“U-Net” için sonuçlar
9 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
AI4Land: Yapay Zeka ile Yüksek Çözünürlüklü Arazi Kullanımı Haritaları
Bilim insanları, iklim değişikliği modellerindeki belirsizlikleri azaltmak için AI4Land adlı yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, düşük çözünürlüklü uydu verilerini yüksek detaylı arazi kullanım haritalarına dönüştürebiliyor. U-Net mimarisi kullanan framework, geçmiş dönemlerin arazi örtüsünü yeniden oluşturabiliyor ve gelecek projeksiyonları yapabiliyor. Sistem, coğrafi özellikleri entegre ederek fiziksel olarak tutarlı arazi desenleri üretiyor. İki aşamalı yaklaşımın ilk fazında arazi kullanımı rekonstrüksiyonu, ikinci fazında ise yaprak alan indeksi gibi dinamik değişkenlerin tahmini planlanıyor. Bu gelişme, iklim modellerinin doğruluğunu artırarak küresel iklim projeksiyonlarının güvenilirliğini yükseltebilir.
Samudra 2: Okyanus Simülasyonlarında Yapay Zeka Devrimi
Okyanus sirkülasyon modellerinin hesaplama maliyeti, iklim araştırmalarında önemli bir engel teşkil ediyor. MIT araştırmacıları tarafından geliştirilen Samudra 2, yapay zeka tabanlı yeni bir okyanus emülatörü ile bu soruna çözüm getiriyor. İlk versiyonun karşılaştığı varyans kaybı ve derin okyanus alanlarındaki yapaylık sorunlarını çözen sistem, geliştirilmiş U-Net mimarisi ve dinamik kayıp fonksiyonu kullanıyor. Bu teknoloji, okyanus modellemesinde hesaplama süresini dramatik şekilde kısaltarak, daha fazla senaryo ve ensemble çalışması yapılmasına olanak tanıyor. Iklim bilimi araştırmalarında önemli bir adım olan bu gelişme, uzun vadeli okyanus tahminlerinin daha hızlı ve doğru yapılmasını sağlıyor.
Basit U-Net Modeli Hava Durumu Tahmininde Devrim Yaratıyor
Stanford araştırmacıları, hava durumu tahmininde yeni bir çığır açan U-Cast adlı yapay zeka modelini geliştirdi. Geleneksel karmaşık modellerin aksine, standart U-Net mimarisi kullanan bu sistem, mevcut en gelişmiş modellerin performansını yakalayarak 10 kat daha az hesaplama gücü gerektiriyor. Model, önce deterministik eğitim sonra kısa süreli olasılıksal ince ayar yaparak, 15 günlük hava tahmini sağlıyor. GenCast ve IFS ENS gibi lider sistemlerle yarışan sonuçlar elde eden U-Cast, yalnızca 12 H200 GPU-gününde eğitiliyor. Bu başarı, AI tabanlı hava tahmini alanında karmaşıklığın her zaman gerekli olmadığını kanıtlayarak, daha erişilebilir ve verimli çözümler için kapı açıyor.
Yapay zeka ile sahte fotoğrafları tespit eden yeni yöntem geliştirildi
Araştırmacılar, dijital görüntülerde copy-move sahteciliğini tespit edebilen GraphSpecForge adlı yeni bir framework geliştirdi. Bu yöntem, bir görüntünün belirli bölümlerinin kopyalanıp başka yerlere yapıştırılarak içeriğin gizlenmesi veya değiştirilmesi durumlarını ortaya çıkarabiliyor. Sistem, Stable Diffusion U-Net modelinin dikkat grafiklerini analiz ederek çalışıyor ve özel eğitime ihtiyaç duymuyor. Copy-move manipülasyonlarının dikkat grafiklerinde yaklaşık alt-grafik duplikasyonuna yol açtığı ve bu durumun normalleştirilmiş graf Laplacian'ında ölçülebilir spektral yeniden dağılıma sebep olduğu keşfedildi. Wasserstein mesafeleri kullanılarak görüntü seviyesinde anomali tespiti yapılan sistem, dört farklı test setinde değerlendirildi ve RecodAI-LUC veri setinde %60.6 AUROC başarı oranına ulaştı.
Yapay Zeka ile Mikrokanal Akışlarını Haritalamak: μ-FlowNet Modeli
Araştırmacılar, mikroakışkan sistemlerdeki karmaşık sıvı akışlarını analiz etmek için μ-FlowNet adlı yeni bir yapay zeka modeli geliştirdi. Geleneksel hesaplamalı akışkanlar dinamiği yöntemlerinin yoğun işlem gücü gereksinimleri ve uzun simülasyon süreleri nedeniyle yetersiz kaldığı düzensiz şekilli dairesel mikrokanalların akış desenlerini tahmin etmede önemli bir atılım sağlıyor. U-Net tabanlı derin öğrenme mimarisi kullanan model, veri odaklı bir yaklaşımla bu zorlu probleme çözüm sunuyor. Mikroakışkan teknolojisi, medikal tanı, kimyasal analiz ve biyolojik araştırmalarda kritik öneme sahip olduğu için bu gelişme, hem bilimsel araştırmalara hem de endüstriyel uygulamalara önemli katkılar sağlayabilir.
Afrika'da beyin tümörü teşhisi için yapay zeka modeli geliştirildi
Araştırmacılar, Afrika'daki düşük ve orta gelirli ülkelerde beyin tümörü teşhisini iyileştirmek için özel bir yapay zeka modeli geliştirdi. Bu ülkelerde standart görüntüleme protokollerinin olmaması, düşük kaliteli MR cihazlarının yaygın kullanımı ve sınırlı sağlık kaynakları nedeniyle otomatik beyin tümörü segmentasyonu zorlu bir süreç. Bilim insanları, nnU-Net ve MedNeXt gibi gelişmiş segmentasyon modellerini topoloji iyileştirme teknikleriyle birleştirerek bu zorluğu aştı. BraTS Africa 2025 Yarışması kapsamında geliştirilen sistem, düşük kaliteli görüntülerdeki deformasyonları düzelten özel bir modül içeriyor. Model, önce yüksek kaliteli verilerle eğitilip sonra Afrika veri seti için ince ayar yapılarak optimize edildi.
Kuantum ve Klasik Bilişimi Birleştiren Yeni Yaklaşım Uydu Görüntülerini Analiz Ediyor
Araştırmacılar, uydu görüntülerindeki nesneleri tanımlamak için kuantum ve klasik bilişim tekniklerini birleştiren yeni bir yapay zeka modeli geliştirdi. HQF-Net adı verilen bu hibrit sistem, geleneksel yöntemlerin aksine hem küçük detayları hem de geniş bölgelerdeki anlamsal bağlamı eşzamanlı olarak yakalayabiliyor. Model, dondurulmuş bir görü transformatörü omurgası ile özelleştirilmiş U-Net mimarisini birleştirirken, kuantum devrelerini kullanan özel bileşenler aracılığıyla özellik iyileştirmesi gerçekleştiriyor. Bu yaklaşım, uzaktan algılama uygulamalarında görüntü segmentasyonunda önemli iyileşmeler vaat ediyor ve kuantum hesaplamanın pratik AI uygulamalarında nasıl kullanılabileceğine dair yeni perspektifler sunuyor.
Lenssiz kameralar artık çözünürlükten bağımsız görüntü alabilecek
Araştırmacılar, lenssiz kameraların görüntü kalitesini önemli ölçüde artıran yeni bir yapay zeka yöntemi geliştirdi. Fourier Sinir Operatörleri (FNO) adlı bu teknik, ince difüzörler kullanarak çalışan kompakt kameralar için tasarlandı. Geleneksel lens tabanlı kameralardan farklı olarak, lenssiz kameralar diffüzör adı verilen özel malzemeler kullanır ve görüntü rekonstrüksiyonu için bilgisayar işlemlerine ihtiyaç duyar. Yeni yöntem, mevcut U-Net teknolojisine kıyasla 2.14 dB daha iyi PSNR değeri ve 0.11 daha yüksek SSIM skoru elde etti. En önemli özellik ise, 128x128 çözünürlükte eğitilen sistemin, ek eğitim almadan 256x256 ve 512x512 çözünürlüklerde de başarılı çalışabilmesi. Bu gelişme, mobil cihazlar ve uzay uygulamaları için daha kompakt kamera sistemleri geliştirilmesine kapı açıyor.
Yapay Zeka, Kalp Duvarının İnce Yapısını Görüntülemeyi Kolaylaştırıyor
Araştırmacılar, kalp MR görüntülerinde sol atrium duvarının segmentasyonunu iyileştiren yeni bir yapay zeka yöntemi geliştirdi. C2W-Tune adlı bu yaklaşım, iki aşamalı bir transfer öğrenme stratejisi kullanarak önce kalp boşluğunu öğreniyor, sonra bu bilgiyi ince duvar yapılarını tespit etmek için kullanıyor. Sol atrium duvarının doğru segmentasyonu, duvar kalınlığının haritalanması ve fibrozis miktarının belirlenmesi için kritik öneme sahip. Ancak duvarın inceliği, karmaşık anatomisi ve düşük kontrast nedeniyle bu işlem oldukça zorlayıcı. Yeni yöntem, 3D U-Net mimarisi ile ResNeXt kodlayıcısını birleştirerek, önce atrium boşluğunu segmente etmeyi öğreniyor, ardından bu bilgiyi duvar segmentasyonuna aktarıyor. Test sonuçları, geleneksel yöntemlere kıyasla önemli iyileşmeler gösteriyor.