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.

arXiv — Kimyasal Fizik 0

Teknoloji & Yapay Zeka

30 Apr

Yapay Zeka ile Sürekli Zamanda Nedensel Tahminleme: ObsNODE Modeli

Araştırmacılar, sürekli zamanda nedensel ilişkileri analiz edebilen yeni bir yapay zeka modeli geliştirdi. Observable Neural ODEs (ObsNODEs) adı verilen bu sistem, gizli karıştırıcı faktörlerin varlığında bile farklı tedavi yollarının sonuçlarını tahmin edebiliyor. Model, kontrol teorisindeki gözlemlenebilirlik kavramını nedensel tanımlanabilirlikle birleştirerek, tıptan ekonomiye kadar birçok alanda karar verme süreçlerini iyileştirebilecek potansiyele sahip. Özellikle dinamik tedavi etkilerinin belirlenmesinde önemli bir adım olan bu çalışma, yapay zekanın nedensel çıkarım yeteneklerini güçlendiriyor.

arXiv (Biyoloji) 0