“bulanık mantık” için sonuçlar
5 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Robotlar İçin Yeni Mantık Dili: Bulanık Yollar ile Hareket Planlama
Araştırmacılar, robot hareket planlaması için geleneksel signal temporal logic (STL) mantığının ötesine geçen yenilikçi bir yaklaşım geliştirdi. 'Bulanık Yollar Mantığı' adlı bu yeni sistem, robotların hareket planlarını daha anlaşılır ve esnek şekilde tanımlamaya olanak sağlıyor. Sistem, geometri ve mantık kavramlarını birbirinden ayırarak, karmaşık robot davranışlarının daha basit formüllerle ifade edilmesini mümkün kılıyor. Bu yaklaşım, hem insan operatörlerin robot davranışlarını daha kolay tanımlamasına hem de robotların örnek hareketlerden öğrenmesine imkan veriyor. Siber-fiziksel sistemler ve robotik alanında önemli bir gelişme olan bu çalışma, robot hareket planlamasında yeni standartlar oluşturabilir.
Siber Güvenlikte Yeni Tehdit: Kademeli Bilgi Sızıntısı Modellenebiliyor
Araştırmacılar, siber saldırganların protokol güvenlik açıklarını nasıl kademeli olarak istismar edebileceğini gösteren yeni bir matematiksel model geliştirdi. Geleneksel güvenlik analizleri, saldırganların bir bilgiyi ya tamamen biliyor ya da hiç bilmediğini varsayıyor. Ancak gerçekte, yan kanal saldırıları gibi tekniklerle saldırganlar gürültülü gözlemlerden yavaş yavaş kritik bilgileri toplayabiliyor. Yeni bulanık mantık tabanlı model, bu kademeli öğrenme sürecini 0 ile 1 arasında değerler kullanarak simüle ediyor. Test sonuçları, geleneksel ikili analizlerde güvenli görünen protokollerin, kademeli sızıntı modellendiğinde aslında güvenlik açıkları barındırabileceğini ortaya koyuyor. Bu keşif, özellikle Needham-Schroeder-Lowe gibi yaygın kullanılan güvenlik protokollerinin yeniden değerlendirilmesi gerektiğini gösteriyor.
Bulanık Mantık, Yapay Zeka Öğrenmesinü Hızlandırıyor
Yapay zeka sistemlerinin öğrenme süreçlerinde karşılaştığı en büyük sorunlardan biri, karmaşık görevlerde yavaş ilerleme kaydetmesidir. Araştırmacılar, bu sorunu çözmek için bulanık mantık teorisini kullanan yeni bir yöntem geliştirdiler. FARS (Fuzzy Logic Theory-based Adaptive Reward Shaping) adlı bu yaklaşım, uzman bilgisini yapay zeka sisteminin ödül mekanizmasına entegre ederek öğrenme sürecini hızlandırıyor. Yöntem, özellikle otonom drone yarışları gibi karmaşık navigasyon görevlerinde test edildi ve geleneksel yöntemlere kıyasla daha hızlı öğrenme ve daha istikrarlı performans gösterdi. Bu gelişme, robotik ve otonom sistemlerin gerçek dünya uygulamalarında daha etkili çalışmasının önünü açabilir.
Bulanık Mantık Problemlerini Çözen Yeni Yapay Zeka Aracı Geliştirildi
Araştırmacılar, bulanık mantık problemlerini çözmek için SATFuL adlı yeni bir yapay zeka aracı geliştirdi. Klasik Boolean mantığın aksine, bulanık mantık belirsizlik ve kısmi doğrulukları işleyebilen matematiksel bir yaklaşımdır. Geleneksel çözücülerin aksine, SATFuL karma tamsayı doğrusal olmayan programlama tekniklerini kullanarak farklı bulanık mantık çeşitlerini tek bir araçta birleştiriyor. Deneyler, aracın mevcut Lukasiewicz mantığı çözücüleriyle rekabet edebilir performans gösterdiğini ve Ürün mantığında diğer araçları geride bıraktığını ortaya koyuyor. Bu gelişme, belirsizlik içeren karar verme sistemlerinden yapay zeka uygulamalarına kadar geniş bir alanda kullanılabilecek güçlü bir araç sunuyor. SATFuL'un esnek yapısı, yeni bulanık operatörlerin kolayca entegre edilmesine olanak tanıyarak gelecekteki araştırmalara da kapı açıyor.
Büyük Veri Kümelerini Parçalara Ayıran Yeni Matematiksel Yöntem Geliştirildi
Araştırmacılar, büyük veri kümelerini daha küçük ve bağımsız parçalara ayırmak için yeni bir matematiksel yaklaşım geliştirdi. Formal kavram analizi alanında yapılan bu çalışma, özellikle belirsizlik içeren verilerle çalışırken büyük veri setlerinin işlenmesini kolaylaştırabilir. Geliştirilen yöntem, bulanık mantık çerçevesinde bağımsız alt bağlamların tanımlanmasına ve kavram kafeslerinin bloklar halinde ayrıştırılmasına dayanıyor. Bu yaklaşım, veri madenciliği ve yapay zeka uygulamalarında eksik ya da belirsiz bilgilerin bulunduğu büyük veri setlerinin daha verimli işlenmesine olanak sağlayabilir.