“gerçek zamanlı tahmin” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Hibrit Sistemler İçin Gerçek Zamanlı Tahmine Dayalı Kontrol Algoritmaları
Araştırmacılar, hibrit dinamik sistemlerin kontrolü için yeni gerçek zamanlı algoritmalar geliştirdi. Model tahmine dayalı kontrol (MPC) yöntemi, sürekli ve ayrık davranışları bir arada sergileyen sistemlerde karmaşık optimizasyon problemleri yaratıyor. Yeni çalışma, bu sistemlerin matematiksel tamamlayıcı kısıtlar içeren programlar olarak formüle edilmesini öneriyor. Geleneksel doğrusal olmayan programlama yaklaşımları, hibrit sistem geçişlerinde uygulanamaz hale gelebiliyordu. Bu sorunu çözmek için üç farklı gerçek zamanlı hibrit MPC şeması öneriliyor. Bu algoritmalar, her örneklem için tamamlayıcı kısıtlı karesel programlar çözerek MPC geri besleme yasasının yerel süreksiz parçalı afin yaklaşımlarını üretiyor. Çalışma ayrıca parametrik matematiksel programların süreklilik ve türevlenebilirlik özelliklerini de inceliyor.
Yapay zeka orman yangınlarının yayılımını gerçek zamanlı tahmin ediyor
USC araştırmacıları, orman yangınlarının hangi yöne ilerleyeceğini, ne kadar hızlı büyüyeceğini ve şiddetini gerçek zamanlı olarak tahmin edebilen yenilikçi bir yapay zeka modeli geliştiriyor. Uydu verilerini fizik temelli simülasyonlarla birleştiren bu sistem, yangın sırasında yaşanan belirsizlikleri azaltmayı hedefliyor. Model, yangından etkilenecek bölgelerdeki insanların daha güvenli tahliye edilmesini ve itfaiye ekiplerinin daha etkili müdahale stratejileri geliştirmesini sağlayabilir. Özellikle iklim değişikliği nedeniyle giderek daha sık ve yoğun yaşanan orman yangınları göz önüne alındığında, bu teknolojinin hayat kurtarıcı potansiyeli oldukça yüksek görünüyor.
Yeni algoritma ağ bağlantıları üzerindeki veri akışını gerçek zamanlı tahmin ediyor
Araştırmacılar, ağ bağlantıları üzerinde akan verileri gerçek zamanlı olarak tahmin edebilen yeni bir algoritma geliştirdi. LGLMS (Line Graph Least Mean Square) adlı bu yöntem, geleneksel graf sinyal işleme tekniklerinin genellikle ağ düğümlerine odaklanması sorununun üstesinden geliyor. Algoritma, kenar verilerini düğüm temsillerine dönüştürerek mevcut tekniklerin gücünden faydalanıyor. Ulaştırma ağları ve meteoroloji ağları üzerinde yapılan deneyler, sistemin gürültülü ve eksik verilerle bile başarılı sonuçlar verdiğini gösterdi. Bu gelişme, trafik akışından hava durumu tahminlerine kadar birçok alanda uygulanabilir.