Araştırmacılar, karmaşık dinamik sistemlerin durumlarını tahmin etmek için kullanılan Bayesian filtreleme yönteminde çığır açan bir yaklaşım geliştirdi. Geleneksel parçacık filtreleri, doğrusal olmayan sistemlerde teorik olarak mükemmel sonuçlar verse de yüksek boyutlarda ölçekleme sorunu yaşıyor. Yeni çalışmada, difüzyon tabanlı öykünücüler kullanılarak ek eğitim gerektirmeden optimal parçacık filtreleme gerçekleştirilebildi. Atmosfer dinamiği dahil olmak üzere doğrusal olmayan kaotik sistemlerde yapılan deneyler, bu yaklaşımın yüksek boyutlu ortamlarda başarıyla çalıştığını gösterdi. Bu gelişme, hava durumu tahmini, iklim modelleme ve karmaşık sistem analizi gibi alanlarda önemli uygulamalara sahip olabilir.

arXiv — Atmosfer & Okyanus Bilimleri 0

Teknoloji & Yapay Zeka

21 Apr

Yapay Zeka ile Geliştirilmiş Bayesian Filtreleme Yöntemi Geliştirdiler

Araştırmacılar, gürültülü ve eksik verilerin bulunduğu ortamlarda daha doğru tahminler yapabilmek için yeni bir matematiksel filtreleme yöntemi geliştirdi. Bu yöntem, Fokker-Planck denklemini derin öğrenme teknikleriyle birleştirerek, özellikle yüksek boyutlu problemlerde etkili çözümler sunuyor. Geleneksel filtreleme algoritmalarının aksine, bu yaklaşım boyut sayısının artmasıyla karşılaşılan zorlukları aşmak için örnekleme tabanlı bir yaklaşım kullanıyor. 10 boyutlu nonlineer bir örnekle test edilen sistem, hem teorik hem de pratik açıdan başarılı sonuçlar verdi. Bu gelişme, otonom araçlardan finansal risk analizine kadar pek çok alanda kullanılan filtreleme sistemlerinin performansını artırabilir.

arXiv (CS + AI) 0