“Python” için sonuçlar
38 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
ChemFit: Kimyasal modelleri otomatik optimize eden yeni Python çerçevesi
Hesaplamalı kimya ve fizik alanında model parametrelerinin ayarlanması uzun yıllar araştırmacıların sezgilerine dayalı elle yapılan yorucu bir süreçti. ChemFit adlı yeni Python çerçevesi, bu süreci otomatikleştirerek bilim insanlarının işini önemli ölçüde kolaylaştırıyor. Sistem, pahalı, gürültülü ve farklılaştırılamayan objektif fonksiyonlarla başa çıkabilen gradyansız optimizasyon algoritmalarını kullanıyor. Araştırmacılar, simülasyon tabanlı objektif fonksiyonları tanımlama, birleştirme ve eş zamanlı değerlendirme imkanı sunuyor. Çerçevenin esnekliği ve geniş uygulanabilirliği, karmaşıklık düzeyi artan üç farklı örnek üzerinde test edilerek kanıtlanmış durumda.
Yapay Zeka Çağında Mühendislik Öğrencilerinin Bilimsel Düşünce Gelişimi
Cornell Üniversitesi araştırmacıları, yapay zekanın kod yazma konusunda giderek daha etkili hale geldiği dönemde, mühendislik öğrencilerinin gerçek bilimsel araştırma becerilerini değerlendirmek için yeni bir yöntem geliştirdi. Hesaplamalı Fizik Denemeleri adı verilen bu proje tabanlı değerlendirme sistemi, öğrencilerden Python programlama dili kullanarak gerçek dünya fizik sistemlerini modellemelerini istiyor. 100 öğrenci projesi üzerinde yapılan analiz, bu yöntemin öğrencilerin sistem düşüncesi ve modelleme yeteneklerini başarıyla geliştirdiğini gösterdi. Katılımcıların %99'u karmaşık sistemleri bir bütün olarak inceleme konusunda yetkinlik sergiledi. Bu yaklaşım, sadece kod yazmanın ötesinde bilimsel sorgulama ve hesaplamalı düşünce becerilerini ölçerek, eğitim dünyasında yapay zeka kaynaklı değerlendirme sorunlarına çözüm sunuyor.
NeuralSet: Beyin ve Yapay Zeka Araştırmalarını Birleştiren Python Platformu
Nörobilim ve yapay zeka arasındaki köprüyü güçlendiren yeni bir yazılım çerçevesi geliştirildi. NeuralSet adlı bu Python platformu, fMRI, EEG ve nöron kayıtları gibi farklı beyin görüntüleme tekniklerinden elde edilen verileri tek bir arayüzde birleştiriyor. Araştırmacılar artık metin, ses ve video gibi karmaşık deneysel uyaranları da aynı sistemde işleyebilecek. Platform, büyük veri setleriyle çalışmayı kolaylaştırırken, derin öğrenme modellerini nörobilim araştırmalarına entegre etmeyi sağlıyor. Bu gelişme, beynin bilgi işleme süreçlerini anlamada yapay zekadan yararlanmak isteyen bilim insanları için önemli bir adım.
Kuantum Hesaplamalarda Devrim: CDFCI Yazılımı Büyük Ölçekli Sorunları Hızla Çözüyor
Bilim insanları, karmaşık kuantum sistemlerdeki çok parçacıklı etkileşimleri hesaplamak için yeni bir yazılım geliştirdi. CDFCI adlı bu program, hem kimyasal moleküllerin elektronik yapılarını hem de katı hal fiziğindeki örgü modellerini analiz edebiliyor. Yazılım, koordinat-iniş tabanlı bir algoritma kullanarak büyük ölçekli özdeğer problemlerini çözmede yüksek performans sergiliyor. Modern çok çekirdekli işlemcilerde paralel hesaplama stratejileri sayesinde, mevcut CIPSI ve SHCI gibi programlarla rekabet edebilen hızda sonuçlar üretiyor. Açık kaynak kodlu olan program, Python arayüzü ile kolay entegrasyon imkanı sunuyor. Bu gelişme, kuantum kimyası ve yoğun madde fiziği araştırmalarında hesaplama hızını artırarak daha karmaşık sistemlerin incelenmesine olanak sağlayacak.
Evrimsel Ağaçları İnteraktif Görselleştiren Heat-tree Yazılımı Geliştirildi
Araştırmacılar, filogenetik ağaçları görselleştirmek ve düzenlemek için Heat-tree adında yeni bir yazılım paketi geliştirdi. JavaScript, R ve Python dillerinde sunulan bu araç, evrimsel ilişkileri gösteren ağaçların interaktif bir şekilde görüntülenmesini ve düzenlenmesini sağlıyor. Mevcut araçların çoğunun statik grafiklere odaklandığı ve programlama bilgisi gerektirdiği bir dönemde, Heat-tree kullanıcı dostu bir yaklaşım sunarak web uyumlu görselleştirmeler oluşturuyor. Araç, R Markdown, Jupyter Notebooks ve web sitelerine kolayca entegre edilebiliyor.
Epidemi Simülasyonları İçin Yeni Hesaplama Çerçevesi: EPITIME
Araştırmacılar, salgın hastalıkların yayılımını modellemek için EPITIME adlı yeni bir hesaplama çerçevesi geliştirdi. Bu sistem, enfeksiyon yaşı ve davranışsal faktörleri içeren iki farklı epidemi modeli türünü simüle edebiliyor. MATLAB ve Python dillerinde modüler olarak tasarlanan framework, yapı koruyucu sayısal yöntemler kullanarak gerçek salgın dinamiklerinin temel özelliklerini koruyor. Sistem, parametre yönetimi, girdi doğrulama ve grafik etkileşim gibi özellikleri de içeriyor. Bu geliştirme, gelecekteki salgınlara karşı daha etkili hazırlık yapılması ve müdahale stratejilerinin geliştirilmesi açısından önemli bir araç sunuyor.
Yapay Zeka Finansal Analiz Zayıflıklarını Ortaya Çıkaran Yeni Test Geliştirildi
Araştırmacılar, yapay zeka modellerinin finansal analiz yeteneklerini değerlendirmek için FinChain adlı yeni bir test sistemi geliştirdi. Mevcut testler sadece nihai cevaplara odaklanırken, FinChain yapay zekanın adım adım mantıksal düşünme sürecini de denetliyor. 12 farklı finansal alandan 58 konuyu kapsayan bu sistem, yapay zekanın her hesaplama adımını Python kodu ile doğrulayabiliyor. 26 önde gelen yapay zeka modelinin değerlendirildiği çalışmada, en gelişmiş modellerin bile finansal muhakemede önemli eksiklikleri olduğu ortaya çıktı. Bu bulgular, finansal kararların yapay zeka destekli sistemlere bırakılmadan önce dikkatli değerlendirme yapılması gerektiğini gösteriyor.
Malzeme bilimi için yeni Python yazılımı: aim2dat büyük veri analizini kolaylaştırıyor
Araştırmacılar, malzeme biliminde büyük veri analizi ve yoğunluk fonksiyonel teorisi hesaplamalarını otomatikleştiren yeni bir Python paketi geliştirdiler. aim2dat (Otomatik Ab Initio Malzeme Modelleme ve Veri Analizi Araç Kiti) adlı bu yazılım, bilim insanlarının karmaşık malzeme yapılarını daha kolay analiz etmesini ve yeni bileşiklerin keşfini hızlandırmasını sağlıyor. Yazılım, çevrimiçi veritabanlarına bağlanabiliyor, yüksek verimli tarama rutinleri sunuyor ve makine öğrenmesi modellerini sorunsuz şekilde entegre edebiliyor. Bu gelişme, deneysel araştırmaları destekleyerek malzeme biliminde veri odaklı yaklaşımların yaygınlaşmasına katkıda bulunuyor.
Yüksek Enerji Fiziği için Yeni Python Aracı: Jarvis-HEP
Yüksek enerji fiziği araştırmalarında karmaşık hesaplamalar yapmak artık daha kolay. Bilim insanları, farklı yazılım araçlarını birbirine bağlayarak büyük ölçekli parametre taramalarını kolaylaştıran Jarvis-HEP adlı yeni bir Python çerçevesi geliştirdi. Bu hafif ve kullanıcı dostu araç, parçacık fiziği fenomenolojisi çalışmalarında çoklu hesaplama adımlarını otomatikleştiriyor. YAML tabanlı iş akışı tanımlaması, bağımlılık-farkında yürütme ve asenkron görev zamanlama özellikleriyle araştırmacıların karmaşık hesaplamaları daha verimli yapmasını sağlıyor. Gerek dış yazılım paketlerini gerekse dahili bileşenleri tek bir iş akışında birleştiren sistem, keşifsel taramalar için çeşitli örnekleme arka uçlarını da içeriyor.
Yapay Zeka Destekli Elektron Mikroskobundan Büyük Atılım
Araştırmacılar, taramalı elektron mikroskoplarında (SEM) nadir mikroyapısal özelliklerin tespiti için devrim niteliğinde bir Python yazılımı geliştirdi. SPARSE adı verilen bu açık kaynaklı sistem, geleneksel yöntemlere göre görüntüleme süresini dramatik şekilde kısaltıyor. İki aşamalı yaklaşım kullanan sistem, önce geniş alanları hızla tarayarak ilgi çekici bölgeleri tespit ediyor, ardından bu bölgeleri yüksek çözünürlükle yeniden görüntülüyor. Paralel işlem mimarisi sayesinde hesaplama süresi, görüntü alma süresini uzatmıyor. Çelik malzemelerde hasar tespiti üzerinde test edilen sistem, malzeme biliminden biyolojiye kadar pek çok alanda kullanılabilir. Bu teknoloji, mikroskop platformlarına ve farklı tespit yöntemlerine uyum sağlayabilen modüler yapısıyla bilim insanlarına önemli zaman tasarrufu sunuyor.
Beyin Aktivitesini Haritalamada Çığır Açan Yeni Yöntem Geliştirildi
Bilim insanları, beyin aktivitesini haritalamak için kullanılan EEG ve MEG teknolojilerinde devrim niteliğinde bir yaklaşım geliştirdi. Yeni iki aşamalı uzamsal filtreleme yöntemi, beynin hangi bölgelerinin aktif olduğunu daha doğru şekilde tespit edebiliyor. Geleneksel yöntemlerin aksine, bu teknik önceden hedef kaynak kovaryans matrisi bilgisine ihtiyaç duymadığı için pratik uygulamalarda çok daha kullanışlı. Araştırma, beyin fonksiyonlarını anlama konusunda önemli bir adım olarak değerlendiriliyor. MNE-Python yazılımına entegre edilen bu yöntem, nöroloji ve beyin araştırmaları alanında çalışan bilim insanlarının işini kolaylaştıracak. Bu gelişme, beyin hastalıklarının teşhisi ve tedavisinde yeni olanaklar sunabilir.
RECURSUM: Yapay Zeka Destekli Kod Üretimi Uzman Programcıları Geride Bıraktı
Bilim insanları, matematiksel tekrarlama ilişkileri için otomatik kod üreten RECURSUM adlı yeni bir sistem geliştirdi. Python tabanlı bu araç, uzman programcıların elle yazdığı kodlardan 9,8 kat daha hızlı çalışan C++ kodları üretebiliyor. Sistem, özellikle ortogonal polinomlar, özel fonksiyonlar ve sayısal entegrasyon gibi alanlarda kullanılan karmaşık matematiksel hesaplamalarda devrim yaratıyor. Sadece 10-30 satır Python kodu ile 650'den fazla satır profesyonel C++ kodu üreten sistem, üç farklı optimizasyon yöntemi kullanıyor. Bu başarı, yapay zeka destekli kod üretiminin artık insan uzmanlığını aşabildiğini gösteren önemli bir kilometre taşı olarak değerlendiriliyor.
ARGUS: Yapay Zeka GPU Optimizasyonunda Çığır Açan Yeni Yaklaşım
Araştırmacılar, yapay zeka tabanlı kodlama ajanlarının GPU performansını artırmak için yenilikçi bir framework geliştirdi. ARGUS adlı bu sistem, veri akış değişmezlerini kullanarak GPU çekirdeklerinin optimizasyonunu gerçekleştiriyor. Mevcut AI ajanları fonksiyonel olarak doğru GPU kodları üretebilse de, matris çarpımı ve dikkat mekanizmaları gibi kritik hesaplamalarda performansları elle optimize edilmiş kütüphanelerin çok gerisinde kalıyor. ARGUS, bu sorunu çözmek için derlenme zamanında veri koreografisini kodlayan özel bir dil kullanıyor ve donanım talimatlarını Python benzeri sözdizimi ile erişilebilir hale getiriyor.
Uganda'daki Python Mağarası Marburg Virüsü Salgınının Nasıl Başlayabileceğini Gösteriyor
Marburg virüsü, Mısır meyve yarasalarından insanlara bulaşabilen ölümcül bir hastalık. Uganda'daki Python Mağarası bu virüsün doğal rezervuarı olarak biliniyor. Araştırmacılar bu tehlikeli mağarayı izlediklerinde şaşırtıcı bir durumla karşılaştılar: onlarca kişi güvenlik kurallarını hiçe sayarak korunmasız şekilde mağaraya giriyordu. Bu durum, virüsün yarasa kolonilerinden yerel topluma sıçraması için ideal koşullar yaratıyor. Çalışma, gelecekteki salgınların nasıl önlenebileceği konusunda önemli ipuçları sunuyor.
Kozmoloji araştırmalarında objektifliği koruyan yeni yazılım: Smokescreen
Bilim insanları, kozmolojik analizlerde sonuçları önceden bilmenin getirdiği önyargıları önlemek için yeni bir yöntem geliştirdi. Smokescreen adlı Python kütüphanesi, veri vektörlerini geçici olarak gizleyerek araştırmacıların gerçek sonuçları analiz tamamlanmadan görmesini engeller. Bu 'körleme' tekniği, verilerin istatistiksel özelliklerini bozmadan kozmoloji bağımlı kaymalar uygulayarak çalışır. Vera C. Rubin Uzay Gözlemevi'nin gelecek projesi LSST için geliştirilse de, Firecrown olasılık hesaplamaları kullanan tüm deneylerde kullanılabilir. Sistem, orijinal verileri şifreleyerek kazara açılmaya karşı koruma sağlar. Bu yaklaşım, özellikle büyük ölçekli kozmoloji projelerinde bilimsel objektifliği korumak için kritik önem taşıyor.
Parçacık Hızlandırıcıları İçin Yeni Simülasyon Yazılımı: pyTRAIN
Bilim insanları, dünyaca ünlü CERN'deki Büyük Hadron Çarpıştırıcısı gibi parçacık hızlandırıcılarında parçacık demetlerinin davranışını analiz etmek için kullanılan eski TRAIN yazılımını modern Python programlama diliyle yeniden geliştirdi. 1995 yılında geliştirilen orijinal TRAIN, LEP ve LHC hızlandırıcılarında parçacık demetleri arasındaki etkileşimleri incelemek için yaygın şekilde kullanılmıştı. Yeni pyTRAIN yazılımı, parçacık fiziği araştırmalarında kritik öneme sahip demek-demek etkileşimlerini daha verimli şekilde simüle edebiliyor. Modern kütüphaneler kullanılarak geliştirilen bu araç, farklı parçacık türlerini destekleyebilir ve çok sayıda etkileşim noktasını analiz edebilir. Yazılım, LHC'nin gerçek çalışma verileriyle karşılaştırılarak doğrulanmış durumda. Bu gelişme, parçacık hızlandırıcılarının tasarımı ve işletimi için daha güçlü simülasyon araçlarının kullanılabilir hale gelmesi anlamına geliyor.
Termodinamikte Entropi Hesaplamalarına Yeni Python Kütüphanesi: pyzentropy
Araştırmacılar, termodinamik hesaplamalarda entropi kavramını daha etkin kullanabilmek için pyzentropy adlı açık kaynak Python kütüphanesini geliştirdi. Entropi kavramının özyinelemeli özelliği bilgi teorisinde yaygın kullanılsa da, kavramın doğduğu termodinamik alanında nadiren faydalanılıyor. Bu yeni araç, ilk prensiplerden hareketle termodinamik hesaplamalar yapabilmeyi sağlıyor. Kütüphane, Fe₃Pt alaşımı üzerinde test edilerek başarılı sonuçlar elde edildi. Araştırmacılar, 12 atomlu süper hücre ve farklı manyetik konfigürasyonlar kullanarak Invar davranışını yeniden ürettiler. Aynı zamanda termal genleşme katsayısı, ısı kapasitesi ve bulk modülünün sıcaklıkla anormal değişimini de doğru şekilde modellediler. Çalışma kapsamında T-V ve P-T faz diyagramları da deneysel gözlemlerle uyumlu olarak elde edildi.
Python Kodlarındaki Kütüphane Sorunlarını Çözen Akıllı Sistem
Araştırmacılar, Python programlama dilindeki kütüphane bağımlılık sorunlarını otomatik olarak çözen MEMRES adlı yapay zeka sistemi geliştirdi. Sistem, hafıza destekli öğrenme ve çok katmanlı güven mekanizması kullanarak, büyük dil modellerine olan bağımlılığı minimize ediyor. Test sonuçlarında %86.6 başarı oranına ulaşarak, mevcut yöntemlerin %54.7'lik performansını büyük farkla geçti. Sistem, kendini geliştiren hafıza, hata örüntü veritabanı ve semantik analiz bileşenlerini birleştirerek çalışıyor.
Endüstriyel Sistemler İçin Yeni Veri İşleme Dili: CPSLint
Araştırmacılar, endüstriyel siber-fiziksel sistemlerdeki büyük veri kümelerinin işlenmesi için CPSLint adlı özel bir programlama dili geliştirdi. Fabrikalar ve endüstriyel tesislerde sürekli toplanan zaman serisi verilerinin işlenmesi genellikle karmaşık ve tekrarlayan işlemler gerektiriyor. CPSLint, hem veri bilimcilerin hem de saha uzmanlarının bu verileri daha kolay hazırlayabilmesi için tasarlandı. Geleneksel yöntemlerde her proje için ayrı Python scriptleri yazılması gerekiyordu, bu da çok zaman alıcı ve hata yapma olasılığı yüksek bir süreçti. Yeni dil, soyutlama seviyesini yükselterek bu sorunları çözmeyi hedefliyor ve endüstriyel veri işleme süreçlerinde standartlaşma sağlayabilir.
Yapay Zeka vs İnsan: Programlama Öğreniminde Hangisi Daha Etkili?
Bilgisayar programlama eğitiminde yapay zeka araçlarının kullanımı hızla yaygınlaşırken, bu durumun öğrenme sürecine etkileri araştırılmaya devam ediyor. Yeni bir çalışma, GitHub Copilot gibi AI programlama asistanları ile geleneksel ikili programlama yöntemini karşılaştırdı. 22 katılımcıyla yapılan kontrollü deneyde, öğrencilerin Python kodlama görevlerindeki performansları, öğrenme seviyeleri ve duygusal durumları incelendi. Sonuçlar, AI destekli programlamanın hızlı sonuç verdiğini ancak uzun vadeli öğrenme açısından insan partneriyle çalışmanın daha avantajlı olduğunu gösteriyor. Çalışma, programlama eğitiminde AI kullanımının dikkatli bir şekilde dengelenmesi gerektiğine işaret ediyor.
Grafik Sinir Ağları İçin Yeni PyTorch Kütüphanesi: Torch Geometric Pool
Araştırmacılar, grafik sinir ağlarında kullanılan havuzlama (pooling) işlemlerini standartlaştıran yeni bir Python kütüphanesi geliştirdi. Torch Geometric Pool (tgp) adlı bu açık kaynak kütüphane, farklı havuzlama yöntemlerini tek bir arayüz altında birleştirerek araştırmacıların işini kolaylaştırıyor. Grafik sinir ağları, sosyal ağlar, moleküler yapılar ve bilgisayar ağları gibi karmaşık ilişki yapılarını analiz etmek için kullanılan yapay zeka modelleridir. Havuzlama işlemi ise bu ağlardaki düğümleri gruplandırarak hesaplama karmaşıklığını azaltır. Yeni kütüphane, 20 farklı havuzlama algoritması sunarak araştırmacıların farklı yöntemleri kolayca karşılaştırmasını sağlıyor. Select-Reduce-Connect-Lift (SRCL) adlı standart bir yaklaşım benimseyen sistem, MIT lisansı altında GitHub ve PyPI platformlarında ücretsiz olarak sunuluyor.
MoCo: Yapay Zeka Modellerinin İş Birliği İçin Geliştirilen Kapsamlı Platform
Araştırmacılar, tek başına çalışan büyük dil modellerinin ötesine geçerek, birden fazla yapay zeka modelinin birlikte çalışabileceği yeni bir yaklaşım geliştirdiler. MoCo adlı bu Python kütüphanesi, 26 farklı model iş birliği yöntemini tek platformda birleştiriyor. Sistem, modellerinin bilgi paylaşımından parametre alışverişine kadar çeşitli seviyelerde etkileşim kurmasına olanak tanıyor. Platform, akıl yürütme, soru-cevap, kodlama ve güvenlik alanlarında 25 farklı değerlendirme veri setini içeriyor. Yapılan testler, iş birliği stratejilerinin tekil modellere göre daha başarılı sonuçlar verdiğini gösteriyor. Bu çalışma, dağınık halde bulunan model iş birliği araştırmalarını sistematik bir çerçevede toplayan ve alan için standart oluşturan önemli bir adım olarak değerlendiriliyor.
PyEncode: Kuantum Bilgisayarlar İçin Açık Kaynak Kodlu Yeni Araç
Araştırmacılar, kuantum bilgisayarlarda klasik verilerin kuantum durumlarına dönüştürülmesi için PyEncode adlı açık kaynak kodlu Python kütüphanesini geliştirdi. Bu araç, bilimsel ve mühendislik uygulamalarında sıkça karşılaşılan yapısal verileri, geleneksel yöntemlerden çok daha verimli şekilde işleyebiliyor. PyEncode, dokuz farklı veri yapısı türünü destekleyerek kuantum algoritmaların geliştirilmesini kolaylaştırıyor. Genel amaçlı rutinlerin milyarlarca kapı gerektirdiği durumlarda, bu kütüphane matematiksel yapıları kullanarak çok daha az kaynak tüketiyor. Kuantum bilişim alanında pratik uygulamaların geliştirilmesi açısından önemli bir adım olarak değerlendiriliyor.
Derin Öğrenme Modellerinin Matematiksel DNA'sı Çözülüyor
Araştırmacılar, derin öğrenme modellerinin mimarilerini tanımlamak için yeni bir matematiksel çerçeve geliştirdi. Mevcut durumda yapay zeka modellerinin yapıları genellikle diyagramlar ve sözde kodlarla ifade ediliyor, ancak bu yaklaşım karmaşık matematiksel ilişkileri tam olarak açıklayamıyor. Yeni çerçeve, kategori teorisi kullanarak modellerin altında yatan matematiksel fonksiyonları kesin bir şekilde ifade ediyor. Bu yaklaşım, hem insan tarafından anlaşılabilir diyagramlar hem de makine tarafından işlenebilir veri yapıları sunuyor. Araştırma ekibi, geliştirdikleri sistemin evrensel doğasını göstermek için Python ve TypeScript dillerinde paralel uygulamalar hazırladı.