“LoRa” için sonuçlar
28 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Atmosferdeki Dalga Dalgalanmalarını Tespit Ediyor
Bilim insanları, atmosferin üst katmanlarında oluşan küçük ölçekli dalga yapılarını otomatik olarak tespit edebilen yapay zeka sistemi geliştirdi. Bu sistem, geleneksel yöntemlerle fark edilmesi zor olan ripple tipi dalga kararsızlıklarını başarıyla belirleyebiliyor. Yaklaşık 87 kilometre yükseklikteki mezosfer tabakasında oluşan bu dalgalar, 5-15 kilometre genişliğinde ve çok kısa ömürlü olduklarından manuel gözlemle tespit edilmeleri oldukça zordu. Araştırmacılar, Colorado'daki gözlem istasyonundan elde edilen görüntüler üzerinde eğitilen squeeze-and-excitation konvolüsyonel sinir ağı kullanarak bu sorunu çözdü.
Yapay Zeka ve Moleküler Simülasyonla Süper Bakterilere Karşı Yeni Silahlar
Gram-negatif bakteriler, çoklu ilaç direnci geliştirerek modern tıbbın en büyük tehditlerinden biri haline geldi. Bu bakteriler beta-laktam, kloramfenikol, florokinolon gibi birçok antibiyotiğe karşı direnç kazandı. Araştırmacılar, makine öğrenmesi ve moleküler dinamik simülasyonları kullanarak bu süper bakterilerin savunma mekanizmalarını hedef alan yeni inhibitörler geliştirmeye odaklandı. Çalışma, bakterilerin ilaç direncinde rol oynayan efluks pompalarını ve enzimatik bozunma sistemlerini etkisiz hale getirecek moleküllerin tasarımında yapay zekanın potansiyelini ortaya koyuyor. Bu yaklaşım, geleneksel antibiyotik geliştirme süreçlerini hızlandırabilir ve yan etkisi daha az ilaçların üretilmesine katkıda bulunabilir.
Yeni algoritma kablosuz iletişimde çakışan sinyalleri ayırt edebiliyor
LoRa teknolojisi, düşük güç tüketen nesnelerin interneti uygulamalarında yaygın kullanılan bir kablosuz iletişim standardıdır. Ancak aynı frekansta çalışan çok sayıda cihaz olduğunda sinyal çakışmaları yaşanır ve veri kaybı meydana gelir. Araştırmacılar, bu sorunu çözmek için LZn adlı yeni bir algoritma geliştirdiler. Bu algoritma, spektral kesişim işlemi kullanarak çakışan sinyaller arasından doğru veriyi ayırt edebiliyor. Geleneksel yöntemlerde sinyal-gürültü oranı düştükçe başarı oranı hızla azalırken, LZn algoritması son derece düşük sinyal kalitesinde bile çalışabiliyor. Test sonuçları, yeni yöntemin algılama hassasiyetini 10 desibele kadar artırdığını ve tespit olasılığını 1.54 kata çıkardığını gösteriyor. Bu gelişme, akıllı şehir uygulamaları ve endüstriyel IoT sistemlerinde daha güvenilir veri iletişimi sağlayacak.
Orman yangınları sonrası çamur seli tahminleri geliştirildi
Amerikan bilim insanları, orman yangınlarının ardından meydana gelen tehlikeli çamur sellerinin tahmin edilmesine yönelik yeni yöntemler geliştirdi. Colorado'da 2020 yılında meydana gelen Grizzly Creek yangını sonrasında yaşanan deneyimler, bu tür doğal afetlerin ekonomik ve sosyal maliyetlerinin ne kadar yüksek olabileceğini gösterdi. Yangın alanlarında toprak yapısının değişmesi ve bitki örtüsünün yok olması, yağmur sularının çamur, kaya ve enkaz karışımı halinde hızla akmasına neden oluyor. Araştırmacılar, bu çamur sellerinin oluşum koşullarını daha iyi anlayarak erken uyarı sistemlerini geliştirmeyi hedefliyor. Bu çalışmalar, özellikle iklim değişikliği nedeniyle artan orman yangınları göz önüne alındığında büyük önem taşıyor.
New York'ta pembe baneberry keşfi: 10 yıl sonra ilk yeni çiçekli bitki türü
New York eyaletinin kuzeyindeki bir ormanda yapılan şaşırtıcı bir keşif, botanik dünyasını heyecanlandırdı. Justin Scholten adlı genç araştırmacı, Finger Lakes bölgesindeki Summer Hill Eyalet Ormanı'nda yürüyüş yaparken alışılmadık pembe renkli bir baneberry bitkisi fark etti. Normalde bu bölgede sadece beyaz ve kırmızı baneberry türleri biliniyor. Bu keşif, yaklaşık 10 yıl sonra tespit edilen ilk yeni çiçekli bitki türü olma özelliği taşıyor. Baneberry bitkileri 30-70 cm boyunda, otsu yapılı ve insanlar için son derece zehirli bitkilerdir. Bu yeni pembe varyantın keşfi, bölgenin biyoçeşitliliği ve bitki evriminin devam ettiğine dair önemli ipuçları sunuyor.
Akıllı Telefonlarda Yapay Zeka Devrimi: Samsung Galaxy'de Çok Dilli LLM
Araştırmacılar, Samsung Galaxy S24 ve S25 cihazlarında büyük dil modellerini (LLM) verimli şekilde çalıştıran yenilikçi bir sistem geliştirdi. Bu çalışma, akıllı telefonların sınırlı bellek ve işlem gücü kısıtları altında çoklu görevleri destekleyen tek bir yapay zeka modelinin nasıl çalıştırılabileceğini gösteriyor. Sistem, farklı uygulama alanları için özelleştirilmiş LoRA modüllerini kullanarak tek seferde resmi, kibar veya eğlenceli gibi farklı tarzlarda yanıtlar üretebiliyor. Dynamic Self-Speculative Decoding tekniği sayesinde gecikme süresi 6 kata kadar azaltılmış. Bu gelişme, yapay zekanın mobil cihazlarda daha geniş kullanım alanı bulmasının önünü açıyor ve kullanıcılara bulut bağlantısı olmadan gelişmiş AI deneyimi sunuyor.
Kanser İlaçları Neden Tadı Bozuyor? Bilim İnsanları Mekanizmayı Çözdü
Colorado Üniversitesi araştırmacıları, kanser hastalarının tedavi sırasında yaşadığı tat kaybının nedenini keşfetti. Tyrosine kinase inhibitörleri (TKI) adı verilen hedefli kanser ilaçlarının, tat tomurcuklarındaki hücrelerin yenilenmesini bozarak özellikle tatlı tatların algılanmasını engellediği ortaya çıktı. Development dergisinde yayınlanan çalışma, hayvan modellerinde yapılmasına rağmen benzer etkinin insanlarda da görüldüğüne işaret ediyor. Bu keşif, kanser tedavisinin yan etkilerini anlamada önemli bir adım ve hastalar için beslenme sorunlarının çözümüne yönelik yeni yaklaşımlar geliştirilmesine olanak sağlayabilir.
Yapay Zeka ile Yüz Morflama Saldırılarını Tek Fotoğraftan Tespit Etme
Yüz tanıma sistemlerini aldatmak için kullanılan morflama saldırıları, pasaport güvenliğinden dijital kimlik doğrulamaya kadar birçok alanda ciddi güvenlik açıkları yaratıyor. Araştırmacılar, bu saldırıları tek bir fotoğraftan tespit edebilen yenilikçi bir yapay zeka sistemi geliştirdi. R-FLoRA adlı sistem, yüksek frekanslı görüntü analizi ile büyük ölçekli görsel transformatör teknolojisini birleştirerek, sahte yüz görüntülerindeki gizli izleri ortaya çıkarabiliyor. Bu gelişme, güvenlik sistemlerinin kandırılmasını önlemede önemli bir adım olarak değerlendiriliyor.
Drone'lar IoT Ağlarını Daha Verimli Hale Getiriyor: Yeni Yapay Zeka Algoritması
Araştırmacılar, İnsan Olmayan Hava Araçları (İHA) kullanarak LoRa tabanlı IoT ağlarının enerji verimliliğini artıran yeni bir yapay zeka sistemi geliştirdi. GLo-MAPPO adlı bu çok-ajanli derin pekiştirmeli öğrenme algoritması, drone'ların mobil ağ geçidi olarak görev yapmasını sağlıyor. Sistem, geleneksel sabit ağ geçitlerinin kapsama alanı boşlukları ve yüksek enerji tüketimi sorunlarına çözüm getiriyor. 5G/6G ekosistemlerinde kritik rol oynayan IoT ağları için önemli bir gelişme olan bu teknoloji, özellikle dinamik ortamlarda daha etkili veri toplama imkanı sunuyor.
Yapay Zeka Modelleri Neden Görsel Verileri Görmezden Geliyor?
Araştırmacılar, çok modlu yapay zeka sistemlerinin görsel bilgileri neden ihmal ettiğini keşfettiler. LLaVA ve Qwen2.5-VL gibi modellerde yapılan analizler, sorunun veri dengesizliğinden değil, modelin iç mimarisinden kaynaklandığını gösteriyor. Görsel anahtar vektörlerin, metin tabanlı eğitim sırasında öğrenilen anahtar uzayından farklı dağılım gösterdiği ortaya çıktı. Bu durum, görsel bilgilerin dikkat mekanizmasında düşük puanlar almasına ve yetersiz kullanılmasına neden oluyor. Araştırma ekibi, MaLoRA adlı yeni bir yöntem geliştirerek bu sorunu çözmeyi hedefliyor.
Yapay Zeka Modellerinde Çoklu Görev Öğrenimini İyileştiren Yeni Yöntem Geliştirildi
Araştırmacılar, yapay zeka modellerinde farklı görevler için eğitilmiş LoRA adaptörlerini birleştirirken yaşanan performans kaybının temel nedenini keşfetti. Çalışma, sorunun LoRA matrislerinden B matrisinin ortak yönleri aşırı vurgulamasından kaynaklandığını ortaya koydu. Geliştirilen Pico yöntemi, veri kullanmadan bu sorunu çözerek matematik, kodlama, finans ve tıp alanlarındaki sekiz farklı benchmark testinde başarı gösterdi. Bu buluş, büyük dil modellerinin çoklu görev performansını artırabilir.
Renkli 3D Nokta Bulutları İçin Yeni Kayıt Yöntemi: GeGS-PCR
Araştırmacılar, 3D nokta bulutlarının kayıt işleminde devrim niteliğinde bir yöntem geliştirdi. GeGS-PCR adlı bu sistem, geleneksel yöntemlerin aksine sadece geometrik bilgilere değil, aynı zamanda renk ve Gaussian bilgilerine de dayanıyor. Özellikle düşük örtüşme oranına sahip veya eksik veri içeren senaryolarda güçlü performans sergiliyor. İki aşamalı yaklaşım benimseyen sistem, çok seviyeli renk kodlayıcısı ve Geometric-3DGS modülü ile yerel komşuluk bilgilerini işleyerek küresel olarak değişmeyen bir geometrik-renk bağlamı oluşturuyor. LORA optimizasyonu sayesinde yüksek performansı korurken, hızlı diferansiyellenebilir render tekniği ile kayıt sürecini iyileştiriyor. Bu yenilik, robotik, otonom araçlar ve artırılmış gerçeklik uygulamalarında kritik öneme sahip 3D görü sistemlerinde önemli gelişmelere kapı açabilir.
HiP-LoRA: Yapay Zeka Modellerini Daha Verimli Eğitmenin Yeni Yolu
Araştırmacılar, büyük yapay zeka modellerini daha az kaynak kullanarak eğitmenin yeni bir yöntemini geliştirdi. HiP-LoRA adlı bu teknik, mevcut LoRA yönteminin spektral girişim sorununu çözerek, modellerin hem önceki bilgilerini korumasını hem de yeni görevleri öğrenmesini sağlıyor. Yöntem, model güncellemelerini iki kanala ayırarak ve tekil değer ayrıştırması kullanarak daha dengeli bir öğrenme süreci sunuyor. Llama-3.1-8B modeli üzerinde yapılan deneyler, bu yaklaşımın geleneksel yöntemlere göre daha kararlı sonuçlar verdiğini gösteriyor. Bu gelişme, sınırlı hesaplama kaynakları olan araştırmacılar ve geliştiriciler için önemli fırsatlar yaratıyor.
AI Modellerini Birleştirirken 'Zararlı Modülleri' Ayıklayan Yöntem Geliştirildi
Yapay zeka araştırmacıları, çoklu görev yapabilen AI modellerinin performansını artırmak için yenilikçi bir yaklaşım geliştirdi. LoRA (Düşük Dereceli Adaptasyon) tekniğiyle oluşturulan uzman modelleri birleştirirken, genel performansı düşüren 'negatif modüllerin' varlığını keşfettiler. ENMP adlı yeni yöntem, evrimsel arama stratejisi kullanarak bu zararlı bileşenleri tespit edip çıkarıyor. Araştırma, mevcut model birleştirme yaklaşımlarının 'tüm bileşenlerin yapıcı katkıda bulunduğu' varsayımının yanlış olduğunu ortaya koyuyor. Bu buluş, AI sistemlerinin daha verimli çalışması için önemli bir adım teşkil ediyor.
LoRaQ: Yapay Zeka Modellerini 4 Kat Daha Az Bellekte Çalıştıran Yöntem
Araştırmacılar, büyük yapay zeka modellerini sınırlı donanımlarda çalıştırmak için LoRaQ adlı yeni bir yöntem geliştirdiler. Bu teknik, modellerin boyutunu önemli ölçüde küçültürken performans kaybını minimize ediyor. Geleneksel yaklaşımlar 4-bit sıkıştırma yapıldığında ciddi performans düşüşleri yaşarken, LoRaQ düşük-rank yaklaşım yöntemleriyle bu sorunu çözüyor. En önemli yenilik, yardımcı dalların da sıkıştırılabilir olması ve kalibrasyon için veri gerektirmemesi. Bu sayede ilk kez tamamen 16-bit altında çalışan bir sistem elde ediliyor. Özellikle diffusion transformer modelleri için kritik olan bu gelişme, mobil cihazlar ve edge computing uygulamaları için büyük önem taşıyor.
Yapay zeka modellerini eğitmek için yeni akıllı yöntem: TLoRA
Araştırmacılar, büyük dil modellerini daha verimli şekilde eğitmek için TLoRA adlı yeni bir yöntem geliştirdi. Bu teknik, mevcut LoRA sisteminin geliştirilmiş versiyonu olarak, modellerin belirli görevlere uyarlanması sürecini optimize ediyor. TLoRA, eğitim başlangıcında veri odaklı bir başlangıç stratejisi kullanarak kaynakları daha akıllı şekilde dağıtıyor. Sistem, önceden eğitilmiş ağırlıklar üzerinde matematiksel analizler yaparak görevle alakalı alt alanları tespit ediyor ve hassasiyet tabanlı ölçümlerle kaynak tahsisini ayarlıyor. Bu yaklaşım, hem eğitim karmaşıklığını azaltmayı hem de pratik verimliliği artırmayı hedefliyor. Yapay zeka modellerinin özelleştirilmesi sürecinde önemli bir adım olan bu çalışma, daha az hesaplama gücüyle daha etkili sonuçlar elde etme potansiyeli taşıyor.
Yapay Zeka Modellerini Eğitmenin Yeni Yolu: Bi-LoRA Tekniği Geliştirildi
Araştırmacılar, büyük yapay zeka modellerini daha verimli şekilde eğitmek için Bi-LoRA adlı yeni bir teknik geliştirdi. Bu yöntem, modellerin genelleme yeteneğini artıran SAM algoritmasının yüksek bellek ve hesaplama maliyeti sorununu çözüyor. Geleneksel LoRA yönteminin sınırlı alt uzayda çalışma problemi, ikinci bir yardımcı modül ekleyerek aşılıyor. Bi-LoRA, ana modülün görev odaklı öğrenme yaparken yardımcı modülün SAM'in adversarial pertürbasyonlarını yakalamasını sağlıyor. Bu yaklaşım, büyük dil modellerinin sınırlı veriyle eğitilmesinde karşılaşılan genelleme problemlerine çözüm sunuyor. Özellikle parametre-verimli ince ayar yapılması gereken büyük ölçekli modeller için umut verici sonuçlar gösteriyor.
Yapay Zeka Modelleri Artık Anlık Olarak Kendilerini Uyarlayabiliyor
Araştırmacılar, büyük dil modellerinin farklı görevlere uyum sağlaması için yeni bir yaklaşım geliştirdi. LoRA on the Go (LoGo) adlı bu sistem, modellerin her yeni girdi için en uygun adaptörü otomatik olarak seçip birleştirmesini sağlıyor. Geleneksel yöntemlerin aksine, LoGo herhangi bir ek eğitim gerektirmiyor ve sadece tek bir ileri geçişle hangi adaptörün kullanılacağına karar veriyor. Sistem, 5 doğal dil işleme kriterinde, 27 veri setinde ve 3 farklı model ailesinde test edildi. Sonuçlar, LoGo'nun eğitim gerektiren mevcut yöntemlerden daha başarılı olduğunu gösteriyor. Bu gelişme, yapay zeka sistemlerinin gerçek dünya uygulamalarında karşılaştıkları çeşitli ve öngörülemeyen görevlere daha esnek şekilde adapte olabilmesi açısından önemli bir adım.
Yapay Zeka İslami Miras Hukukunu Öğrendi: Arapça Metinlerle Eğitilen Model
Katar Üniversitesi araştırmacıları, İslami miras hukukunun karmaşık kurallarını anlayabilen bir yapay zeka modeli geliştirdi. Qwen3-4B tabanlı model, iki aşamalı eğitim süreci ile İslami fetva kayıtları ve miras vakalarından öğrendi. İlk aşamada 3.166 fetva kaydıyla hukuki terminolojiyi kavradı, ikinci aşamada ise 12.000 yapılandırılmış miras vakasıyla pratik uygulamayı öğrendi. Model, çok adımlı hukuki analiz, kural tabanlı engelleme kararları ve hassas kesirli hesaplamalar gerektiren karmaşık miras problemlerinde %90 başarı oranına ulaştı. Bu çalışma, yapay zekanın dini hukuk gibi özel alanlardaki reasoning yeteneklerini göstermesi açısından önemli.
Yapay Zeka Modelleri Tartışmalı Örnekleri 'Unutuyor': LoRA Eğitiminde Şaşırtıcı Keşif
Araştırmacılar, yapay zeka modellerinin LoRA fine-tuning yöntemiyle eğitilirken beklenmedik bir davranış sergilediğini keşfetti. Uzmanların görüş ayrılığı yaşadığı tartışmalı örneklerde, modeller eğitim sürecinde performans kaybı yaşıyor - yani bu örnekleri 'unutuyor'. Bu durum, geleneksel tam eğitim yöntemlerinde görülmeyen ve altı farklı modelde tutarlı bir şekilde ortaya çıkan niteliksel olarak farklı bir öğrenme deseni oluşturuyor. ChaosNLI veri setindeki örnek başına 100 etiketle hesaplanan annotasyon entropisi ve SNLI ile MNLI'deki kayıp eğrisi alanı arasında pozitif korelasyon bulundu.
5G Ağlarında Parazit Sorununa Yapay Zeka Çözümü: Daha Az Veriyle Daha İyi Sonuç
Araştırmacılar, yoğun 5G ağlarında yaşanan parazit sorununu çözmek için yenilikçi bir yapay zeka yaklaşımı geliştirdi. Geleneksel yöntemler büyük miktarda veri aktarımı gerektirirken, yeni teknik sadece modelin küçük bir bölümünü güncelleyerek aynı başarıyı elde ediyor. Low-Rank Adaptation (LoRA) adı verilen bu yöntem, her baz istasyonunun kendi özel parazit desenlerini öğrenmesine olanak tanırken, merkezi modelin temel yeteneklerini koruyor. Bu gelişme, 5G ağlarının daha verimli çalışmasını ve parazit problemlerinin daha az maliyetle çözülmesini sağlayabilir.
AI Modellerinin Eğitiminde Yeni Yöntemle %23 Hız Artışı
Araştırmacılar, büyük dil modellerinin eğitiminde devrim niteliğinde bir yöntem geliştirdi. Aletheia adındaki bu sistem, modelin hangi katmanlarının belirli bir görev için daha önemli olduğunu tespit ediyor ve LoRA adaptörlerini yalnızca bu kritik katmanlara uyguluyor. 81 farklı deney ve 14 başarılı model üzerinde yapılan testlerde, yöntem ortalama %23 hız artışı sağladı. Sistem, 0.5 milyardan 72 milyar parametreye kadar değişen model boyutlarında test edildi ve performans kaybı yaşanmadan eğitim süresini önemli ölçüde kısalttı. Bu gelişme, AI modellerinin daha verimli şekilde özelleştirilmesini mümkün kılarak, araştırmacılar ve geliştiriciler için büyük avantaj sağlıyor.
Afet Bölgelerinde İletişimi Sağlayacak Hibrit Ağ Sistemi Geliştirildi
Araştırmacılar, altyapısız acil durum iletişimi için BLE ve LoRa teknolojilerini birleştiren yenilikçi bir ağ mimarisi geliştirdi. Sistem, yakın mesafe iletişimi için Bluetooth Low Energy, uzun menzil bağlantısı için LoRa radyolarını kullanarak hibrit bir yapı oluşturuyor. Yerel kümeler BLE üzerinden iletişim kurarken, küme liderleri LoRa omurgası ile uzak bölgelere ulaşabiliyor. Test sonuçları, sistemin enerji tüketimini %79 oranında azalttığını ve 10 kilometre çapında ağ kurabildiğini gösteriyor. Bu teknoloji, deprem, sel gibi doğal afetlerde haberleşme altyapısının çöktüğü durumlarda kritik önem taşıyor.
Ultra düşük güçlü IoT ağları için yeni güvenlik protokolü geliştirildi
Bilim insanları, nesnelerin interneti (IoT) cihazları için devrim niteliğinde bir güvenlik çözümü geliştirdi. Bu yenilik, SWIPT (Simultaneous Wireless Information and Power Transfer) teknolojisini kullanan IoT ağlarında güvenliği artırırken enerji tüketimini minimal düzeyde tutuyor. Backscatter tabanlı kimlik doğrulama mekanizması sayesinde, cihazlar geleneksel RF alıcı-vericilerini aktif hale getirmeden güvenli iletişim kurabilmekte. Araştırmacılar, protokolden bağımsız çalışan bu çözümün minimal donanım değişikliği gerektirdiğini ve mevcut LoRaWAN şifrelemesindeki güvenlik açıklarını giderdiğini gösterdi. Pil gerektirmeyen sensör düğümlerinde test edilen sistem, özellikle enerji kısıtlı ortamlarda çalışan IoT cihazları için büyük önem taşıyor.