“sinir ağı” için sonuçlar
85 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
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.
Işık Tabanlı Yapay Zeka: Pasif Optik Sistemle Gerçek Zamanlı Görüntü Tanıma
Araştırmacılar, geleneksel elektronik sistemlerin enerji ve gecikme sorunlarını aşmak için devrim niteliğinde bir optik yapay zeka sistemi geliştirdi. Hibrit difraktif holografik mimari olarak adlandırılan bu sistem, ışığın dalga özelliklerini kullanarak görüntü sınıflandırması yapabiliyor. Sistem, Difraktif Optik Sinir Ağı (DONN) ile Holografik Girişim Tabanlı Öğrenme (HIBL) operatörünü birleştireyor. Bu yaklaşım, ışığın doğal yayılım, kırınım ve girişim özelliklerini hesaplama için kullanarak, saatli aritmetik işlemlere dayanan geleneksel sistemlerden fundamentally farklı bir hesaplama rejimi sunuyor. Pasif optik elemanlarda gömülebilen bu sistem, kenar zekası uygulamaları için önemli enerji tasarrufu potansiyeli taşıyor.
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.
Fizik kurallarını koruyan yapay zeka, karmaşık dalga etkileşimlerini çözüyor
Araştırmacılar, hiperbolik korunum yasalarını takip eden karmaşık fiziksel olayları simüle etmek için yeni bir yapay zeka modeli geliştirdi. Şok dalgaları, temas süreksizlikleri ve dalga etkileşimleri gibi zorlu fenomenleri modellemede kullanılan bu sistem, klasik sayısal yöntemlerin doğruluğunu korurken hesaplama süresini önemli ölçüde azaltıyor. Mevcut sinir ağı tabanlı çözümler genellikle fiziksel gerçekliği ihlal eden sonuçlar üretirken, bu yeni yaklaşım graf sinir ağları kullanarak hem hızlı hem de fiziksel olarak geçerli sonuçlar sunuyor. Özellikle parametrik çalışmalar ve tasarım optimizasyonu gibi çok sayıda hesaplama gerektiren görevlerde büyük avantaj sağlıyor.
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.
Öneri Sistemlerinde Yoğun Bağlantılar Yerine Seyrek Yapılar Daha Etkili
Araştırmacılar, öneri sistemlerinde yaygın kullanılan yoğun sinir ağı modellerinin aslında verimsiz olduğunu keşfetti. Endüstriyel tıklama oranı tahmin modellerinin analizi, öğrenilen bağlantı ağırlıklarının çoğunun sıfıra yaklaştığını ve sadece küçük bir kısmının önemli kaldığını gösteriyor. Bu durum, yoğun bağlantılı mimariler ile seyrek öneri verisi arasında yapısal bir uyumsuzluğa işaret ediyor. Geleneksel yaklaşımlar, modeli düşük faydalı bağlantıları işlemeye zorlarken gerçek sinyalleri gözden kaçırıyor. Araştırma ekibi, bu sorunu çözmek için açık seyreklik kullanan yeni bir çerçeve önerdi ve böylece öneri sistemlerinin ölçeklenebilirliğini artırmayı hedefliyor.
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.
TRON: Işıkla Çalışan Yapay Zeka İşlemcisi Geliştirildi
Araştırmacılar, derin öğrenme hesaplamalarını optik yöntemlerle gerçekleştiren yenilikçi bir sistem geliştirdi. TRON adlı bu sistem, geleneksel elektronik işlemcilere alternatif olarak ışığın paralel işleme gücünden yararlanıyor. Çok saçılımlı ortam ve dijital mikro ayna dizisi kullanan sistem, farklı sinir ağı mimarilerini optik olarak uygulayabiliyor. En önemli özelliği, hem optik parametrelerini hem de ağ mimarisini otomatik olarak optimize edebilmesi. Bu yaklaşım, yapay zeka hesaplamalarında büyük enerji tasarrufu sağlama potansiyeli taşırken, aynı zamanda çok daha hızlı işlem yapabilme imkanı sunuyor. Optik işlemciler, elektronik sistemlerin aksine ışık hızında çalışarak paralel hesaplama avantajı sağlıyor.
Erkek Solucanların Beyni Çiftleşme İçin Optimize Edilmiş
Bilim insanları, C. elegans solucanlarının sinir ağı yapısını inceleyerek erkek ve hermafrodit bireylerdeki davranış farklılıklarının nedenini keşfetti. Araştırma, erkek solucanların beyninde cinsel davranışlara özgü çok az sayıdaki nöronun tüm sinir sistemine hakim olduğunu ortaya koydu. Bu bulgular, erkek bireylerin cinsel davranışları önceliklendiren bir beyin yapısına sahip olduğunu gösteriyor. Çalışma, graf teorisi ve hesaplamalı sinirbilim yöntemleriyle iki farklı sinir ağısını karşılaştırarak, beyindeki yapısal farklılıkların davranışsal sonuçları nasıl belirlediğine dair önemli ipuçları sunuyor.
Yoğun Sinir Ağları Evrensel Değilmiş: MIT'den Çarpıcı Keşif
MIT araştırmacıları, yapay zeka dünyasında köklü bir varsayımı sarsan bir keşif yaptı. Onlarca yıldır geçerli kabul edilen 'yoğun sinir ağlarının her türlü fonksiyonu öğrenebileceği' teorisinin aslında yanlış olduğunu matematiksel olarak ispat ettiler. Araştırma, ReLU aktivasyon fonksiyonu kullanan ve ağırlık değerleri sınırlı olan yoğun bağlantılı sinir ağlarının, bazı Lipschitz sürekli fonksiyonları asla öğrenemeyeceğini gösteriyor. Bu bulgu, yapay zeka modellerinin tasarımında seyreltilmiş bağlantıların neden kritik önemde olduğunu açıklıyor ve gelecekteki sinir ağı mimarilerinin nasıl geliştirilmesi gerektiği konusunda yeni perspektifler sunuyor. Çalışma, graf sinir ağları ve mesaj geçişi yaklaşımlarını kullanarak bu sınırlamaları ortaya koyuyor.
Yapay Zeka ile Ters Saçılma Problemlerinde Büyük İlerleme
Bilim insanları, elektromanyetik dalgaların nesnelerle etkileşimini analiz eden ters saçılma problemlerini çözmek için yenilikçi bir hibrit yöntem geliştirdi. ULR adı verilen bu yaklaşım, dönme-eşdeğişkenliği destekleyen sinir ağları ile düşük-rank yapıları birleştiriyor. Bu teknoloji, radar sistemlerinden tıbbi görüntülemeye kadar birçok alanda kullanılan ters saçılma analizlerinde daha hassas sonuçlar elde etmeyi mümkün kılıyor. Geleneksel Born yaklaşımının sınırlarını aşan yöntem, özellikle yüksek frekanslı gürültüyü filtreleyen düşük-rank yapısı sayesinde daha kararlı çözümler sunuyor. Araştırmacılar ayrıca tamamen sinir ağı tabanlı alternatif bir yaklaşım da geliştirerek farklı senaryolar için optimum çözümler sunuyor.
Akıllı Tarımda Siber Güvenlik: 123 Yeni Tehdit Keşfedildi
ABD'de kontrollü ortam tarımı sistemlerinde yapılan ilk kapsamlı siber güvenlik analizi, IoT tabanlı akıllı seralarda 123 farklı siber tehdit tespit etti. 30'dan fazla ticari tesiste gerçekleştirilen araştırma, tarım sektörünün siber saldırılara ne kadar açık olduğunu gözler önüne serdi. 15 farklı iletişim protokolünün incelendiği çalışmada, bunların 10'unun hiçbir güvenlik önlemi bulundurmadığı ortaya çıktı. Yapay zeka destekli sistemlerin yaygınlaşmasıyla birlikte, özellikle sinir ağı tabanlı kontrol sistemlerine yönelik 5 yeni saldırı türü keşfedildi. Bu bulgular, gıda güvenliğinin kritik altyapı olarak kabul edildiği bir dönemde, tarımsal sistemlerin siber güvenlik açısından ne kadar savunmasız olduğunu gösteriyor.