“ulaşım” için sonuçlar
36 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zeka su yollarındaki E. coli kirliliğini önceden tahmin edebilecek
Araştırmacılar, su yollarındaki E. coli bakterisi kirliliğini önceden tahmin edebilen yenilikçi bir yapay zeka aracı geliştirdi. Bu sistem, her yaz milyonlarca insanın deniz keyfi alan plajların kapatılmasına neden olan bakteriyel kirlilik problemine erken uyarı çözümü sunuyor. Geleneksel yöntemlerle kirlilik tespit edildiğinde çoğunlukla çok geç kalınıyor ve hem halk sağlığı tehlikeye giriyor hem de yerel işletmeler zarar görüyor. Yeni AI tabanlı sistem, çevresel faktörleri analiz ederek kirlilik riskini önceden hesaplayabiliyor. Bu teknoloji sayesinde plaj kapatmaları daha etkili şekilde planlanabilecek ve halk sağlığı korunabilecek. Sistem, su kalitesi yönetiminde büyük bir ilerleme anlamına geliyor ve gelecekte daha temiz, güvenli su kaynaklarına ulaşım için umut vaat ediyor.
Otonom Araçlar İçin Yeni Güven Algoritması Geliştirildi
Araştırmacılar, bağlı ve otonom araçların çevresel farkındalığını artırmak için hibrit zonotop tabanlı yeni bir algoritma geliştirdi. Sistem, farklı sensörlerden gelen tutarsız ölçümleri birleştirerek daha güvenilir çevre algısı sağlıyor. Özellikle araçlar veya altyapı tarafından gizlenen yayalar için kritik güvenlik riskleri azaltılabiliyor. Yöntem, sensör gürültüsü ve yanlış pozitiflerin neden olduğu belirsizlikleri hesaba katarak, her sensör setine güven metriği atıyor. Bu teknoloji, araç-her şey iletişimi sayesinde bağlı yol kullanıcıları arasında algı verisi paylaşımını optimize ediyor.
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.
Elektrikli Araçlar İçin Akıllı Şehir Trafik Yönetimi Geliştirildi
Şehirlerdeki elektrikli araç sayısının hızla artması, trafik yönetiminde yeni zorluklar ortaya çıkarıyor. Araştırmacılar, hem rota planlaması hem de şarj istasyonu yönetimini birleştiren yenilikçi bir trafik koordinasyon sistemi geliştirdi. Makroskopik temel diyagram modelini kullanan bu yaklaşım, şehri bölgelere ayırarak sistem düzeyinde trafik sıkışıklığını analiz ediyor. 16 bölgeli bir şehir ağında yapılan test çalışmaları, sistemin etkinliğini kanıtladı. Bu çözüm, sürdürülebilir mobilite hedeflerini desteklerken şehir trafiğinin daha verimli yönetilmesine olanak sağlıyor.
Hareket Halindeki Elektrikli Araçlar İçin Kablosuz Şarj Sistemi Geliştirildi
Elektrikli araçların yaygınlaşmasının önündeki en büyük engellerden biri olan menzil kaygısına yenilikçi bir çözüm geliştiriliyor. Dinamik İndüktif Şarj (DİŞ) teknolojisi, araçların sürüş halindeyken kablosuz olarak şarj olmasını sağlayarak bu sorunu çözmeyi hedefliyor. Ancak bu altyapılar maliyetli ve güç kısıtlamaları içeriyor. Araştırmacılar, kenar bilişim ve araç iletişim teknolojilerini kullanarak akıllı güç dağıtımı yapan bir optimizasyon çerçevesi öneriyor. İstanbul'da 10 kilometrelik gerçek bir kentsel senaryoda SUMO simülasyonlarıyla test edilen sistem, kritik pil durumundaki araçları önceliklendirerek kaynak kullanımını optimize ediyor. Bu yaklaşım, elektrikli araç sahiplerinin memnuniyetini artırırken ekonomik verimliliği de maksimuma çıkarmayı amaçlıyor.
Otonom Araç Konvoyları İçin Yeni Deneysel Platform Geliştirildi
Araştırmacılar, araç konvoylarının (platooning) nasıl çalıştığını incelemek için yeni bir deneysel platform geliştirdi. Bu sistem, bir insan tarafından kontrol edilen öncü araç ve onu takip eden iki otonom araçtan oluşuyor. Araç konvoyları, trafikte verimliliği artırma, yakıt tasarrufu sağlama ve yol güvenliğini geliştirme potansiyeline sahip bir teknoloji. Ancak özellikle şerit değişikliği gibi dinamik manevralar sırasında konvoydaki araçların kararlı kalması büyük bir mühendislik zorluğu. Platform, gerçek boyutlu araçların küçük modelleriyle çalışarak, hem bireysel araç kontrolü hem de konvoy stabilitesi üzerine araştırma yapma imkanı sunuyor. Bu tür deneysel çalışmalar, gelecekte yollarda göreceğimiz otonom araç konvoylarının güvenli ve verimli çalışması için kritik önem taşıyor.
Elektrikli Kamyonlar İçin Yapay Zeka Destekli Rota Optimizasyonu Geliştirildi
Araştırmacılar, elektrikli kamyonların karşılaştığı operasyonel zorlukları aşmak için yeni bir yapay zeka tabanlı sistem geliştirdi. Sınırlı batarya menzili, uzun şarj süreleri ve şarj istasyonlarındaki rekabet gibi faktörler, elektrikli kamyon operasyonlarını kompleks bir lojistik ve enerji problemi haline getiriyor. Geleneksel sezgisel yöntemler bu karmaşıklıkla başa çıkmakta yetersiz kalırken, yeni sistem pekiştirmeli öğrenme algoritmaları kullanarak belirsizlikler altında optimal rotalar belirliyor. Bu gelişme, elektrikli ticari araç filosu yönetiminde devrim yaratabilir ve sürdürülebilir ulaşıma geçişi hızlandırabilir.
Elektrikli Araç Şarj İstasyonları İçin Optimum Yerleşim Stratejisi Bulundu
Avustralyalı araştırmacılar, elektrikli araç şarj altyapısının en verimli şekilde nasıl konumlandırılacağını gösteren yenilikçi bir model geliştirdi. Melbourne şehrini örnek alarak yapılan çalışma, farklı şarj davranışlarının sistem performansına etkilerini inceledi. Araştırma, hedef nokta şarjı ve yolculuk arası şarj gibi farklı kullanım senaryolarının altyapı maliyetlerini nasıl etkilediğini ortaya koyuyor. Ajan tabanlı modelleme tekniği kullanılan çalışmada, kullanım oranına dayalı dağıtım stratejisinin toplam sistem maliyetlerini önemli ölçüde azalttığı tespit edildi. Bu bulgular, şehir plancıları ve enerji şirketleri için elektrikli araç devrimi sürecinde kritik kararlar alırken rehberlik edecek önemli veriler sunuyor.
Fiber Optik Sensörlerle Otoyol Trafiğine Akıllı Çözüm
Araştırmacılar, otoyollardaki trafik sıkışıklığını önlemek için yenilikçi bir yöntem geliştirdi. Dağıtık fiber optik sensörlerin kullanıldığı sistem, gerçek zamanlı veri toplama ve yapay zeka destekli analiz yöntemlerini birleştiriyor. Geleneksel sensörlerin aksine, fiber optik teknolojisi yolun her noktasından kesintisiz veri toplayarak ölü nokta bırakmıyor. Bu sayede trafik akışı sürekli izlenebiliyor ve optimal kontrol stratejileri geliştirilebiliyor. Sistem, hem trafiğin geçirgenliğini artırmayı hem de sıkışıklığı önlemeyi hedefleyen çok amaçlı optimizasyon kullanıyor. Bu yaklaşım, aktif ulaşım ve talep yönetimi sistemleri için yeni olanaklar sunuyor.
16 Drone ile 4.5 km Boyunca Araç Takibi: Trafik Araştırmaları İçin Devrim
Bilim insanları, 16 adet 5.4K çözünürlüklü kameralı drone kullanarak benzersiz bir araç yörünge veri seti oluşturdu. SWIFTraj adlı bu açık kaynak veri seti, otoyollarda 4.5 kilometreye kadar kesintisiz araç takibi sağlayarak trafik araştırmalarında yeni ufuklar açıyor. Veri seti, uzun otoyol koridorları ile bağlı kentsel ağların entegre görünümünü sunarak, trafik akışı analizi, modelleme ve kontrolünden otonom sürüş teknolojilerine kadar geniş bir uygulama alanı sunuyor. Mevcut açık kaynak trajectory veri setlerinden farklı olarak, trafik olaylarının uzamsal ve zamansal evriminin derinlemesine incelenmesine olanak tanıyor.
ESP32 ile Akıllı Lastik Sensörleri: Dijital Yol Sistemlerine Doğru
Araçların yol yüzeyiyle etkileşimini anlayabilmek için yeni bir iletişim teknolojisi geliştirildi. ESP32 mikroişlemci kullanılarak tasarlanan sistem, lastik içindeki sensörlerden gelen verileri gerçek zamanlı olarak aktarıyor. Mevcut araç sensörleri sürüş güvenliği için yeterli olsa da, lastiğin yol yüzeyiyle nasıl etkileşime girdiği konusunda yetersiz kalıyor. Araştırmacılar bu sorunu çözmek için yayın-abone sistemi kullanan yeni bir yaklaşım geliştirdi. Test edilen prototip, 1 Hz'den 32.000 Hz'e kadar farklı örnekleme frekanslarında çalışabiliyor ve sadece %0,1 veri kaybıyla son derece güvenilir performans gösteriyor. Bu teknoloji, dijital yol sistemlerinin geliştirilmesine katkı sağlayarak daha güvenli ve akıllı ulaşım altyapısının temellerini atıyor.
Sürücü Belirsizliğini Çözen Yeni Otonom Araç Sistemi: VADv2
Araştırmacılar, otonom sürüş teknolojisinde önemli bir adım atan VADv2 sistemini geliştirdi. Bu yeni yaklaşım, geleneksel deterministik planlama yöntemlerinin aksine, sürüş sırasındaki belirsizlikleri ve insan benzeri karar verme süreçlerini modelleyebilen olasılıksal bir planlama modeli kullanıyor. Sistem, büyük ölçekli sürüş verilerinden öğrenmeyi mümkün kılarak, gerçek dünya koşullarındaki öngörülemezlik sorununu ele alıyor. VADv2, karmaşık sürüş aksiyonlarını önce kesin kategorilere ayırıp sonra bunları dijital tokenlara dönüştürerek işliyor. Bu tokenler, çevresel bilgilerle etkileşime girerek olasılıksal eylem dağılımları üretiyor.
Yapay Zeka ile Otoyol Çatlaklarını Tespit Eden Sistem Geliştirildi
İsviçreli araştırmacılar, otoyollardaki çatlakları otomatik olarak tespit eden yapay zeka tabanlı bir sistem geliştirdi. Hava görüntüleri ve açık kaynak harita verilerini kullanan sistem, YOLOv11 algoritması ile %84 doğrulukla yol çatlaklarını belirleyebiliyor. İklim değişikliğinin yol altyapısına verdiği zararların artmasıyla birlikte, bakım maliyetleri de yükseliyor. Bu yeni yaklaşım, otoyol bakım ekiplerinin hangi bölgelere öncelik vermesi gerektiğini belirlemede önemli bir araç sunuyor. Araştırmacılar İsviçre için geliştirdikleri 'Göreli Otoyol Çatlak Yoğunluğu' endeksi ile ülke genelinde bakım stratejilerini yönlendirebilecek bir harita oluşturdular.
Trenler Artık Kendilerini Organize Edebilecek: Yeni Trafik Yönetim Sistemi
İtalyan araştırmacılar, demiryolu trafiğinde yaşanan aksaklıkları çözmek için devrim niteliğinde bir yaklaşım geliştirdi. Geleneksel merkezi kontrol sistemlerinin aksine, bu yeni yöntemde trenler kendi aralarında iletişim kurarak trafik sorunlarını çözüyor. Sistem, trenların komşu trenlerini tanımasını, trafik yönetimi hipotezleri oluşturmasını ve uyumlu çözümleri seçmesini sağlıyor. İtalya demiryolu ağının bir bölümünde yapılan kapsamlı testlerde, bu kendi kendini organize eden sistem, mevcut merkezi yaklaşımlarla karşılaştırıldı. Araştırma, demiryolu ulaşımında yaşanan gecikmelerin yayılmasını önlemek için merkezi olmayan bir çözüm sunuyor ve gelecekteki akıllı ulaşım sistemleri için önemli bir adım teşkil ediyor. Bu teknoloji, demiryolu işletmeciliğinde daha esnek ve verimli trafik yönetimi sağlayabilir.
Robotlar İçin Yeni Zaman Garantili Kontrol Sistemi Geliştirildi
Araştırmacılar, robotik sistemlerin belirlenen hedefe ulaşması için gerekli süreyi garanti altına alan yeni bir kontrol yöntemi geliştirdi. Bu yöntem, sistem belirsizlikleri ve fiziksel kısıtlamaları göz önünde bulundurarak, hedef noktaya ulaşım süresinin üst sınırını önceden belirlemeyi mümkün kılıyor. Lineer matris eşitsizlikleri kullanan bu yaklaşım, Lyapunov fonksiyonlarının harmonik dönüşümüne dayanıyor ve durum uzayının bölümsel karesel temsilini kullanıyor. Geliştirilen sistem, başlangıçta belirsiz politopik sistemler için tasarlanmış olsa da parçalı ve doğrusal olmayan sistemlere de uygulanabiliyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar birçok alanda güvenilir ve öngörülebilir kontrol sistemleri tasarımında önemli bir adım oluşturuyor.
Şehir Gökyüzlerinde Güvenli Uçuş: Yeni Algoritma Hava Taksiyi Gerçeğe Yaklaştırıyor
Kentsel Hava Mobilitesi (UAM) teknolojisinin yaygınlaşması için kritik olan güvenli rota planlama konusunda önemli bir gelişme kaydedildi. Araştırmacılar, şehir genelinde düşük irtifada uçan araçlar için çok katmanlı risk değerlendirmesi yapabilen yeni bir algoritma geliştirdi. Bu sistem, karmaşık şehir ortamlarını değişken çözünürlükte hücrelere bölerek her bölgenin risk değerini analitik olarak hesaplıyor. Geleneksel uniform grid yaklaşımları veya örnekleme tabanlı yöntemlerden farklı olarak, çözünürlük ile hesaplama hızı arasında dinamik denge kuruyor. Beş farklı şehir topografyasında yapılan testlerde, klasik A*, Yapay Potansiyel Alanlar ve Informed RRT* algoritmalarına kıyasla hem daha güvenli rotalar üretiyor hem de hesaplama süresini büyük ölçüde azaltıyor. Bu gelişme, hava taksi ve kargo drone'larının şehirlerde güvenli operasyon yapabilmesi için önemli bir adım.
Yapay Zeka İnsan Hareketlerini Tahmin Etmeyi Öğreniyor: ARMove Sistemi
Araştırmacılar, insan hareketlerini tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. ARMove adlı bu sistem, büyük dil modellerini kullanarak insanların nereye gideceğini önceden kestirebiliyor. Geleneksel yöntemlerden farklı olarak, sistem kararlarını açıklayabiliyor ve yeni verilerden sürekli öğrenebiliyor. Sistem, temel bilgi havuzları, kullanıcı profilleri ve otomatik özellik üretimi gibi bileşenlerle çalışıyor. En önemli özelliği ise farklı bölgelere ve nüfuslara kolayca uyarlanabilmesi. Bu teknoloji, şehir planlamasından ulaşım sistemlerine, sağlık hizmetlerinden acil durum yönetimine kadar birçok alanda kullanılabilir potansiyele sahip.
Graf verilerini analiz eden yapay zeka modellerinde çığır açan yöntem: LoReC
Büyük dil modelleri (LLM'ler) graf verilerini analiz etmekte zorlanıyor ve geleneksel yöntemlerin gerisinde kalıyordu. Araştırmacılar bu sorunu çözmek için LoReC adlı yeni bir yaklaşım geliştirdi. Bu yöntem, yapay zeka modellerinin graf yapısındaki verileri daha iyi anlamasını sağlıyor. Sosyal ağlar, moleküler yapılar ve ulaşım sistemleri gibi birçok alanda graf analizi kritik öneme sahip. LoReC, 'bakma', 'hatırlama' ve 'karşılaştırma' olmak üzere üç aşamalı bir süreçle LLM'lerin graf verilerindeki ilişkileri göz ardı etme sorununu çözüyor. Bu gelişme, yapay zekanın karmaşık ağ yapılarını anlama kabiliyetini artırarak, bilimsel araştırmalardan teknolojik uygulamalara kadar geniş bir yelpazede daha etkili analizler yapılmasını mümkün kılıyor.
Yapay Zeka Sensör Olmayan Noktalardaki Trafiği Tahmin Edebiliyor
Araştırmacılar, tüm yollarda sensör bulunmasa bile trafik durumunu tahmin edebilen yeni bir yapay zeka modeli geliştirdi. MoGERNN adlı bu sistem, kısıtlı sayıda sensörden aldığı verilerle gözlemlenmeyen lokasyonlardaki trafik yoğunluğunu başarıyla öngörebiliyor. Geleneksel trafik tahmin sistemleri her ilgi noktasında sensör bulunmasını gerektirirken, bu yaklaşım maliyet sorunu nedeniyle pratikte mümkün değil. Yeni model, graf tabanlı öğrenme teknikleriyle farklı bölgelerin trafik özelliklerini analiz ediyor ve uzmanlaşmış tahmin bileşenleri kullanıyor. Sistem aynı zamanda sensör ağında yapılan değişikliklere karşı dayanıklı, bu sayede yeni sensör eklendiğinde veya çıkarıldığında yeniden eğitim gerektirmiyor. Bu gelişme, akıllı trafik yönetim sistemleri için önemli bir adım sayılıyor.
TrafficClaw: Şehir Trafiğini Yapay Zeka ile Yönetecek Yeni Sistem
Araştırmacılar, şehir trafiğini bütüncül bir yaklaşımla yönetebilen TrafficClaw adlı yeni bir sistem geliştirdi. Mevcut trafik kontrol sistemleri genellikle trafik ışıkları, otoyollar ve toplu taşıma gibi alt sistemleri ayrı ayrı ele alıyor. TrafficClaw ise bu farklı sistemleri birleşik bir fiziksel ortamda modelleyerek, aralarındaki etkileşimleri daha iyi anlayabiliyor. Sistem, yapay zeka tabanlı bir yaklaşım kullanarak trafik akışını optimize ediyor ve bir alt sistemdeki müdahalelerin diğerlerine olan etkilerini hesaba katıyor. Bu yenilikçi yaklaşım, şehir içi ulaşımda daha etkili ve koordineli bir kontrol sağlayarak trafik sıkışıklığının azaltılmasına katkıda bulunabilir.
Yapay zeka seyrek sensörlerle tüm şehir trafiğini tahmin ediyor
Araştırmacılar, şehir genelinde sadece birkaç noktaya yerleştirilen sensörlerle tüm trafik ağının durumunu tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. Dirichlet Graf Otokodlayıcı adı verilen bu yöntem, akıllı ulaşım sistemlerinin temel sorunlarından birini çözmeyi hedefliyor. Geleneksel yöntemler sensör bulunmayan bölgeleri sıfır değerle dolduruyor ve bu da tahminlerde sapmalara yol açıyor. Yeni yaklaşım ise graf temsil öğrenmesi kullanarak bu sorunu aşıyor. Sistem, mevcut sensör verilerini analiz ederek trafik dinamiklerini modelliyor ve sensör olmayan yollardaki trafik durumunu güvenilir şekilde tahmin edebiliyor. Bu gelişme, trafik yönetimi, rota optimizasyonu ve akıllı şehir uygulamaları için önemli fırsatlar sunuyor.
Otonom kavşaklar trafik ücretleri olmadan akışı nasıl yönetebilir?
Araştırmacılar, otonom araçlar için yeni bir trafik yönetim sistemi geliştirdi. Sistem, geleneksel ücretlendirme yerine kavşak zamanlamalarını ayarlayarak araçları en verimli güzergahlara yönlendiriyor. MIT ve diğer üniversitelerden bilim insanları, kavşaklardaki yol kenarı ünitelerinin zaman damgası tabanlı programlamalarını değiştirerek belirli güzergahlarda gecikme veya hızlandırma yaratabileceklerini gösterdi. Bu yaklaşım, şehir içi ulaşımın toplumsal açıdan en verimli hale gelmesini sağlıyor. Sistem, gerçek zamanlı kavşak kontrolü ile ağ düzeyindeki koordinasyonu ayıran iki kademeli bir mimari kullanıyor. Matematiksel modelleme, trafik dengesinin varlığını ve tekliğini garanti ederek sistemin ölçeklenebilir olmasını mümkün kılıyor. Bu yenilik, gelecekteki akıllı şehir ulaşım sistemleri için önemli bir adım teşkil ediyor.
Trafik yönetiminde akıllı gişe ücretlendirmesi: Belirsizliklere karşı dayanıklı çözüm
Araştırmacılar, trafik ağlarındaki tıkanıklıkları azaltmak için geliştirdikleri yeni matematiksel modelle, belirsizliklere karşı dayanıklı ücret politikaları tasarlayabiliyor. Çalışma, gerçek trafik verilerindeki belirsizlikleri göz önünde bulundurarak, geleneksel yöntemlerden daha etkin sonuçlar üreten bir yaklaşım sunuyor. Sistem operatörleri genellikle sürücüleri daha az yoğun yollara yönlendirmek için parasal teşvikler kullanır, ancak trafik modellerindeki belirsizlikler bu stratejilerin başarısını etkiler. Yeni geliştirilen distributionally robust optimization yaklaşımı, en kötü senaryoları dikkate alarak daha güvenilir çözümler üretiyor. Tek başlangıç-varış noktası olan ağlarda, afin gecikme fonksiyonları kullanan bu yöntem konveks programlama ile çözülebiliyor. Sayısal simülasyonlar, belirsizliklere karşı tasarlanan bu ücret politikalarının, sabit modeller kullanan geleneksel yaklaşımlardan sistem geneli performansında daha iyi sonuçlar verdiğini gösteriyor.
Yapay Zeka ile Yerel Yaşam Önerileri: Coğrafi Kısıtları Aşan Yeni Yaklaşım
Araştırmacılar, yerel yaşam öneri sistemlerinin karşılaştığı iki temel sorunu çözmek için yeni bir yaklaşım geliştirdi. ReST adlı bu framework, kullanıcıların bulundukları coğrafi alandaki işletme ve hizmetlere ulaşımını iyileştirmeyi hedefliyor. Sistem, geleneksel kullanıcı odaklı yaklaşımlardan farklı olarak işletme merkezli bir perspektif benimsiyor. Yerel yaşam uygulamalarında popüler olmayan ama kaliteli işletmelerin keşfedilmesini kolaylaştıran bu teknoloji, coğrafi kısıtlamaları göz önünde bulundurarak daha etkili öneriler sunabiliyor. Günlük yaşamda kullandığımız restoran, market ve hizmet önerisi uygulamalarının performansını artırması beklenen bu geliştirme, yapay zeka destekli öneri sistemlerinde önemli bir adım olarak değerlendiriliyor.