“yapay sinir ağı” için sonuçlar
20 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
UCLA'dan devrim niteliğinde hibrit projektör: 16 kat daha net görüntü
California Üniversitesi Los Angeles (UCLA) araştırmacıları, görüntü projeksiyon teknolojisinde çığır açacak bir sistem geliştirdi. Yapay sinir ağı tabanlı dijital kodlayıcı ile pasif optik çözücüyü birleştiren bu hibrit sistem, süper çözünürlüklü görüntüleri geniş derinlik alanında sunarken, veri sıkıştırma kapasitesini 16 kat artırıyor. Sistemin en dikkat çekici özelliği, çözüm aşamasında ek güç gerektirmemesi. Bu özellik, özellikle sanal ve artırılmış gerçeklik uygulamaları için büyük avantaj sağlıyor. Teknoloji, hem veri aktarım verimliliğini artırıyor hem de enerji tüketimini minimize ediyor. Geliştiriciler, bu yeniliğin gelecek nesil görüntüleme sistemlerinde önemli bir dönüm noktası olacağını belirtiyor.
Uzayda Çalışacak Yapay Sinir Ağları: Nötron Bombardımanı Altında Test
Araştırmacılar, uzay ve havacılık gibi yüksek radyasyon ortamlarında kullanılması planlanan nöromorfik işlemcileri test etmek için yeni bir metodoloji geliştirdi. ODIN adlı spike tabanlı sinir ağı işlemcisi, yüksek enerjili nötron ışınlarına maruz bırakılarak dayanıklılığı ölçüldü. Test sırasında sistem, MNIST veri setinde sınıflandırma görevlerini yerine getirmeye devam etti. En dikkat çekici bulgu, çevrimiçi öğrenme özelliğinin etkinleştirilmesinin, sistemin radyasyon hasarına karşı direncini önemli ölçüde artırmasıydı. Bu çalışma, gelecekte uzay misyonlarında kullanılacak yapay zeka sistemlerinin tasarımı için kritik veriler sunuyor.
Yeni yapay sinir ağı mimarisi dışbükey fonksiyonları öğrenmede devrim yaratıyor
Araştırmacılar, dışbükey fonksiyonları öğrenme konusunda çığır açan Hyper Input Convex Neural Networks (HyCNN) adlı yeni bir yapay sinir ağı mimarisi geliştirdi. Bu yenilikçi sistem, Maxout ağları ile giriş dışbükey sinir ağlarının (ICNN) güçlü yönlerini birleştiriyor. HyCNN'ler, kuadratik fonksiyonları yaklaşık olarak modellemek için ICNN'lere kıyasla üssel olarak daha az parametre gerektiriyor. Yapılan deneyler, yeni mimarinin dışbükey regresyon ve interpolasyon görevlerinde mevcut ICNN'leri ve çok katmanlı algılayıcıları (MLP) geride bıraktığını gösteriyor. Özellikle yüksek boyutlu optimal transport haritalarının öğrenilmesinde ve tek hücreli RNA sekanslama verilerinin analizinde üstün performans sergiliyor. Bu gelişme, makine öğrenmesinde dışbükey optimizasyon problemlerinin çözümü için önemli bir adım teşkil ediyor.
Radyo Dalgalarıyla Uzaktan Yapay Sinir Ağı Eğitimi Gerçekleştirildi
Araştırmacılar, manyetik tünel bağlantıları kullanarak radyo frekansı sinyalleriyle uzaktan kontrol edilebilen yeni bir yapay sinir ağı geliştirdi. Bu sistem, her sinaps için ayrı bağlantı gerektirmeden 11 adet manyetik bileşeni radyo dalgalarıyla programlayabiliyor. Geliştirilen 22 sinapslı ağ, aynı donanım üzerinde hem el yazısı rakam tanıma hem de drone RF imzası belirleme görevlerini başarıyla gerçekleştirdi. Bu yenilikçi yaklaşım, bellek içi hesaplama sistemlerinin ölçeklenebilirlik sorununa çözüm sunarak, daha verimli ve esnek yapay zeka donanımları geliştirilmesine olanak sağlıyor.
Robotlar Artık Daha Güvenli Kavrayabilecek: Yeni Yapay Sinir Ağı Yaklaşımı
Stanford Üniversitesi araştırmacıları, robotların nesneleri kavrarken karşılaştığı belirsizlikleri ele alan yeni bir yapay zeka sistemi geliştirdi. Geleneksel robotik kavrama sistemleri, beklenmedik durumlarla karşılaştıklarında sıklıkla başarısız oluyor. Yeni sistem, olasılıksal modelleme ve varyasyonel çıkarım tekniklerini kullanarak, robotların daha güvenilir bir şekilde nesne kavramasını sağlıyor. Araştırmada, temas belirsizliği, sensör gürültüsü ve dış müdahaleler gibi gerçek dünya koşulları göz önünde bulundurularak, risk-duyarlı bir yaklaşım benimsenmiş. Bu gelişme, endüstriyel otomasyon, sağlık robotları ve günlük yaşam asistanları gibi alanlarda daha güvenilir robotik uygulamaların önünü açabilir.
Yapay Zeka ile Malzeme Sınırlarını Takip Eden Yeni Modelleme Yöntemi
Bilim insanları, hareket halindeki malzeme sınırlarını takip edebilen yeni bir yapay zeka tabanlı modelleme sistemi geliştirdi. LaSDI-IT adı verilen bu framework, şok dalgalarının gözenekli malzemelerde yarattığı karmaşık değişimleri az veriyle modelleyebiliyor. Sistem, fiziksel alanları ve malzeme bölgelerini aynı anda yeniden yapılandıran özel bir yapay sinir ağı mimarisi kullanıyor. Geleneksel yöntemlerin aksine detaylı fizik modellerine ihtiyaç duymadan, malzeme sınırlarındaki keskin değişimleri yakalayabiliyor. Bu teknoloji, savunma sanayisinden malzeme mühendisliğine kadar pek çok alanda uygulanabilir.
Elektrik Rezonatörlerle Yapay Sinir Ağı: Analog Hesaplama Çığır Açıyor
Araştırmacılar, birbirine bağlı elektrik rezonatörlerinden oluşan tamamen analog bir sinir ağı sistemi geliştirdi. Bu yenilikçi tasarım, geleneksel dijital sistemlere kıyasla çok daha hızlı ve enerji verimli çalışabiliyor. Metacircuit adı verilen mimari, fiziksel donanım üzerinde eğitilmiş sinir ağı parametrelerinin doğrudan uygulanmasını mağdun kılıyor. Sistem, yerel rezonatörler ve global dirençli bağlantıların birlikte eğitilmesiyle frekansa bağlı negatif dirençler üretebiliyor. Bu gelişme, özellikle kenar cihazlarda yapay zeka uygulamaları için önemli fırsatlar sunuyor.
Yapay Zeka Artık Hava Durumunu Fotoğraftan Anlık Olarak Tahmin Edebiliyor
Araştırmacılar, fotoğraflardan hava durumunu gerçek zamanlı olarak sınıflandırabilen üç farklı yapay sinir ağı mimarisi geliştirdi. Bu modeller güneşli, yağmurlu, karlı ve sisli hava koşullarını görüntülerdeki stil özelliklerini analiz ederek tespit edebiliyor. Çalışmada öne çıkan yaklaşımlar arasında çoklu yama boyutları kullanan Multi-PatchGAN, sadeleştirilmiş ResNet50 ve dikkat mekanizmalı Gram matrisi tabanlı model yer alıyor. Bu gelişme, meteoroloji uygulamaları, akıllı şehir sistemleri ve otonom araçlar için önemli bir adım teşkil ediyor. Özellikle görüntülerdeki ince stil detaylarını yakalayabilen bu sistemler, geleneksel hava durumu tahmin yöntemlerini destekleyici bir rol oynayabilir.
Uzman Karışımı Modelleri Nesne Tespitinde Yeni Ufuklar Açıyor
Yapay zeka araştırmacıları, nesne tespit sistemlerinin performansını artırmak için 'uzman karışımı' yaklaşımını kullanmaya başladı. Bu yenilikçi yöntem, farklı alanlarda uzmanlaşmış birden fazla yapay sinir ağını akıllı bir şekilde birleştirerek, tek bir sistemin yapabileceğinden daha karmaşık görme görevlerini başarıyla yerine getirebiliyor. Araştırmacılar, YOLO tabanlı tespit sistemlerini özel veri kümeleri üzerinde eğittikten sonra, hangi uzmanın ne zaman devreye girmesi gerektiğini belirleyen akıllı bir ağ geçidi sistemi geliştirdi. Bu yaklaşım, geleneksel topluluk öğrenme yöntemlerinden farklı olarak daha açıklanabilir ve yorumlanabilir sonuçlar sunuyor. BDD100K veri seti üzerinde yapılan deneyler, sistemin farklı senaryolarda uzmanları dinamik olarak seçerek başarılı sonuçlar elde edebildiğini gösteriyor.
Yapay Sinir Ağları Kendiliğinden Dil Bilgisi Kuralları Geliştirdi
Araştırmacılar, sadece 18.658 parametreli küçük bir yapay sinir ağının, herhangi bir dil bilgisi kuralı öğretilmeden kendiliğinden söz dizimi işleme yeteneği geliştirebildiğini keşfetti. İki boyutlu hücresel otomat şeklinde tasarlanan bu sistem, yalnızca basit bir sınır sinyali ile eğitildikten sonra, matematiksel ifadelerin dil bilgisi yapısını anlayabilecek düzeyde organize oldu. Sistem, eğitim verilerinin ötesinde genelleme yapabiliyor ve dil bilgisi yapısıyla %71 oranında uyumlu bir iç organizasyon sergilemeyi başarıyor. Bu bulgu, karmaşık dil işleme yeteneklerinin nasıl ortaya çıkabileceği konusunda önemli ipuçları sunuyor.
Yeni yapay sinir ağı teknolojisi kalp hastalarını tespit etmek için 1000 kat az enerji kullanıyor
Araştırmacılar, kalp ritmi bozukluklarını tespit etmek için geliştirilen SparrowSNN adlı yeni yapay sinir ağı sistemini tanıttı. Bu teknoloji, geleneksel derin öğrenme yöntemlerinin aksine insan beynindeki nöronları taklit eden 'spiking neural network' yaklaşımını kullanıyor. Sistem, pil ile çalışan küçük cihazlarda kalp elektrokardiyogramı (EKG) verilerini analiz ederken son derece düşük enerji tüketiyor. Özellikle mikrovatlar seviyesinde güç tüketen bu yenilik, taşınabilir sağlık cihazları ve giyilebilir teknolojiler için devrim niteliğinde. Araştırma, hem donanım hem yazılım optimizasyonlarını bir araya getirerek, akıllı saat gibi cihazlarda sürekli kalp takibini mümkün kılabilir.
Çift Kollu Havacı Robotlarda Yapay Zeka Destekli Kontrol Sistemi Geliştirildi
Araştırmacılar, çift kollu insansız hava araçları (drone-robot hibrit sistemler) için yeni bir yapay sinir ağı tabanlı kontrol sistemi geliştirdi. Bu sistemler hem uçabilen hem de iki kol ile manipülasyon yapabilen gelişmiş robotlar olup, arama-kurtarma, inşaat ve endüstriyel uygulamalarda büyük potansiyele sahip. Ancak drone platformu ile çift kolun arasındaki karmaşık etkileşim, dış bozucular ve modellenmemiş dinamikler nedeniyle kontrol edilmeleri son derece zor. Yeni yaklaşım, sinir ağlarının yaklaşım yeteneklerini kullanarak sistemi adaptive olarak kontrol ederken, olay-tetikli mekanizma ile iletişim yükünü azaltıyor. Bu sayede hem enerji tasarrufu sağlanıyor hem de daha kararlı operasyon elde ediliyor. Sistem teorik olarak kararlılık garantileri sunuyor.
Yapay Zeka ile Karmaşık Malzeme Geçiş Problemleri Çözülüyor
Araştırmacılar, heterojen ortamlarda malzeme geçiş problemlerini çözmek için yeni bir derin öğrenme çerçevesi geliştirdi. FOSLS (First-Order System Least-Squares) yöntemiyle güçlendirilen bu sistem, malzeme özelliklerindeki büyük farklılıkların olduğu durumlarda bile kararlı sonuçlar üretiyor. Geleneksel yapay sinir ağı yaklaşımlarının zorlandığı yüksek malzeme kontrastlı ortamlarda, bu yeni yöntem enerji tabanlı optimizasyon sayesinde daha güvenilir çözümler sunuyor. Sistem aynı zamanda pasif varyans azaltma özelliği göstereyor, yani hatalar azaldıkça gradient varyansı da kendiliğinden düşüyor.
Yapay Sinir Ağları Karmaşık Matematiksel Denklemleri Çözmeyi Öğreniyor
Araştırmacılar, farklı şekillerdeki alanlarda karmaşık matematiksel denklemleri çözen yapay sinir ağı sistemleri geliştirdi. Bu yenilikçe yaklaşım, geometrik şekil değişikliklerini matematiksel parametreler haline getirerek, sinir ağlarının kısmi diferansiyel denklemleri daha etkili çözmesini sağlıyor. Çalışma, mühendislikten fiziğe kadar birçok alanda kullanılan matematiksel modelleme süreçlerini hızlandırabilir. Sistem, farklı şekillerdeki problemleri ortak bir referans alanına dönüştürerek, tek bir model ile çoklu geometrik konfigürasyonlarda çözüm üretebiliyor. Bu gelişme, bilimsel hesaplamalarda yapay zekanın rolünü artırırken, karmaşık mühendislik problemlerinin çözüm süresini önemli ölçüde kısaltma potansiyeli taşıyor.
Türbülans Simülasyonlarını Hızlandıran Yapay Zeka Destekli Yazılım Paketi
Araştırmacılar, türbülanslı akış simülasyonlarını önemli ölçüde hızlandıran yeni bir açık kaynak yazılım paketi geliştirdi. IncompressibleNavierStokes.jl adlı bu Julia paketi, GPU ve CPU'larda eşzamanlı çalışabilen matrix-free çekirdekler kullanarak sıkışmayan Navier-Stokes denklemlerini çözüyor. Yazılımın en dikkat çekici özelliği, yapay sinir ağı modellerinin doğrudan simülasyon içine gömülebilmesi. Bu sayede türbülans modellemesi için neural network kapanış modelleri eğitilebiliyor. Yazılım, tek bir GPU üzerinde 840³ çözünürlüğe kadar doğrudan sayısal simülasyonlar gerçekleştirebiliyor. Geliştirilen sistem, türbülanslı kanal akışı testlerinde referans verilerle başarıyla doğrulandı. Bu gelişme, hesamalı akışkanlar dinamiği alanında yapay zekanın entegrasyonu açısından önemli bir adım olarak değerlendiriliyor.
Yeni Sinir Ağı Sistemi Robot Zekâsını Çok Görevde Eş Zamanlı Eğitiyor
Araştırmacılar, otonom robotların birden fazla görevi aynı anda öğrenmesi için yenilikçi bir yapay sinir ağı sistemi geliştirdi. SwitchMT adlı bu yöntem, geleneksel sabit görev değiştirme sistemlerinin aksine, adaptif görev değiştirme stratejisi kullanarak robotların farklı görevler arasında daha verimli geçiş yapmasını sağlıyor. Sistem, insan beynindeki nöron yapısından esinlenen spiking sinir ağlarını kullanarak hem düşük enerji tüketimi hem de yüksek performans elde ediyor. Bu gelişme, gerçek dünya ortamlarında çalışan robotların çok görevli öğrenme kapasitesini artırırken, görevler arası müdahale problemini minimize ediyor.
Yapay Zeka Destekli Yeni Algoritma, Tümör Büyümesini 3 Boyutta Modelliyor
Araştırmacılar, kanser tümörlerinin kan damarlarına doğru hareket ederek büyüme sürecini taklit eden yenilikçi bir algoritma geliştirdi. Tümör anjiyogenezi olarak bilinen bu kritik süreç, kanser hücrelerinin beslenme için kan damarlarına yaklaşma davranışını içeriyor. Geleneksel matematiksel modelleme yöntemleri, üç boyutlu uzayda bu karmaşık dinamikleri hesaplarken yoğun işlem gücü gerektiriyordu. Yeni geliştirilen parçacık tabanlı yapay sinir ağı algoritması, bu hesaplama yükünü önemli ölçüde azaltıyor ve daha verimli sonuçlar sunuyor. Algoritma, tümör hücrelerini parçacıklar halinde temsil ederek, onların kimyasal sinyaller doğrultusunda nasıl hareket ettiğini modelliyor. Bu yaklaşım, kanser araştırmalarında bilgisayar simülasyonlarının daha hızlı ve doğru yapılmasına olanak tanıyarak, tedavi stratejilerinin geliştirilmesine katkı sağlayabilir.
VoodooNet: Yapay Zeka Eğitiminde Devrim Yaratan Analitik Çözüm
Araştırmacılar, geleneksel yapay sinir ağı eğitim yöntemlerinin yerine geçebilecek VoodooNet adlı yeni bir mimari geliştirdi. Bu sistem, uzun süren iteratif eğitim süreçlerini ortadan kaldırarak tek adımda analitik çözüme ulaşıyor. Girdi verilerini 'Galaktik Genişleme' yöntemiyle yüksek boyutlu uzaya yansıtarak karmaşık özellikleri ayırt edebilen VoodooNet, MNIST veri setinde %98.10, Fashion-MNIST'te ise %86.63 doğruluk oranına ulaştı. Özellikle Fashion-MNIST'teki sonuçlar, 10 döngülük geleneksel eğitim yöntemini geride bırakırken eğitim süresini büyük ölçüde kısalttı. Bu yaklaşım, yapay zeka modellerinin eğitim paradigmasında önemli bir değişimi işaret ediyor.
Yapay sinir ağları oyun teorisini taklit ederek karar vermeyi öğreniyor
Araştırmacılar, oyun teorisindeki en iyi yanıt stratejilerini taklit eden yeni bir yapay sinir ağı sistemi geliştirdi. Bu neuromorfix yaklaşım, kararları dışarıdan dayatılan kurallar yerine iç dinamik süreçlerle alıyor. Sistem, farklı seçenekler arasında kararlılık gösterebiliyor ve pertürbasyonlara karşı dirençli davranabiliyor. Özellikle dairesel bağlantılı eylem uzaylarında, hangi kanıtların karar oluşumunu yönettiğini matematiksel olarak kanıtladılar. Bu yaklaşım, yapay zekanın karar verme mekanizmalarını daha doğal ve istikrarlı hale getirme potansiyeli taşıyor.
Beyin Hücrelerinden İlham Alan Yapay Zeka Navigasyonda Çığır Açtı
Bilim insanları, nöronlar ve astrositler arasındaki işbirliğinden esinlenerek geliştirdikleri yapay sinir ağıyla navigasyon alanında büyük ilerleme kaydetti. İki farklı zaman ölçeğinde çalışan bu sistem, uzun vadeli başarılı hareketleri hatırlarken kısa vadede yakın zamanda ziyaret edilen yerleri baskılıyor. Bu yaklaşım, geleneksel yapay zeka sistemlerinin zorlandığı kısmi gözlemlenebilirlik koşullarında bile etkili navigasyon sağlıyor. Grid dünyası navigasyon testlerinde sistem, hedefe ulaşma mesafesini altı kata kadar kısaltmayı başardı. Bu gelişme, robotik, otonom araçlar ve oyun yapay zekası gibi alanlarda devrim yaratabilir.