkün kılıyor. Yöntem, mevcut modellerin kristallerin nasıl göründüğünü öğrendiği ancak onları ne kadar kararlı kıldığını anlamadığı sorununu çözüyor. Üç farklı üretici model, on öğretmen model ve iki veri seti üzerinde yapılan testlerde tutarlı iyileştirmeler gösterdi. Bu gelişme, yeni malzemelerin keşfinde ve tasarımında önemli ilerlemeler sağlayabilir.
Yapay sinir ağları nasıl öğreniyor? Yeni keşif mekanizmayı açığa çıkardı
Bilim insanları, yapay sinir ağlarının nasıl öğrendiğini anlamaya yönelik önemli bir adım attı. Araştırmacılar, 2 boyutlu sahneları inceleyen bir sinir ağının, nesneleri konumlarıyla ilişkilendirmeyi ve uzamsal navigasyonu nasıl öğrendiğini keşfetti. Çalışma, ağın yeni sahnelerle karşılaştığında tahmin yeteneğinin sürekli geliştiğini ve esnek bağlantılar kurarak yapılandırılmış temsiller oluşturduğunu gösteriyor. Bu bulgular, hem yapay zeka sistemlerinin işleyişini anlamak hem de beyin bilimindeki benzer süreçleri açıklamak açısından kritik öneme sahip.
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.
Uçan Robotlar İçin Yeni Matematik Modeli: Daha Hızlı ve Kararlı Hareket
Araştırmacılar, havada yüzen robotların hareketlerini kontrol etmek için yeni bir matematiksel yaklaşım geliştirdi. Lie grupları teorisini kullanan bu yöntem, robotların dinamiklerini daha yüksek hassasiyetle hesaplayabiliyor. Özellikle drone üzerine monte edilmiş robot kolları gibi karmaşık sistemler için tasarlanan algoritma, robotun hem yörünge planlaması hem de gerçek zamanlı kontrol işlemlerini iyileştiriyor. 12 serbestlik dereceli bir hava manipülatörü üzerinde test edilen sistem, geleneksel yöntemlere kıyasla daha kararlı ve verimli sonuçlar verdi. Bu gelişme, arama-kurtarma operasyonlarından endüstriyel uygulamalara kadar birçok alanda kullanılabilecek uçan robotların performansını artırabilir.
Sanat ve Robotik Buluşuyor: Titreşim Sorunu Çözen Askıda Kemerlerin Hikayesi
Rafael Lozano-Hemmer'ın ünlü etkileşimli sanat enstalasyonu 'Standards and Double Standards', ciddi bir mühendislik yenileme sürecinden geçti. Tavandan asılı kemerlerden oluşan bu robotik sanat eseri, ziyaretçilerin hareketlerini takip eden görüş sistemiyle çalışıyor. Ancak orijinal sistemde kemerlerin aşırı titreşim yapması nedeniyle dönüş hızları sınırlanıyor ve etkileşim kalitesi düşüyordu. Araştırmacılar bu sorunu çözmek için matematiksel modelleme ve gelişmiş kontrol algoritmaları geliştirdi. Çalışma, sanat ve mühendisliğin kesişim noktasında ortaya çıkan teknik zorlukların nasıl bilimsel yöntemlerle aşılabileceğini gösteriyor.
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.
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.
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.
Yapay Zeka Genetik ve Sosyal Verileri Analiz Etmede Çığır Açan Yöntem Geliştirdi
Araştırmacılar, zaman içinde değişen karmaşık veri kümelerini analiz etmek için yeni bir matematiksel model geliştirdi. Bu model, genetik verilerden sosyal ağ analizlerine kadar geniş bir yelpazede kullanılabilecek gelişmiş istatistiksel yöntemler içeriyor. Yöntem, verilerin tam etiketlenmediği durumlarda bile gizli kalıpları tespit edebiliyor ve gelecekteki eğilimleri tahmin edebiliyor. Özellikle büyük veri setlerinde hesaplama karmaşıklığını önemli ölçüde azaltarak, gerçek zamanlı analizlere olanak sağlıyor. Bu gelişme, biyoinformatik, sosyal bilimler ve makine öğrenmesi alanlarında önemli uygulamalara sahip.
HyperCertificates: Dinamik Sistemlerin Güvenliğini Doğrulayan Yeni Yöntem
Araştırmacılar, bilgisayar sistemlerinin güvenlik ve gizlilik özelliklerini doğrulamak için HyperCertificates adı verilen yeni bir matematiksel framework geliştirdi. Bu yöntem, geleneksel doğrulama tekniklerinin ötesine geçerek, sistemlerin birden fazla çalışma senaryosu arasındaki ilişkileri analiz ediyor. HyperLTL mantıksal formüllerini kullanan sistem, özellikle gizlilik, şeffaflık ve dayanıklılık gibi kritik güvenlik özelliklerini değerlendirmede öne çıkıyor. Yöntem, öngörü modelleme ve bariyer fonksiyonlarını birleştirerek dinamik sistemlerin karmaşık davranışlarını matematiksel olarak kanıtlayabiliyor. Bu gelişme, otonom araçlardan finansal sistemlere kadar geniş bir yelpazede kullanılabilecek daha güvenilir yazılım sistemlerinin tasarlanmasına katkı sağlayabilir.
Kontrol Sistemlerinde Teşvik Tasarımı: Matematiksel Modelle Ahlaki Tehlike Sorunu
Araştırmacılar, kontrol sistemlerinde karşılaşılan ahlaki tehlike problemini matematiksel olarak modellemeyi başardı. Çalışma, bir aracının iki farklı kontrol stratejisi arasından seçim yaparken nasıl teşvik edileceğini ele alıyor. Doğrusal zaman-değişmez sistemler kullanılarak geliştirilen model, bilgi asimetrisi durumlarında optimal ödeme şemalarının tasarlanmasını sağlıyor. Bu yaklaşım, özellikle otomatik sistemlerde verimlilik ve çaba gözlemlenemeyen durumlarda kritik öneme sahip. Araştırma, kontrol teorisi ile ekonomi alanlarını birleştirerek, yapay zeka ve otomasyon sistemlerinde güvenilir performans sağlama konusunda yeni perspektifler sunuyor.
Bilgisayar Kullanımınızdan Yaşam Hedeflerinizi Çıkaran Yapay Zeka
Araştırmacılar, günlük bilgisayar aktivitelerimizi analiz ederek yaşam hedeflerimizi anlayabilen yeni bir sistem geliştirdi. 'Striving co-creation' adı verilen bu yaklaşım, sadece ne yaptığımızı değil, neden yaptığımızı da anlamaya çalışıyor. Sistem, Aktivite Teorisi ve kişisel çabalar çerçevesini kullanarak bilgisayar kullanım verilerinden hiyerarşik bir aktivite haritası oluşturuyor. Ancak aynı eylem farklı hedeflerden kaynaklanabildiği için, sistem kullanıcılara kendi hedeflerini düzenleme imkanı tanıyor. Bu teknoloji, kişisel asistanlardan yaşam koçluğuna kadar birçok alanda daha derin ve anlamlı destek sağlayabilir.
Yapay Zeka Kişilikleri ile Kullanıcı Davranışlarını Tahmin Eden Sistem Geliştirildi
Araştırmacılar, kullanıcı davranışlarını daha az soruyla ve daha doğru şekilde tahmin edebilen yenilikçi bir sistem geliştirdi. Geleneksel yöntemler çok sayıda soru sorarak kullanıcıları yorarken, yeni sistem büyük dil modellerinin oluşturduğu 'yapay zeka kişiliklerini' kullanarak az sayıda soruyla bile güvenilir tahminler yapabiliyor. Sistem, her kullanıcıyı belirli AI kişiliklerinin karışımı olarak modelleyerek, onların gelecekteki tepkilerini öngörebiliyor. Bu yaklaşım özellikle anket çalışmaları, eğitim değerlendirmeleri ve kişiselleştirilmiş içerik önerilerinde devrim yaratabilir. Yapılan testler, sistemin hem sentetik veriler hem de gerçek dünya değer ölçümlerinde başarılı sonuçlar verdiğini gösteriyor.
Yapay Zeka Artık Metinlerden Sayısal Puanlar Çıkarabiliyor
Araştırmacılar, büyük dil modellerinin metinleri derinlemesine analiz ederek karmaşık sayısal değerlendirmeler yapabildiği yeni bir alan tanımladı: akıl yürütme yoğunlu regresyon. Bu yaklaşım, rubrik tabanlı puanlama, karmaşık ortamlarda ödül modelleme ve alan-özel arama gibi uygulamalarda kullanılıyor. Mevcut yöntemlerin yetersiz kaldığı durumlarda, araştırmacılar MENTAT adlı yeni bir hibrit yaklaşım geliştirdi. Bu yöntem, toplu yansıtmalı prompt optimizasyonu ile sinir ağı topluluk öğrenimini birleştirerek, sınırlı veri ve hesaplama kaynaklarıyla bile etkili sonuçlar üretiyor. Geleneksel duygu analizi gibi basit görevlerin ötesinde, yapay zekanın metin anlama kapasitesini artıran bu gelişme, eğitim değerlendirmelerinden karmaşık karar verme süreçlerine kadar geniş bir uygulama alanı sunuyor.
Yapay Zeka Modelleri Öğrendiklerini Kullanmakta Zorlanıyor
Büyük dil modelleri birçok alanda başarı gösterse de, gerçek adaptasyon konusunda hâlâ sınırlılıkları bulunuyor. Yeni bir araştırma, bu modellerin bağlam içinde öğrendikleri bilgileri basit görevlerde bile etkili şekilde kullanamadığını ortaya koydu. Çalışma, modellerin veri temsilleri oluşturabildiğini ancak bunları esnek şekilde uygulayamadığını gösteriyor. Bu durum, yapay zekanın gerçek dünya problemlerine uyum sağlama yeteneği konusunda önemli sorular ortaya çıkarıyor. Araştırmacılar, modellerin bir sonraki kelimeyi tahmin etme ve adaptif dünya modelleme gibi görevlerde performansını değerlendirerek bu sınırlılıkları detaylandırdı.
Uzmanlar Ağından Kuantum Sinir Ağlarına: Matematiksel Sınır Davranışı Keşfedildi
Araştırmacılar, yapay zeka alanında önemli bir model olan Uzmanlar Karışımı (MoE) sistemlerinin matematiksel davranışını inceleyerek, uzman sayısı arttıkça sistemin nasıl evrimleştiğini keşfettiler. Çalışma, gradyan akışı ile eğitilen MoE modellerinin asimptotik davranışını analiz ediyor ve uzman sayısı sonsuza yaklaşırken "kaosun yayılması" fenomeninin ortaya çıktığını gösteriyor. Bu matematiksel keşif, özellikle kuantum sinir ağları için önemli uygulamalara sahip. Araştırma, model parametrelerinin ampirik ölçüsünün doğrusal olmayan süreklilik denklemi çözen bir olasılık ölçüsüne yaklaştığını ve bu yakınsama hızının sadece uzman sayısına bağlı olduğunu ortaya koyuyor.