“NSF” için sonuçlar
277 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Dünyasında Transformer'lara Alternatif Yöntemler Güç Kazanıyor
Bilgisayarlı görü alanında Transformer tabanlı modeller son yıllarda büyük ilgi görmesine rağmen, alternatif yaklaşımlar da güçlü performans sergilemeye devam ediyor. Araştırmacılar, konvolüsyon tabanlı modeller, MLP tabanlı sistemler ve durum-uzayı modelleri gibi farklı mimarilerin verimliliğini, ölçeklenebilirliğini ve sağlamlığını değerlendirdi. Çalışmada 40 farklı araştırma makalesi incelenerek, Transformer dışı yöntemlerin kapsamlı bir sınıflandırması yapıldı. Bu analiz, gelecekteki bilgisayarlı görü araştırmaları için önemli fırsatları ve zorlukları ortaya koyuyor.
Kalp ve kas sinyalleri artık mikro çiplerde gerçek zamanlı analiz edilebiliyor
Araştırmacılar, giyilebilir cihazlarda kalp (EKG) ve kas (EMG) sinyallerini gerçek zamanlı olarak analiz edebilen devrim niteliğinde bir sistem geliştirdi. PhysioLite adlı bu yeni teknoloji, büyük ve enerji tüketen Transformer modellerinin aksine, mikro işlemci ölçeğindeki çiplerde çalışabiliyor. Sistem, dalgacık filtre bankaları ve donanım uyumlu tasarım kullanarak, en gelişmiş yapay zeka modellerinin performansına yakın sonuçlar elde ediyor. Bu gelişme, gizlilik korumalı ve çevrimdışı çalışabilen tıbbi giyilebilir teknolojiler için yeni kapılar açıyor. Özellikle kalp ritmi bozuklukları ve kas fonksiyonlarının sürekli izlenmesi gereken hastalarda büyük avantaj sağlayabilir.
Yapay zeka ile cilt kanseri teşhisinde yeni dönem: Görüntü ve metin birleşimi
Araştırmacılar, cilt kanseri teşhisinde devrim yaratacak yeni bir yapay zeka sistemi geliştirdi. Bu sistem, dermoskopi görüntülerini metin açıklamalarıyla birleştirerek, benzer kanser vakalarını veritabanından bulabiliyor. Transformer tabanlı framework, hem genel hem de yerel görüntü özelliklerini analiz ederek, klinisyenlerin teşhis koyma sürecini destekliyor. Sistem, biyopsi ile doğrulanmış çok sınıflı hastalık vakalarını içeren geniş bir veritabanında test edildi. Yerel hizalama mekanizması, ayırt edici bölgeleri çoklu uzamsal dikkat maskeleri ile toplarken, global hizalama bütünsel semantik denetim sağlıyor. Bu teknoloji, tıbbi görüntü geri getirme alanında önemli bir ilerleme kaydederek, eğitim ve kalite kontrol süreçlerini de destekleyecek.
Bulut Bilişimde Veri Sızıntıları İçin Yeni Hukuki Çözüm Arayışı
Bulut bilişim ve yapay zeka teknolojilerinin yaygınlaşmasıyla sınır ötesi veri transferleri günlük hayatın parçası haline geldi. Ancak veri sızıntıları durumunda hangi ülkenin hukukunun uygulanacağı karmaşık bir sorun oluşturuyor. Veriler artık dünya genelindeki birden fazla sunucuya dağıtılarak saklandığı için, geleneksel hukuk sistemleri yetersiz kalıyor. Bu durum özellikle SaaS sağlayıcılarına karşı açılan tazminat davalarında ciddi zorluklar yaratıyor. Araştırmacılar, bu yeni dijital gerçekliğe uygun hukuki çerçevelerin geliştirilmesi gerektiğini vurguluyor.
Yapay Zeka Modelleri Ne Kadar Bellek Tasarrufu Yapabilir?
Stanford araştırmacıları, Transformer yapay zeka modellerinin bellek kullanımında kritik bir darboğaz olan KV önbelleğinin ne kadar sıkıştırılabileceğini teorik olarak inceledi. Çalışma, modellerin çok adımlı akıl yürütme yeteneklerini kaybetmeden önce bellek önbelleğinin ne derece agresif bir şekilde sıkıştırılabileceğini matematiksel olarak analiz ediyor. Araştırmacılar, k-hop pointer chasing adlı bir test yöntemi kullanarak, önbellek boyutu ile model derinliği arasındaki kritik dengeyi ortaya koydu. Bulgular, yapay zeka modellerinin daha verimli çalışması için önemli teorik sınırlar belirliyor.
Video Analizinde Devrim: Yeni Yapay Zeka Modeli Transformer'lardan 10 Kat Hızlı
Araştırmacılar, videolardaki eylemleri tespit etmek için geliştirdikleri LiquidTAD adlı yeni yapay zeka modeliyle önemli bir atılım gerçekleştirdi. Mevcut Transformer tabanlı sistemlerin aksine, bu model sıvı sinir ağlarından ilham alarak hem çok daha hızlı hem de daha az kaynak tüketiyor. Geleneksel modellerin karmaşık hesaplama gerektiren karesel yapısına karşın, LiquidTAD doğrusal bir yaklaşım kullanarak aynı performansı çok daha verimli şekilde sunuyor. Bu gelişme, özellikle kaynak kısıtlı ortamlarda video analizi yapan uygulamalar için büyük önem taşıyor.
Yapay Zeka ile Kod Analiz Araçlarının Gereksiz Uyarılarını Süzme
Yazılım geliştiriciler statik kod analiz araçlarından gelen binlerce uyarı ile boğuşurken, bunların çoğu gereksiz çıkıyor ve 'alarm yorgunluğu' yaratıyor. Araştırmacılar, transformer tabanlı yapay zeka modellerini kullanarak bu sorunu çözmek için STAF adlı yeni bir sistem geliştirdi. Sistem, kod analiz raporlarındaki bulguları 'eyleme geçirilebilir' ve 'gereksiz' olarak sınıflandırarak, geliştiricilerin gerçekten önemli sorunlara odaklanmasını sağlıyor. Java projelerinde yapılan testlerde yüksek doğruluk oranları elde edildi.
Görüntü İşlemede Devrim: Yapay Zeka Gözlerini Mekansal Algıyla Açıyor
Bilgisayarlı görme alanında çığır açan Vision Transformer (ViT) teknolojisi, yeni bir evrime tanık oluyor. Araştırmacılar, mevcut sistemlerin mekansal bilgileri yetersiz işlemesi ve yüksek hesaplama maliyeti sorunlarını çözmek için RMT ve EVT adlı yenilikçi yaklaşımlar geliştirdi. Bu sistemler, Manhattan ve Öklid mesafe hesaplamalarını kullanarak yapay zekanın görsel bilgileri daha doğal ve verimli şekilde işlemesini sağlıyor. Özellikle EVT modeli, mekansal ilişkileri daha hassas bir şekilde modelleyerek görüntü tanıma ve analiz yeteneklerinde önemli ilerlemeler sunuyor.
Sessa: Yapay Zeka Modellerinde Uzun Hafıza Problemine Yenilikçi Çözüm
Araştırmacılar, mevcut yapay zeka modellerinin uzun metin dizilerinde karşılaştığı hafıza problemini çözmek için Sessa adlı yeni bir mimari geliştirdi. Transformer modellerde dikkat mekanizması uzun metinlerde dağılırken, Mamba gibi durum-uzay modellerinde ise uzun vadeli duyarlılık zamanla azalıyor. Sessa, dikkat mekanizmasını geri bildirim döngüsüne yerleştirerek bu iki yaklaşımın avantajlarını birleştiriyor. Bu yenilik, yapay zekanın uzun metinleri işlerken geçmişten gelen bilgileri daha etkili şekilde kullanabilmesini sağlıyor.
Kripto Köprü Saldırılarına Karşı Muhasebe Tabanlı Güvenlik Çözümü
Araştırmacılar, 2021-2023 yılları arasında kripto para köprülerinden çalınan 2,6 milyar doların önlenebilecek basit bir yöntem geliştirdi. Blokzincir ağları arasında varlık transferi sağlayan bu köprülerin güvenlik açığını tespit eden bilim insanları, 10 milyon işlemi analiz ederek tüm saldırıları yakalayabilen muhasebe sistemi önerdi. Çalışma, farklı blokzincirler arası değer transferlerinde giriş ve çıkış dengesini kontrol eden basit bir invariant ile hem geçmiş saldırıları tespit edebilmenin hem de gelecekteki tehditleri önleyebilmenin mümkün olduğunu ortaya koydu.
Rydberg Atomları ile Kuantum Haberleşmede Yapay Zeka Atılımı
Bilim insanları, Rydberg atom tabanlı kuantum alıcılarda kanal tahmini için yeni bir yapay zeka çerçevesi geliştirdi. URformer adlı Transformer tabanlı mimari, holografik görüntülerden elde edilen verileri işleyerek kuantum haberleşme sistemlerinin performansını önemli ölçüde artırıyor. Bu yenilikçi yaklaşım, geleneksel yöntemlerin aksine makine öğrenmesi ile fiziksel algoritmaları birleştirerek, kuantum teknolojilerinde kanal tahmininde devrim yaratabilir. Sistem, öğrenilebilir filtre ağları, adaptif kapılama mekanizmaları ve verimli kanal Transformer modülleri içeren üç temel bileşenle çalışıyor.
Yapay Zeka Modelleri Neden Son Bilgileri Hatırlar? Bilim İnsanları Sırrı Çözdü
Yapay zeka chatbotları ve dil modelleri sohbette en son söylenen bilgileri daha iyi hatırlama eğilimi gösterir. Bu 'yakınlık yanlılığı' olarak bilinen davranışın arkasındaki mekanizma şimdiye kadar gizemdi. Araştırmacılar, Transformer mimarisinin temel bileşenlerinden LayerNorm'un bu yanlılığın asıl sorumlusu olduğunu keşfetti. Çalışma, yapay zeka modellerinin neden bazen eski bilgileri 'unutup' yeni bilgileri öne çıkardığını açıklıyor. Bu bulgular, gelecekte daha dengeli ve güvenilir yapay zeka sistemleri geliştirilmesine yardımcı olabilir.
Çok Dilli Yapay Zeka Modellerinin Diller Arası Bilgi Transferi Test Edildi
Araştırmacılar, büyük dil modellerinin farklı diller arasında bilgiyi ne kadar etkili aktardığını ölçmek için yeni bir değerlendirme sistemi geliştirdi. LiveCLKTBench adlı bu sistem, modellerin gerçekten diller arası bilgi transferi yapıp yapmadığını, yoksa sadece eğitim sırasında öğrendiği bilgileri mi kullandığını ayırt edebiliyor. Beş farklı dilde yapılan testler, diller arasındaki mesafenin bilgi transferini önemli ölçüde etkilediğini ve bu transferin genellikle tek yönlü olduğunu ortaya koydu. Bu araştırma, çok dilli yapay zeka sistemlerinin geliştirilmesi için kritik önem taşıyor.
MASH: Yapay Zeka Metinlerini İnsan Yazısı Gibi Gösteren Yeni Yöntem Geliştirildi
Araştırmacılar, yapay zeka tarafından üretilen metinleri tespit eden sistemleri kandırabilen MASH adlı yeni bir teknik geliştirdi. Bu yöntem, AI metinlerinin stilini insan yazısına benzetecek şekilde değiştiriyor ve mevcut tespit sistemlerini %80 oranında atlatmayı başarıyor. Çalışma, AI-generated içeriklerin tespit edilmesinin ne kadar zor olduğunu ortaya koyarken, bu alandaki güvenlik açıklarına da dikkat çekiyor. Araştırma, 6 farklı veri seti ve 5 tespit sistemi üzerinde yapılan kapsamlı testlerle doğrulandı.
AI, Hasta Verilerindeki Gizli Zaman Kalıplarını Çözmeye Başladı
Klinik araştırmalarda kişiselleştirilmiş tıp uygulamaları için hasta verilerindeki zaman kalıplarını anlamak kritik önem taşıyor. Ancak mevcut yapay zeka modelleri, olayların zamanlamasını ve sıralamasını göz ardı ederek potansiyel nedensel ilişkileri atlıyor. Araştırmacılar, hasta trajectories arasındaki 'uyum derecesini' değerlendirip ortak kalıpları tespit edebilen yeni bir mimari geliştirdi. LITT (Individual-Level Time Transformation) adlı bu sistem, olayları sanal bir zaman çizelgesinde hizalayarak, fiziksel zamanın ötesinde 'göreceli zaman damgaları' atayabiliyor.
Tek Fotoğraftan 3D Avatar: AvatarPointillist Teknolojisi Geliştirildi
Araştırmacılar, tek bir portre fotoğrafından dinamik 3D avatarlar oluşturabilen yeni bir yapay zeka sistemi geliştirdi. AvatarPointillist adlı bu teknoloji, Transformer mimarisi kullanarak otomatik olarak nokta bulutları üretir ve bunları gerçekçi avatarlara dönüştürür. Sistem, kişinin karmaşıklığına göre nokta yoğunluğunu dinamik olarak ayarlayabilir ve her nokta için hareket bilgilerini tahmin ederek avatarların doğal animasyonlar yapmasını sağlar. Bu gelişme, sanal gerçeklik, oyun endüstrisi ve dijital içerik üretimi alanlarında önemli uygulamalara sahip olabilir.
EGMOF: Yapay Zeka ile Metal-Organik Çerçeve Tasarımında Devrim
Araştırmacılar, metal-organik çerçevelerin (MOF) tasarımını hızlandıran hibrit yapay zeka sistemi EGMOF'u geliştirdi. Sistem, difüzyon ve transformer modellerini birleştirerek hedeflenen özelliklere sahip malzemeleri minimal veriyle üretebiliyor. Geleneksel yöntemlerin aksine her yeni özellik için yeniden eğitim gerektirmeyen modüler yapısı, malzeme biliminde büyük bir ilerleme vaat ediyor. Hidrojen depolama testlerinde %94'ün üzerinde başarı elde eden sistem, enerji depolama teknolojilerinden endüstriyel filtrelemeye kadar pek çok alanda kullanılabilir.
MoS₂ Transistörlerde Yeni Katman Mühendisliği ile Performans Artışı
Araştırmacılar, iki boyutlu yarıiletken malzeme MoS₂'nin transistör performansını artırmak için yenilikçi bir yaklaşım geliştirdi. Çalışmada, dielektrik malzemelerle MoS₂ arasına yerleştirilen tantal çekirdek katmanının hem yük transferini hem de transistörün elektriksel özelliklerini kritik şekilde etkilediği keşfedildi. Bu bulgular, gelecek nesil elektronik cihazlarda kullanılabilecek daha verimli transistör tasarımlarının önünü açıyor. İnce film teknolojisindeki bu gelişme, özellikle mobil cihazlar ve yüksek performanslı işlemciler için önemli.
Yapay Zeka Modellerinde 'Grokking' Fenomeninin Fizik Yasalarıyla Açıklanması
Yapay zeka araştırmacıları, derin öğrenme modellerinde yaşanan 'grokking' olayını - ezberleme durumundan genelleme yetisine ani geçiş - fizik yasalarıyla açıklayan yeni bir yöntem geliştirdi. TDU-OFC adlı bu teknik, gradyan verilerini çığ istatistiklerine dönüştürerek modellerin öğrenme sürecindeki kritik geçiş anlarını tespit ediyor. Transformer ve MLP modellerinde yapılan deneylerde, genelleme geçişinin tam olarak belirli bir boyutsal kritik noktada gerçekleştiği keşfedildi. Bu bulgu, yapay zekanın nasıl öğrendiğini anlamamızda önemli bir adım.
NMR'de Yeni Polarizasyon Transfer Tekniği: Katı ve Sıvı Örneklerde Devrim
Araştırmacılar, Nükleer Manyetik Rezonans (NMR) spektroskopisinde önemli bir atılım gerçekleştirdi. Yeni geliştirilen polarizasyon transfer yöntemi, üç spin sistemli moleküllerde enerji aktarımını optimize ederek, hem katı hem de sıvı örneklerde daha hassas ölçümler yapılmasını sağlıyor. Bu teknik, özellikle karbon-13 ve azot-15 gibi nadir atomların sinyallerini güçlendirerek, malzeme bilimi ve biyomedikal araştırmalarda yeni olanaklar sunuyor. Çalışma, teorik hesaplamalar ile deneysel sonuçları başarıyla eşleştirerek, yöntemin güvenilirliğini kanıtlıyor.
Ising Modeli İçin Yeni Matematiksel Çözüm Yöntemi Geliştirildi
Fizik ve matematikte temel öneme sahip Ising modeli için yeni bir çözüm yaklaşımı geliştirildi. Araştırmacılar, Brascamp-Kunz sınır koşulları altındaki kare kafes Ising modelini transfer matrisi yöntemiyle çözmek için özgün bir teknik geliştirdi. Bu çalışma, daha önce Pfaffian tipi yöntemlerle çözülen bu karmaşık sisteme alternatif bir yaklaşım sunuyor. Yeni yöntem, sistemin sınır koşullarını özel etkileşimler kurarak dönüştürüyor ve böylece problemi daha çözülebilir hale getiriyor. Bu gelişme, istatistiksel fizik ve kondanse madde fiziğindeki kritik olayların anlaşılmasında önemli katkılar sağlayabilir.
NaviFormer: Navigasyon Problemini Bütünsel Çözen Yeni Yapay Zeka Modeli
Araştırmacılar, karmaşık navigasyon problemlerini tek seferde çözebilen NaviFormer adlı yeni bir yapay zeka modeli geliştirdi. Transformer mimarisine dayanan ve derin pekiştirmeli öğrenme kullanan bu model, hem yüksek seviye rota planlaması hem de düşük seviye yol planlaması problemlerini aynı anda çözebiliyor. Geleneksel yaklaşımlar bu iki alt problemi ayrı ayrı ele alırken, NaviFormer bütünsel bir çözüm sunuyor. Model, waypoint sıralamasından trajektori tahminlemesine kadar tüm navigasyon sürecini optimize ediyor. Yapılan deneyler, NaviFormer'ın diğer algoritmalarla karşılaştırıldığında rekabetçi doğruluk oranları sergilediğini ve her alt problemin kısıtlarını anlayarak performansını artırdığını gösteriyor. Özellikle hesaplama hızındaki üstünlüğü, gerçek zamanlı uygulamalar için büyük avantaj sağlıyor. Bu gelişme, otonom araçlardan robotik sistemlere kadar birçok alanda navigasyon teknolojisinin ilerlemesi için önemli bir adım teşkil ediyor.
Yapay Zeka Modelleri Değişen Koşullara Nasıl Uyum Sağlıyor?
Yapay zeka modellerinin gerçek dünyada karşılaştığı en büyük zorluklardan biri, sürekli değişen koşullara uyum sağlamaktır. Yeni bir araştırma, Transformer tabanlı modellerin ani değişiklikleri nasıl tespit ettiğini ve yeni durumlara nasıl adapte olduğunu inceliyor. Çalışma, finansal piyasalardan hava durumu tahminlerine kadar birçok alanda kritik olan bu yeteneğin matematiksel temellerini ortaya koyuyor. Araştırmacılar, modellerin karmaşıklığının değişim noktaları hakkındaki bilgi seviyesine bağlı olduğunu kanıtlıyor. Bu bulgular, gelecekte daha esnek ve dayanıklı yapay zeka sistemleri geliştirmek için önemli ipuçları sunuyor.
Evrensel İskelet Tabanlı Hareket Tanıma: Robot-İnsan Etkileşiminde Yeni Dönem
Robotik teknolojisindeki gelişmeler, insan-robot etkileşimini daha etkili hale getirmek için yeni yaklaşımlar gerektiriyor. Araştırmacılar, farklı kaynaklardan gelen iskelet verilerinin heterojen yapısını göz önünde bulundurarak, hem insanların hem de humanoid robotların hareketlerini anlayabilen evrensel bir sistem geliştirdi. Bu çalışma, açık kelime dağarcığıyla hareket tanıma problemini ele alarak, çok büyük ölçekli Heterojen Açık-Kelime Dağarcığı iskelet veri setini oluşturdu. Transformer tabanlı model ile gerçek dünya uygulamalarında daha esnek ve kapsamlı hareket tanıma sistemleri mümkün hale geliyor. Bu gelişme, robotların insan hareketlerini daha iyi anlamasını ve daha doğal etkileşimler kurmasını sağlayacak.