“NIMS” için sonuçlar
132 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Robotlara İnsan Hareketlerini Öğretmenin Yeni Yolu: Yapay Zeka Destekli Sistem
Araştırmacılar, humanoid robotların insan hareketlerini daha doğal bir şekilde taklit etmesi için yenilikçi bir yapay zeka sistemi geliştirdi. Neural Motion Retargeting (NMR) adlı bu framework, geleneksel optimizasyon yöntemlerinin yarattığı fiziksel tutarsızlıkları çözerek robotların insan verilerinden öğrenme sürecini revolutionize ediyor. Sistem, hareketleri kümeleyerek gruplandıran ve dinamik özelliklerini dikkate alan bir yaklaşım benimsiyor. Bu gelişme, robotların karmaşık çevrelerde daha etkili çalışabilmesi için gereken motor becerileri kazanmalarında önemli bir adım.
Yapay Zeka Ajanı Veri Görselleştirmesini Otomatik Olarak İyileştiriyor
Araştırmacılar, büyük dil modellerini kullanarak veri görselleştirme sürecini otomatik olarak optimize eden yenilikçi bir sistem geliştirdi. Yüksek boyutlu verilerin 2D veya 3D grafiklere dönüştürülmesi sırasında en uygun algoritma ayarlarını bulma sorunu, uzun yıllardır veri bilimcilerin başını ağrıtan bir mesele olmuştu. Yeni geliştirilen yapay zeka ajanı, bu sorunu çözmek için nicel ölçümlerle nitel insan değerlendirmelerini harmanlayan akıllı bir yaklaşım benimsiyor. Sistem, görselleştirme kalitesini değerlendirirken hem sayısal metrikleri hem de açıklayıcı analizleri birleştirerek, kullanıcılara somut öneriler sunuyor. Bu teknoloji, özellikle karmaşık veri setleriyle çalışan araştırmacılar ve veri analisti için büyük kolaylık sağlayabilir.
Büyük Dil Modelleri: Araç mı Takım Arkadaşı mı?
Tasarımcılar ve geliştiriciler yapay zeka araçlarını nasıl kullanıyor? 33 uzmanla yapılan kapsamlı araştırma, büyük dil modellerinin (LLM) iş akışlarına entegrasyonunda kritik bir ayrımı ortaya koyuyor. Çalışmaya göre, bu teknolojiler 'araç' olarak konumlandığında kolayca benimsenirken, 'takım arkadaşı' rolü verildiğinde çekinceler artıyor. Araştırmacılar, karar verme sürecinin sadece teknik yeteneklere değil, sorumluluk ve hesap verebilirlik yapılarına da dayandığını keşfetti. Özellikle belirsiz yetki alanlarının olduğu durumlarda uzmanlar daha temkinli yaklaşım sergiliyor. Bu bulgular, yapay zeka entegrasyonunun organizasyonel dinamikler ve insan-makine işbirliği açısından yeniden değerlendirilmesi gerektiğini gösteriyor.
Fleet: Çok Çekirdekli GPU'lar İçin Yeni Görev Yönetim Sistemi Geliştirildi
Modern GPU'lar çoklu çip tasarımı benimserken, mevcut programlama modelleri bu yapıyı tam olarak kullanamıyor. Araştırmacılar, GPU'ların çip düzeyindeki organizasyonunu daha iyi değerlendiren Fleet adlı yeni bir sistem geliştirdi. Bu sistem, yapay zeka modellerinin çalıştırılması gibi bellek yoğun işlemlerde performansı artırmayı hedefliyor. Fleet, görevleri GPU'nun farklı seviyelerine akıllıca dağıtarak, önbellek kullanımını optimize ediyor ve gereksiz veri trafiğini azaltıyor. Özellikle büyük dil modellerinin çalıştırılmasında önemli iyileştirmeler sağlayabilecek bu yaklaşım, GPU programlamanın geleceğini şekillendirebilir.
Yapay Zeka Metinlerini Karşılaştıran Yeni Araç: LLMbench
Araştırmacılar, büyük dil modellerinin ürettiği metinleri derinlemesine analiz etmek için LLMbench adlı yenilikçi bir araç geliştirdi. Mevcut yapay zeka karşılaştırma araçları sayısal değerlendirmelere odaklanırken, LLMbench dijital beşeri bilimlerin yorumlama yöntemlerini benimsiyor. Tarayıcı tabanlı bu platform, aynı komuta verilen farklı model yanıtlarını yan yana göstererek, token seviyesinde olasılık analizi, kelime düzeyinde fark tespiti, söylem analizi ve cümle yapısı incelemesi gibi dört farklı analitik katman sunuyor. Araç ayrıca rastgele değişkenlik, sıcaklık gradyanı ve modeller arası farklılık gibi beş analitik mod içeriyor. Bu özellikler, yapay zeka tarafından üretilen metinlerin olasılıksal yapısını token düzeyinde anlaşılır kılıyor ve araştırmacılara dil modellerinin çalışma mantığını daha iyi kavrama imkanı veriyor.
Kuantum Programcıların En Büyük Zorluklarını Stack Overflow Verileri Ortaya Çıkardı
Araştırmacılar, kuantum bilişim teknolojilerinin pratik kullanımına geçiş sürecinde geliştiricilerin karşılaştığı zorlukları anlamak için Stack Overflow platformundaki 1.404 kuantum programlama sorusunu analiz etti. Çalışma, hibrit kuantum-klasik hesaplama ve kuantum devre implementasyonunun en popüler tartışma konuları olduğunu gösterdi. Qiskit ve Q# araçlarının baskın konumda olduğu tespit edilirken, geliştiricilerin sorularının zorluğu iki metrikle ölçüldü: kabul edilmeyen cevap oranı ve doğru cevap alma süresi. Bu bulgular, kuantum teknolojilerinin endüstriyel benimsenme sürecinde hangi konuların geliştiriciler için en zorlu olduğunu ortaya koyuyor.
Kuantum Bilgisayarlar Sağlık IoT Sistemlerini Tehdit Ediyor
Akıllı sağlık hizmetlerinde yaygın olarak kullanılan IoT cihazları, gelişmekte olan kuantum bilgisayarların karşısında savunmasız kalabilir. Araştırmacılar, hastane ekipmanlarından wearable cihazlara kadar tüm sağlık IoT sistemlerinin kuantum saldırılarına karşı nasıl korunacağını inceledi. Çalışma, mevcut şifreleme sistemlerinin kuantum bilgisayarlar tarafından kırılabileceğini ve bu durumun hasta verilerini tehlikeye atabileceğini gösteriyor. Bilim insanları, sağlık IoT sistemlerini kuantum güvenli şifreleme teknolojilerine geçiş için kapsamlı bir çerçeve önerdi. Bu framework, kaynak kısıtlı cihazları önceliklendiren ve aşamalı bir geçiş planı sunan yaklaşım benimsiyor.
Yapay Zeka İçin Güvenli Veri Üretiminde Yeni Yaklaşım: DPDSyn
Araştırmacılar, yapay zeka modellerinin eğitimi için güvenli sentetik veri üretiminde çığır açan bir yöntem geliştirdi. DPDSyn adlı bu yaklaşım, diferansiyel gizlilik prensiplerine uygun olarak veri setleri oluşturmak için yeni bir strateji benimsiyor. Geleneksel yöntemler, orijinal verinin düşük boyutlu dağılımlarını seçerek sentetik veri üretmeye odaklanırken, bu yaklaşım doğrudan görev odaklı bir model kullanıyor. Yöntem, önce orijinal veri seti üzerinde diferansiyel gizliliği koruyan bir AI modeli eğitiyor, ardından bu modeli kullanarak yeni veri setleri sentezliyor. Bu yaklaşım, uygun düşük boyutlu dağılımları seçme zorluğunu ortadan kaldırarak, sentetik verinin kullanılabilirliğini artırmayı hedefliyor. Diferansiyel gizlilik, verinin bireysel mahremiyetini korurken istatistiksel analizlere olanak tanıyan önemli bir güvenlik konsepti.
DepCap ile Yapay Zeka Dil Modellerinde Çığır Açan Hızlandırma
Araştırmacılar, diffüzyon dil modellerinin çıkarım hızını artırmak için DepCap adlı yeni bir yöntem geliştirdi. Geleneksel otoregresif modellerin aksine paralel çözme potansiyeli sunan diffüzyon dil modelleri, kalite-hız dengesini optimize etmekte zorlanıyordu. DepCap, blok sınırlarını belirlemek için adımlar arası sinyaller ve paralel çözme için token düzeyinde çakışma sinyalleri kullanarak bu sorunu çözüyor. Eğitim gerektirmeyen bu çerçeve, sabit blok programları yerine adaptif yaklaşım benimsiyor. Mevcut yöntemlerin muhafazakar güven tabanlı paralel çözme stratejilerinin getirdiği kısıtlamaları aşarak, hem üretim kalitesini koruyor hem de çözme hızını önemli ölçüde artırıyor. Bu gelişme, büyük dil modellerinin pratik uygulamalarında verimliliği artırma konusunda önemli bir adım teşkil ediyor.
Yapay Zeka Fotoğraf Renklendirmede Yeni Dönem: 100 Bin Görsel ile Eğitilen Model
Araştırmacılar, fotoğrafların ton ve stil transferi için devrim niteliğinde bir yaklaşım geliştirdi. TST100K adlı 100 bin görsellik veri seti ile eğitilen ICTone modeli, bir referans fotoğrafın renk ve ton özelliklerini başka bir fotoğrafa aktarabiliyor. Geleneksel yöntemlerden farklı olarak, içerik ve referans özelliklerini ayrı ayrı işlemek yerine bütünsel bir yaklaşım benimsiyor. Bu sayede renk transferindeki semantic kayıplar önleniyor ve görsel estetik kalitesi artırılıyor. Model, difüzyon tabanlı bir çerçeve kullanarak ton transferini bağlamsal olarak gerçekleştiriyor. Araştırma, fotoğraf düzenleme ve dijital sanat alanlarında önemli bir ilerleme sunuyor.
Yapay Zeka Görüntülerdeki Gölgeleri Mükemmel Şekilde Silmeyi Başardı
Araştırmacılar, fotoğraflardaki gölgeleri yok etmede çığır açan bir yapay zeka sistemi geliştirdi. Üç aşamalı bu yenilikçi yöntem, görüntülerin görsel görünümünü semantik anlam ve geometrik ipuçlarıyla birleştirerek olağanüstü sonuçlar elde ediyor. Sistem, gölgeli alanları adım adım iyileştiren kademeli bir yaklaşım benimsiyor - her aşama bir öncekinin bıraktığı kusurları düzeltiyor. CVPR2026 NTIRE Gölge Silme Yarışması'nda birinci olan bu teknoloji, fotoğraf editörleme ve bilgisayarlı görü alanında devrim yaratabilir. Özellikle mimari fotoğrafçılık, emlak pazarlaması ve sanat eserlerinin dijital restorasyonunda büyük potansiyel taşıyor.
Otonom Araçlar İçin Gerçek Zamanlı Oyun Teorisi Çözümü Geliştirildi
Otonom sürüş teknolojilerindeki en büyük zorluklardan biri, araçların trafikte diğer katılımcılarla etkileşim halindeyken gerçek zamanlı kararlar verebilmesidir. Araştırmacılar, bu sorunu çözmek için oyun teorisi tabanlı model öngörülü kontrol sistemlerinde yeni bir yaklaşım geliştirdi. Çalışma, Newton ve Newton-Kantorovich yöntemlerini kullanarak zaman dağıtımlı iterasyon algoritmaları öneriyor. Bu yenilikçi yaklaşım, otonom araçların trafikte çok sayıda aktörle etkileşim halindeyken bile hızlı örnekleme oranlarında Nash dengesi çözümlerine ulaşabilmesini sağlıyor. Potansiyel oyun çerçevesi benimsendiği çözümde, hem potansiyel fonksiyon optimizasyonu hem de en iyi yanıt dinamikleri kullanılarak Nash dengesi aranıyor. Bu gelişme, otonom sürüş sistemlerinin daha güvenli ve verimli hale gelmesi açısından önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Yarışında Açık Kaynak Stratejileri Oyun Teorisiyle Analiz Edildi
Yapay zeka şirketlerinin neden bazen kodlarını açık kaynak yapıp bazen kapalı tuttukları merak konusuydu. Araştırmacılar bu dinamikleri oyun teorisi ile analiz ederek matematiksel bir model geliştirdiler. Çalışma, AI yarışında şirketlerin açık kaynak kararlarının arkasındaki stratejik hesaplamaları ortaya koyuyor. Model, hem tamamen açık/kapalı kaynak hem de kısmi açık kaynak stratejilerini (sadece ağırlıkları paylaşma gibi) inceliyor. Bulgular, kazanan her şeyi alır mantığının hakim olduğu AI sektöründe şirketlerin neden farklı açık kaynak stratejileri benimsediğini açıklıyor. Araştırma, küçük örneklemler için pratik çözüm yöntemleri de sunuyor.
Çok Robotlu Sistemler İçin Yeni Nesil Yol Planlama Algoritması Geliştirildi
Araştırmacılar, birden fazla robotun aynı ortamda çalışarak farklı hedeflere ulaşması gereken durumlar için yenilikçi bir yol planlama sistemi geliştirdi. Mevcut yaklaşımların aksine, bu yeni sistem robotları öncelik sırasına koymak yerine merkezi bir planlama yaklaşımı benimsiyor. Örnekleme tabanlı algoritmalar kullanan sistem, olasılıksal olarak tam ve asimptotik olarak optimal sonuçlar üretiyor. Geleneksel yöntemler genellikle robotlara öncelik vererek ya da senkron görev tamamlamayı varsayarak çalışır, bu da ne optimal ne de tam çözümler sağlar. Yeni yaklaşım ise tüm robotların birleşik uzayında planlama yaparak bu sınırlamaları aşıyor. Sistem, el değiştirme gibi işbirlikçi görevler dahil olmak üzere çeşitli robot türleri ve planlama senaryolarında test edildi ve başarılı sonuçlar verdi.
Yeni FPGA Hızlandırıcı Süper Bilgisayarlarda İş Yükü Dağılımını Devrimleştiriyor
Süper bilgisayar sistemlerinde iş yüklerinin verimli dağıtılması, modern hesaplamalı bilim için kritik bir zorluktur. Geleneksel yazılım tabanlı zamanlayıcılar, öngörülemeyen iş yükleri karşısında yetersiz kalıyor ve kaynak kullanımı optimal seviyede gerçekleşmiyor. Araştırmacılar bu soruna donanım temelli bir çözüm getirdi: Hercules ve Stannic adlı iki FPGA destekli hızlandırıcı mimarisi. Bu yenilikçi sistemler, paralel işleme, ön hesaplama ve uzamsal bellek erişimi teknikleriyle zamanlama süreçlerini dramatik şekilde hızlandırıyor. Hercules görev odaklı, Stannic ise program odaklı yaklaşım benimsiyor. Bu gelişme, özellikle paylaşımlı süper bilgisayar kümelerinde kaynakların daha verimli kullanılmasını sağlayarak, bilimsel hesaplamaların hızını artırabilir.
Telekom Sektörü İçin Özelleştirilmiş Yapay Zeka Modeli Geliştirildi
Araştırmacılar, telekom sektörünün özel ihtiyaçlarına yönelik MM-Telco adlı kapsamlı bir yapay zeka sistemi geliştirdi. Bu sistem, ağ optimizasyonu, sorun giderme ve müşteri desteği gibi telekom uygulamalarında büyük dil modellerinin kullanımını kolaylaştırmayı hedefliyor. MM-Telco, hem metin hem de görsel verilerle çalışabilen çok modlu bir yaklaşım benimsiyor. Sistem, ağ operasyonları yönetimi, dokümantasyon kalitesinin artırılması ve ilgili metin-görsel içeriklerin bulunması gibi gerçek hayat senaryolarına odaklanıyor. Telekom sektörünün karmaşık teknik gereksinimleri göz önünde bulundurularak özelleştirilmiş bu AI çözümü, sektörde otomasyon ve verimlilik açısından önemli bir adım olarak görülüyor.
Yapay zeka halüsinasyonlarına çözüm: Tersine çevrilebilir kodlama yaklaşımı
Araştırmacılar, büyük dil modellerinin (LLM) en büyük sorunlarından olan halüsinasyon ve eksik bilgi üretme problemlerine yenilikçi bir çözüm geliştirdi. Tersine çevrilebilir problemler için önerilen bu yaklaşım, LLM'leri hem kodlayıcı hem de kod çözücü olarak kullanarak, bilgi teorisindeki kayıpsız sıkıştırma mantığını benimsiyor. Donanım mantık tasarımı alanında test edilen yöntem, Logic Condition Tables'tan (LCT) Hardware Description Language koduna dönüştürme işleminde dikkat çekici başarı gösterdi. Yedi farklı LLM ile yapılan deneylerde, iki boyutlu network-on-chip yönlendiricisi için 1500-2000 satırlık HDL kodu üretildi. Sistemin doğruluğu, üretilen kodun tekrar LCT'ye dönüştürülmesi ve orijinalle karşılaştırılmasıyla test edildi. Bu yaklaşım sadece doğru üretilen mantık kodlarını doğrulamakla kalmıyor, hatalı olanları da tespit ederek geliştiricilere önemli destek sağlıyor.
Yapay zeka sistemlerinin tutarlılık sorunu çözüme kavuşuyor
Büyük dil modelleri finans, eğitim ve sağlık gibi kritik alanlarda yaygın kullanım görse de, aynı anlamdaki farklı sorulara tutarsız yanıtlar verebiliyor. Bu durum kullanıcı güvenini sarsar ve işletme süreçlerinde sorunlar yaratır. Araştırmacılar, yapay zeka sistemlerinin semantik olarak eşdeğer sorulara aynı yanıtları vermesini sağlayan yeni bir pekiştirmeli öğrenme yöntemi geliştirdi. Grup Göreceli Politika Optimizasyonu adlı bu teknik, mevcut yaklaşımlardan farklı olarak tutarlılığı garanti altına alıyor. Özellikle İK süreçleri, müşteri hizmetleri ve politika açıklamaları gibi standart bilgi aktarımının gerekli olduğu alanlarda devrim yaratabilir. Bu gelişme, yapay zeka sistemlerinin güvenilirliğini artırarak kurumsal kullanımda daha yaygın benimsenmesinein önünü açabilir.
Yapay zeka NPU çipleri için kernel üreten yeni sistem geliştirildi
Nöral İşlem Birimleri (NPU), yapay zeka sistemlerinin hızlı çalışması için kritik bileşenler haline geldi. Ancak bu çiplerin tam performansını kullanabilmek, özel yazılım kernelleri geliştirmeyi gerektiriyor ve bu süreç oldukça karmaşık. Araştırmacılar, büyük dil modellerinin NPU kernel üretiminde yaşadığı zorlukları ele alarak AscendKernelGen adlı yenilikçi bir sistem geliştirdi. Bu sistem, Ascend-CoT veri setini kullanarak gerçek dünya senaryolarından öğrenen bir yaklaşım benimsiyor. Çalışma, mevcut genel amaçlı dil modellerinin karmaşık NPU kernelleri üretmede neredeyse hiç başarılı olamadığını ortaya koyuyor. Geliştirilen çözüm, üretim ve değerlendirmeyi entegre eden bir çerçeve sunarak NPU yazılım geliştirme sürecini otomatikleştirmeyi hedefliyor.
CRoCoDiL: Dil Üretiminde Yeni Nesil Yapay Zeka Modeli Geliştirildi
Araştırmacılar, geleneksel dil üretim modellerinin sınırlarını aşan yeni bir yapay zeka sistemi geliştirdi. CRoCoDiL adlı bu model, metin üretiminde karşılaşılan anlam bütünlüğü ve kelime bağımlılığı sorunlarını çözmek için yenilikçi bir yaklaşım benimsiyor. Sistem, dil üretim sürecini kesikli token bazlı işlemlerden sürekli anlam uzayına taşıyarak, daha tutarlı ve anlamlı metinler üretebiliyor. Model, encoder-demasker mimarisi ile çalışan hibrit bir difüzyon yaklaşımı kullanıyor ve iki farklı koşulsuz metin sentezi algoritması sunuyor. Bu gelişme, doğal dil işleme alanında önemli bir adım olarak değerlendiriliyor.
Zamana Bağlı Verileri Öğrenen Yeni Makine Öğrenmesi Algoritması
Araştırmacılar, dinamik ve zamana bağlı verileri analiz etmek için 'rastgele SINDy' adlı yeni bir makine öğrenmesi algoritması geliştirdi. Bu algoritma, değişen veri yapılarına uyum sağlayabilen olasılıksal bir yaklaşım benimsiyor. Özellikle regresyon ve sınıflandırma problemlerinde etkili olan sistem, öğrendiği olasılık dağılımlarını kullanarak dinamik tahminler yapıyor. Algoritmanın matematiksel temelleri fonksiyonel analiz teorisi ile güçlendirilmiş ve PAC öğrenme özelliği kanıtlanmış durumda. Gerçek dünya verilerinde test edilen sistem, hem regresyon hem de ikili sınıflandırma görevlerinde başarılı sonuçlar verdi. Bu gelişme, finansal piyasalar, hava durumu tahmini ve biyomedikal veriler gibi zamana bağlı değişkenlik gösteren alanlarda önemli uygulamalar sunabilir.
Dijital Çeviricilerdeki Zaman Sapması Sorunu İçin Yeni Algoritma Geliştirildi
Analog sinyalleri dijitale çeviren ADC'lerde yaşanan zaman sapması problemi, ses ve görüntü kalitesini ciddi şekilde etkileyebiliyor. Araştırmacılar, bu sorunu çözmek için matematiksel modelleme yaklaşımı benimserken, zaman sapmasını tahmin edilebilir bir süreç olarak ele aldılar. Geliştirilen iki yeni algoritma, weighted least-squares ve Kalman filtresi tabanlı yaklaşımları kullanarak sinyallerdeki bozulmaları düzeltiyor. Bu yenilikçi çözümler, 1-15 dB'lik performans iyileştirmesi sağlayarak elektronik cihazların hassasiyetini artırıyor. Çalışma, özellikle yüksek kaliteli ses sistemleri, tıbbi görüntüleme ve haberleşme teknolojilerinde önemli uygulamalara sahip.
Matematikçiler Graf Yapılarının Temsillerini Sınıflandıran Yeni Yöntem Geliştirdi
Yüksek dereceli graf C*-cebirlerinin temsillerinin yapılandırılması ve sınıflandırılması için yeni matematiksel teknikler geliştirildi. Bu çalışma, özellikle sonlu satırlı yönlendirilmiş graflarla ilişkili Cuntz-Krieger cebirlerini kapsayan geniş bir sınıf üzerinde odaklanıyor. Araştırmacılar, kendine eşlenik olmayan bir cebirin temsil teorisini kullanarak ve temsillerin kaldırma sürecini uygulayarak yenilikçi bir yaklaşım benimsiyor. Çalışmanın en dikkat çekici katkısı, temsiller için yeni bir boyut vektörü tanıtması ve bu vektörün spektrumun sayılabilir bir bölümlenmesini sağlaması. Bu gelişme, soyut matematik alanında önemli teorik ilerlemeler sunuyor.
Depresyonu 'kimyasal dengesizlik' olarak görme, antidepresan kullanımını ikiye katlıyor
Yeni bir araştırma, depresyonlarının kimyasal dengesizlikten kaynaklandığına inanan hastaların antidepresanları iki kat daha uzun süre kullandıklarını ortaya koyuyor. Bu bulgular, hastalara verilen biyolojik açıklamaların tedavi sürecini nasıl etkilediği konusunda önemli sorular gündeme getiriyor. Araştırma, depresyon hakkında yapılan açıklamaların sadece anlayışı şekillendirmekle kalmadığını, aynı zamanda tedavi davranışlarını da doğrudan etkilediğini gösteriyor. Uzmanlar, bu durumun hem olumlu hem olumsuz sonuçları olabileceğini, bu nedenle hasta-doktor iletişiminde daha dengeli yaklaşımların benimsenmesi gerektiğini vurguluyor.