“algoritmalar” için sonuçlar
6 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Uzay Araçları İçin Yeni Nesil Tutum Kontrolü: Matrix Fisher Filtreleri
Araştırmacılar, uzay araçları ve robotik sistemlerin yönelim kontrolünde kullanılan filtre algoritmalarında önemli bir gelişme kaydetti. Matrix Fisher dağılımları kullanan yeni yaklaşım, özellikle zorlu koşullarda çalışan sistemlerin tutum kontrolünde hem hızlı hem de kararlı sonuçlar veriyor. Bayesian filtrelerinin performansını artıran bu yöntem, önceki sistemlerin ağır hesaplama yükünü ortadan kaldırırken kararlılığı garanti ediyor. Çalışma, uzay misyonlarından otonom araçlara kadar geniş bir uygulama alanına sahip olan tutum kontrolü teknolojisinde yeni bir standart oluşturabilir.
Uydu Takımyıldızları İçin Yapay Zeka: Uzayda İş Birlikçi Öğrenme Dönemi
Uzay teknolojisinde devrim niteliğinde bir dönüşüm yaşanıyor. Geleneksel tek uydu sistemleri yerini, birbirleriyle iletişim kuran akıllı uydu takımyıldızlarına bırakıyor. Yeni araştırma, uzayda çalışan yapay zeka sistemleri için üç temel yaklaşım öneriyor: federe öğrenme, çok-ajanlı algoritmalar ve işbirlikçi algılama. Bu sistemler, uydular arası değişken bağlantı, sınırlı enerji kaynakları, radyasyon hasarları ve güvenlik kritik operasyonel kısıtlar gibi uzayın zorlu koşullarında çalışacak şekilde tasarlanıyor. Araştırma, tek uydu odaklı geleneksel yaklaşımların ötesine geçerek, tüm takımyıldız ölçeğinde özerk çalışma kabiliyeti geliştirmeyi hedefliyor. Bu teknoloji, uzay keşfi, yer gözlemi ve iletişim uyduları alanlarında önemli ilerlemeler vaat ediyor.
Yapay Zeka ile Keşfedilen Güçlü Gravitasyonel Mercekler Spektroskopla İncelendi
Astronomlar, yapay zeka algoritmaları kullanarak keşfettikleri güçlü gravitasyonel merceklerin detaylı spektroskopik analizini gerçekleştirdi. DESI Legacy Imaging Surveys verilerinde Residual Neural Networks (ResNet) ile tespit edilen bu sistemler, daha sonra Hubble Uzay Teleskobu ile görüntülenerek doğrulandı. Keck Gözlemevi'nin NIRES spektrometresi ve DESI enstrümanı kullanılarak yapılan gözlemler, bu merceklerin arkasındaki kaynak galaksilerin kırmızıya kayma değerlerini belirledi. Araştırmacılar sekiz hedef sistemden altısının kaynak kırmızıya kayma değerlerini başarıyla ölçtü. Bu değerler z=1.675 ile 3.332 arasında değişiyor ve evrenin oldukça erken dönemlerindeki galaksilere ışık tutuyor. Elde edilen veriler, gravitasyonel mercekleme modellemesi için kritik öneme sahip ve karanlık maddenin dağılımı hakkında değerli bilgiler sağlayacak.
Vela Süpernovasının GeV Işınlarında Gizli Sırları Ortaya Çıktı
Dünya'ya en yakın süpernova kalıntılarından biri olan Vela'nın GeV enerji bandındaki gizemi çözülüyor. Fermi-LAT teleskobu ile yapılan gözlemler, bu bölgedeki kimliği belirsiz gamma ışını kaynaklarının aslında süpernova kalıntısının bir parçası olmadığını ortaya koydu. Araştırmacılar, makine öğrenmesi algoritmaları kullanarak bu kaynakları pulsar ve aktif galaktik çekirdeklerle karşılaştırdı. Bu keşif, süpernova kalıntılarının yüksek enerjili ışınım mekanizmalarını anlamamızda önemli bir adım teşkil ediyor. Bulgular, leptonik ve hadronik süreçlerin bu tür kozmik yapılardaki rolünü daha iyi anlamamıza yardımcı olacak.
Astronomlar Dev Evren Simülasyonlarını Yüzde 99 Daha Hızlı Çalıştıracak Yöntem Geliştirdi
Evrenin büyük ölçekli yapısını anlamak için kullanılan kozmolojik simülasyonlar, süper bilgisayarlarda aylar süren hesaplamalar gerektiriyor. Bilim insanları, yapay zeka destekli yeni bir yöntemle bu süreyi dramatik şekilde kısaltmayı başardı. Geliştirilen teknik, gigaparsek boyutlarındaki evren hacimlerini simüle ederken orijinal hesaplama maliyetinin sadece yüzde 0.026'sını kullanıyor. Yöntem, küçük evren parçalarından elde edilen verileri akıllı algoritmalarla genelleştirerek, farklı kozmolojik parametreler için halo kütle fonksiyonlarını tahmin ediyor. Bu gelişme, karanlık madde ve karanlık enerjinin evreni nasıl şekillendirdiğini araştıran kozmologlar için büyük bir zaman tasarrufu sağlayacak.
Yapay Zeka Uzay Teleskop Görüntülerini Temiz Referans Olmadan Gürültüden Arındırıyor
Araştırmacılar, astronomik görüntülerdeki gürültüyü temizlemek için yeni bir yapay zeka yöntemi geliştirdi. AstroSURE adlı sistem, temiz referans görüntülere ihtiyaç duymadan uzay teleskoplarından gelen verileri işleyebiliyor. Düşük foton sayısına sahip uzay görüntülerinde gürültü temizleme büyük bir sorun oluşturuyor. Geleneksel yöntemler, algoritmaları eğitmek için temiz referans görüntüler gerektirirken, yeni sistem Hubble Uzay Teleskopu ve Kanada-Fransa-Hawaii Teleskopu verilerini doğrudan kullanarak çalışıyor. Sistem, özellikle zayıf ışık kaynaklarının tespitinde başarılı sonuçlar veriyor. Bu gelişme, uzak galaksilerin ve diğer kozmik nesnelerin daha net görüntülenmesine olanak sağlayabilir.