“salgın” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Tarımsal Zararlıları Önceden Tahmin Ediyor
Texas A&M Üniversitesi araştırmacıları, yapay zeka teknolojisinin tarımsal zararlı böcek salgınlarını geleneksel yöntemlerden çok daha doğru bir şekilde öngörebildiğini ortaya koydu. Bu yenilikçi sistem, çiftçilerin zararlıların ekinlere zarar vermeden önce müdahale edebilmelerine olanak tanıyor. Araştırma, tarımsal üretimde erken uyarı sistemlerinin nasıl devrim yaratabileceğini gösteriyor. Yapay zeka destekli bu yaklaşım, hem ekonomik kayıpları azaltabilir hem de pestisit kullanımını optimize edebilir. Çalışma, sürdürülebilir tarım uygulamaları açısından önemli bir adım olarak değerlendiriliyor.
Yapay Zeka ile Grip Salgını Tahmini: Görsel Öğrenme Yöntemi
Araştırmacılar, grip salgınlarının seyrini tahmin etmek için yenilikçi bir yapay zeka yaklaşımı geliştirdiler. Influpaint adlı sistem, salgın verilerini görsel imgeler haline dönüştürerek öğrenen difüzyon modellerini kullanıyor. Bu yöntem, geleneksel istatistiksel modellerin aksine çok boyutlu belirsizlikleri yakalayabiliyor ve yeni eğilimleri öngörebiliyor. Sistem, grip sezonlarını uzamsal-zamansal görüntüler olarak kodlayarak, piksel yoğunluğunun vaka sayısını temsil ettiği bir yapı oluşturuyor. Hem gerçek sürveyans verilerinden hem de simülasyon verilerinden öğrenen hibrit yaklaşım, hastalık dinamiklerinin zengin bir dağılımını öğreniyor. Tahminleme süreci, kısmi gözlemlerden koşullu üretim görevi olarak tasarlanmış. Retrospektif değerlendirmelerde mevcut topluluk yöntemleriyle rekabet edebilir doğruluk seviyesine ulaşan sistem, 2023-2025 ABD CDC FluSight yarışmalarında gerçek zamanlı testlerden geçiyor.
Yapay Zeka ile Salgının Sıfır Hastasını Bulma: Geometrik Yaklaşım
Bilim insanları, salgın hastalıklarda ilk enfekte olan kişiyi (sıfır hasta) tespit etmek için yenilikçi bir geometrik yöntem geliştirdi. Johnson-Lindenstrauss projeksiyonlarını kullanan bu yaklaşım, karmaşık sosyal ağları düşük boyutlu uzaylara sıkıştırarak enfeksiyon kaynağını belirliyor. Bağımsız kaskad modelinde çalışan sistem, enfekte kişilerin ağırlık merkezine en yakın düğümü kaynak olarak tahmin ediyor. Erdős-Rényi grafları üzerinde yapılan simülasyonlar, bu yöntemin sıkıştırılmış verilerle bile anlamlı doğruluk oranları yakaladığını gösteriyor. Bu gelişme, gelecekteki salgınlarda hızlı müdahale ve kontrol stratejileri için önemli bir araç sunuyor.
Yapay Zeka Tüberküloz Salgınının Seyrini Tahmin Etmeyi Öğreniyor
Araştırmacılar, tüberküloz salgınının yayılımını modellemek için yapay zeka destekli yeni bir yaklaşım geliştirdi. Fizik-Güdümlü Sinir Ağları (PG-NODE) adlı bu yöntem, klasik epidemiyolojik modellerin sabit parametreli yapısının ötesine geçerek, hastalığın zaman içindeki değişken dinamiklerini öğrenebiliyor. Yılda 1,3 milyon ölüme ve 10,6 milyon yeni enfeksiyona neden olan tüberküloz için geliştirilen sistem, geleneksel SLIR modelini (Duyarlı-Gizli-Enfektif-İyileşen) sinir ağları ile birleştiriyor. Bu hibrit yaklaşım, biyolojik kısıtlamaları korurken, gerçek dünya verilerindeki heterojenliği ve öngörülemeyen etkileri de hesaba katabiliyor.