“yapay zeka algoritması” için sonuçlar
21 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Su Moleküllerini Simüle Eden Yapay Zeka Algoritması Geliştirildi
Araştırmacılar, su kümelerinin davranışını tahmin etmek için yenilikçi bir yapay zeka destekli moleküler dinamik simülasyon yöntemi geliştirdi. PDMD adlı bu sistem, geleneksel yöntemlerin karşılaştığı doğruluk-hız ikilemini çözerek, hem yüksek hassasiyette hem de hızlı hesaplamalar yapabiliyor. Gaussian tabanlı geometrik tanımlayıcılar ve ChemGNN adlı grafik sinir ağı kullanan sistem, herhangi bir boyuttaki su kümesinin enerji ve kuvvet değerlerini tahmin edebiliyor. Sistem, enerji tahmininde atom başına 1,39 meV, kuvvet tahmininde ise angström başına 50,7 meV hata payıyla çalışıyor ve mevcut DeepMD teknolojisinden 5 kat daha iyi performans gösteriyor. Bu gelişme, malzeme bilimi ve kimya simülasyonlarında önemli ilerlemeler sağlayabilir.
6G Endüstriyel Ağlarda Yapay Zeka ile Kritik Alarm Sistemi Geliştirildi
Araştırmacılar, 6G endüstriyel alt ağlarda acil durum alarmlarının zamanında iletilmesi için dağıtık derin öğrenme tabanlı yeni bir sistem geliştirdi. Sistem, fabrika ve endüstriyel tesislerde yaşanan kritik olayların saniyeler içinde güvenilir şekilde iletilmesini sağlayacak. Geleneksel iletişim yöntemlerinin yetersiz kaldığı büyük ölçekli endüstriyel ortamlarda, birden fazla alt ağın aynı anda aktif hale geldiği durumlarda bile alarm mesajlarının kaybolmamasını garanti ediyor. Yapay zeka algoritması, her yerel erişim noktasının çevresindeki yoğunluk durumunu anlayarak en uygun iletim desenini seçmesini sağlıyor. Bu teknoloji, endüstriyel güvenlik ve acil müdahale sistemlerinde devrim yaratabilir.
Yapay Zeka İyonosferi Otomatik Olarak Analiz Etmeyi Öğrendi
Türk bilim insanları, iyonosfer tabakasının yapısını otomatik olarak analiz edebilen yeni bir yapay zeka algoritması geliştirdi. İyonosfer, Dünya'nın üst atmosferinde bulunan ve radyo dalgalarının yayılımını etkileyen elektriksel olarak yüklü parçacık tabakasıdır. Geleneksel yöntemlerle bu tabakanın analizi uzman bilgi gerektirirken, yeni sistem bulanık kümeleme ve makine öğrenmesi tekniklerini kullanarak süreci tamamen otomatikleştiriyor. Sistem özellikle uzay hava durumu tahminleri ve haberleşme sistemlerinin güvenilirliği açısından kritik önem taşıyor. Algorithm, iyonosfer verilerindeki karmaşık yapıları tanımlayabilmekte ve uzmanların manuel olarak saatlerce sürdürdüğü analizleri dakikalar içinde tamamlayabilmekte.
Kalp hastalıklarında kişiselleştirilmiş tedavi için yeni yapay zeka algoritması
Araştırmacılar, kalp hastalarına kişiselleştirilmiş tedavi sunmak için CHESRA adlı yeni bir yapay zeka algoritması geliştirdi. Bu sistem, karmaşık kalp dokularının mekanik davranışlarını modellemek için fizik yasalarını ve makine öğrenimini birleştiriyor. Geleneksel yöntemler çok fazla parametre kullanarak karmaşık hesaplamalar gerektirirken, CHESRA sadece 3-4 parametre ile daha basit ve doğru modeller üretiyor. Algoritma, birden fazla deneysel veri kaynağından otomatik olarak basit enerji fonksiyonları türetiyor ve hem laboratuvar testlerinde hem de 3 boyutlu simülasyonlarda mevcut teknolojilerden daha tutarlı sonuçlar veriyor. Bu gelişme, dijital kalp ikizleri teknolojisinin klinik uygulamalarda daha etkili kullanılmasının önünü açıyor.
Yapay Zeka Okyanus Dalgalarını Çözmeyi Öğrendi
Okyanusların karmaşık dinamiklerini anlamak için bilim insanları yeni bir yapay zeka algoritması geliştirdi. Bu sistem, uydu verilerini kullanarak okyanus yüzeyindeki iç gel-git dalgalarını diğer su hareketlerinden ayırt edebiliyor. Geleneksel yöntemlerin yetersiz kaldığı durumlarda bile başarılı olan bu teknoloji, okyanus biliminde önemli bir adım teşkil ediyor. Araştırmacılar, deniz yüzeyi yüksekliği, sıcaklık ve akıntı hızı gibi farklı verileri birleştirerek daha doğru sonuçlar elde etmeyi başardı. Bu gelişme, iklim değişikliği ve denizcilik alanlarında yeni kapılar açabilir.
DNA Motif Keşfinde Yapay Zeka Devrimi: MAP-Elites Algoritması
Araştırmacılar, DNA dizilerindeki düzenleyici motifleri keşfetmek için geleneksel yöntemlerin ötesine geçerek, MAP-Elites adlı yapay zeka algoritmasını kullandı. Geleneksel motif keşfi yöntemleri tek bir baskın motif bulurken, yeni yaklaşım biyolojik çeşitliliği koruyarak birden fazla olası motif açıklamasını ortaya çıkarıyor. İnsan karaciğer CTCF protein verilerinde yapılan denemelerde, algoritma motif özgüllüğü, yapısal kompozisyon ve kapsama alanı arasındaki dengeyi başarıyla yönetti. Bu gelişme, gen düzenleme mekanizmalarının daha iyi anlaşılmasına katkı sağlayabilir.
Kuantum Denklemler İçin Yeni Yapay Zeka Algoritması Geliştirildi
Araştırmacılar, kuantum fiziğinde önemli olan Gross-Pitaevskii denklemlerini çözmek için yeni bir yapay sinir ağı algoritması geliştirdi. SD-FSNN adı verilen bu yöntem, geleneksel hesaplama yöntemlerinin aksine boyut sayısından bağımsız çalışabiliyor ve exponansiyel maliyet artışını önlüyor. Algoritma, ağırlık ve bias değerlerini rastgele örnekleyerek gradient tabanlı optimizasyon yöntemlerinden hem hız hem de doğruluk açısından üstün performans gösteriyor. Özellikle sonsuz uzayda tanımlı yüksek boyutlu problemlerde etkili olan bu yaklaşım, kuantum mekaniksel sistemlerin modellenmesinde önemli ilerlemeler sağlayabilir.
İnsan Hareketlerini Daha Doğal Tanıyan Yapay Zeka Algoritması Geliştirildi
Araştırmacılar, insan hareketlerini tanıyan yapay zeka sistemlerinde önemli bir sorunu çözdü. Mevcut sistemler, hareketleri keskin sınırlarla ayırarak doğal akışı göz ardı ediyor. Yeni TranCLR algoritması, hareketler arasındaki geçişleri modelleyerek daha yumuşak ve gerçekçi bir tanıma sistemi oluşturuyor. Bu teknoloji, spor analizi, sağlık takibi ve güvenlik sistemleri gibi alanlarda kullanılabilir. Algoritma, geleneksel ikili karşılaştırma yerine, hareketlerin sürekli doğasını dikkate alan yenilikçi bir yaklaşım benimsiyor.
Drone'lar IoT Ağlarını Daha Verimli Hale Getiriyor: Yeni Yapay Zeka Algoritması
Araştırmacılar, İnsan Olmayan Hava Araçları (İHA) kullanarak LoRa tabanlı IoT ağlarının enerji verimliliğini artıran yeni bir yapay zeka sistemi geliştirdi. GLo-MAPPO adlı bu çok-ajanli derin pekiştirmeli öğrenme algoritması, drone'ların mobil ağ geçidi olarak görev yapmasını sağlıyor. Sistem, geleneksel sabit ağ geçitlerinin kapsama alanı boşlukları ve yüksek enerji tüketimi sorunlarına çözüm getiriyor. 5G/6G ekosistemlerinde kritik rol oynayan IoT ağları için önemli bir gelişme olan bu teknoloji, özellikle dinamik ortamlarda daha etkili veri toplama imkanı sunuyor.
Akışkan Anten Teknolojisi İçin Yeni Yapay Zeka Algoritması Geliştirildi
Araştırmacılar, kablosuz ağlarda devrim yaratma potansiyeline sahip akışkan anten sistemlerinin optimizasyonu için yeni bir yapay zeka algoritması geliştirdiler. MAGRPO adı verilen bu algoritma, geleneksel sabit antenlerin aksine konumlarını dinamik olarak değiştirebilen akışkan antenlerin performansını önemli ölçüde artırıyor. Sistem, çok-ajan pekiştirmeli öğrenme yaklaşımı kullanarak anten konumlarını, ışın yönlendirmesini ve güç dağılımını eş zamanlı olarak optimize ediyor. Mevcut MAPPO algoritmasına kıyasla hesaplama karmaşıklığını neredeyse yarı yarıya azaltan bu yenilik, gelecek nesil kablosuz ağların daha verimli ve esnek olmasını sağlayabilir.
AI Algoritma Seçiminde Portföy Yaklaşımı: Riski Dağıtarak Daha İyi Sonuçlar
Araştırmacılar, karmaşık optimizasyon problemlerinde tek bir yapay zeka algoritmasına güvenmenin risklerini azaltacak yeni bir yaklaşım geliştirdi. Finansal yatırım portföylerindeki çeşitlendirme mantığını AI algoritmalarına uygulayan bu yöntem, bütçeyi farklı algoritmalar arasında bölerek daha güvenilir sonuçlar elde etmeyi hedefliyor. Geleneksel yöntemlerde, yanlış algoritma seçimi veya seçilen algoritmanın beklenmedik performans düşüklüğü ciddi sorunlara yol açabilir. Yeni portföy yaklaşımı, algoritmaların birbirini tamamlayıcı özelliklerinden yararlanarak varyansı azaltıyor ve genel performansı artırıyor. İlk testlerde, basit bir portföy bile en güçlü geleneksel yöntemlerden daha iyi sonuç verdi.
Graf Tabanlı Yapay Zeka: Öneri Sistemlerinde Yeni Dönem
Araştırmacılar, graf yapıları üzerinde çalışan yeni bir yapay zeka algoritması geliştirdi. Bu sistem, birbirine bağlı veriler arasındaki ilişkileri kullanarak daha akıllı öneriler sunabiliyor. Özellikle içerik tabanlı öneri sistemlerinde devrim yaratabilecek bu yaklaşım, her bir öğenin komşularından öğrenerek tahminlerini geliştiriyor. Geleneksel yöntemlerin aksine, bu algoritma büyük veri setlerinde bile verimli çalışabiliyor ve gerçek dünya uygulamalarında binlerce öğe için kullanıcı tercihlerini başarıyla tahmin edebiliyor. Makine öğrenmesi ve öneri sistemleri alanında önemli bir adım olan bu çalışma, sosyal medya platformlarından e-ticaret sitelerine kadar geniş uygulama alanına sahip.
Yapay Zeka ile Kuantum Bilgisayarlar Arası İletişim Hızlanıyor
Araştırmacılar, modüler kuantum bilgisayar sistemlerinde çipler arası iletişimi optimize eden yeni bir yapay zeka algoritması geliştirdi. QARMA adı verilen sistem, derin pekiştirmeli öğrenme ve dikkat mekanizması kullanarak kubit haritalamasını optimize ediyor. Modüler kuantum mimarileri, birden fazla kuantum işlem birimini birleştirerek kuantum bilgisayarları büyütmenin umut verici bir yolu olarak görülüyor. Ancak çipler arası işlemler maliyetli ve gürültülü olduğu için kuantum durumlarının bozulmasına neden olabiliyor. Yeni algoritma, graf sinir ağları ile transformatör tabanlı kodlayıcı birleştirerek bu sorunu çözmeyi hedefliyor. QARMA-R uzantısı ise dinamik kubit yeniden kullanım özelliği ekleyerek verimliliği artırıyor.
Yapay Zeka Algoritması Biyolojik Görüntülerdeki Hücreleri Otomatik Tanımlıyor
Caltech araştırmacıları, biyolojik görüntülerdeki hücreleri otomatik olarak tespit eden yenilikçi bir yapay zeka algoritması geliştirdi. Kanser teşhisinden bağışıklık sistemi araştırmalarına kadar geniş bir uygulama alanına sahip olan bu teknoloji, geleneksel olarak saatlerce süren manuel etiketleme işlemini büyük ölçüde hızlandırıyor. Algoritma, biyopsi örneklerindeki kanserli hücrelerin belirlenmesinden, makrofaj gibi bağışıklık hücrelerinin patojenlerle mücadelesinin gözlemlenmesine kadar çok çeşitli biyolojik uygulamalarda kullanılabiliyor. Bu gelişme, biyomedikal araştırmalarda zaman tasarrufu sağlarken, görüntü analizi süreçlerini de standardize ediyor. Disiplinlerarası yaklaşımla geliştirilen sistem, mikroskopi görüntülerindeki hücreleri yüksek doğrulukla ayırt edebiliyor ve etiketleyebiliyor.
Yapay Zeka Destekli Yönlendirme Protokolü Tıbbi IoT Ağlarını Hızlandırıyor
Araştırmacılar, vücuda takılan tıbbi sensörler arasındaki veri iletimini optimize eden yeni bir yapay zeka algoritması geliştirdi. Internet of Medical Things (IoMT) teknolojisini kullanan kablosuz vücut alan ağları, hasta takibi ve akıllı sağlık hizmetlerinde devrim yaratma potansiyeline sahip ancak enerji kısıtları ve değişken ağ yapıları gibi teknik zorluklarla karşılaşıyor. Yeni QQMR protokolü, Q-learning algoritmasını kullanarak tıbbi verileri aciliyet düzeyine göre sınıflandırıyor ve en uygun iletim yollarını seçiyor. Deneysel sonuçlar, yeni sistemin veri iletim başarı oranını artırdığını ve gecikme, enerji tüketimi ile ağ yükünü önemli ölçüde azalttığını gösteriyor. Bu gelişme, giyilebilir tıbbi cihazların daha verimli çalışmasını sağlayarak uzaktan hasta takibi sistemlerinin yaygınlaşmasına katkı sunabilir.
Yapay Zeka Ağlarında İletişim Süresini Kısaltan Yeni Algoritma Geliştirildi
Araştırmacılar, kablosuz ağlarda dağıtık federe öğrenme sistemlerinin performansını artıran yeni bir yaklaşım geliştirdi. Stokastik gradyan itme (SGP) algoritmasını kullanan bu yöntem, geleneksel simetrik iletişim yapılarının sınırlarını aşarak asimetrik karışım matrisleri kullanımına olanak tanıyor. Bu sayede yapay zeka modellerinin eğitim süresi önemli ölçüde kısalabiliyor. Federe öğrenme, verilerin merkezi bir sunucuya gönderilmeden farklı cihazlarda işlenmesini sağlayan bir teknoloji olarak giderek yaygınlaşıyor. Yeni yaklaşım, özellikle mobil cihazlar ve IoT ağları gibi kaynak kısıtlı ortamlarda önemli avantajlar sunuyor.
Görünür ve Kızılötesi Kameralar İçin Yeni Kimlik Tanıma Sistemi Geliştirildi
Araştırmacılar, 24 saat güvenlik gözetimi için kritik öneme sahip görünür ve kızılötesi kamera sistemlerinde kişi tanıma teknolojisini geliştiren yeni bir yapay zeka algoritması tasarladı. Mevcut sistemler pahalı etiketlenmiş veriler gerektirirken, yeni yaklaşım etiketlenmemiş video kayıtlarından doğrudan öğrenebiliyor. Geleneksel yöntemler farklı kamera türleri arasında kimlik karışıklığı ve dengesiz kümeleme sorunları yaşıyor. Bu sorunları çözmek için geliştirilen 'Nedensel Önyükleme Hizalama' yöntemi, görünür ve kızılötesi görüntüler arasında daha güvenilir eşleştirmeler yapabiliyor. Teknoloji, havaalanları, alışveriş merkezleri ve şehir güvenlik sistemleri gibi alanlarda gündüz-gece kesintisiz izleme kapasitesini artırabilir.
İHA sürülerinde arıza sonrası kendini onarma: Yapay zeka tabanlı çözüm
Araştırmacılar, büyük İHA sürülerinde meydana gelen arızalar sonrasında sistemin kendini onarabileceği yeni bir yapay zeka algoritması geliştirdi. PhyGAIL adı verilen bu sistem, fizik kurallarından ilham alan graf sinir ağları kullanarak İHA'ların birbirleriyle koordineli şekilde çalışmasını sağlıyor. Geleneksel yöntemlerin aksine merkezi kontrol gerektirmeyen bu yaklaşım, sürü büyüklüğü ve hasar seviyesi değişse bile etkili performans gösterebiliyor. Sistem, yerel gözlemlerden hareketle İHA'lar arasında çekim ve itme kuvvetleri modelleyerek fiziksel olarak tutarlı koordinasyon sağlıyor. Bu gelişme, arama kurtarma operasyonlarından askeri uygulamalara kadar geniş bir yelpazede kullanım potansiyeli taşıyor.
Yapay zeka optimizasyonunda yeni yaklaşım: ProxiCBO algoritması
Araştırmacılar, karmaşık optimizasyon problemlerini çözmek için yeni bir yapay zeka algoritması geliştirdi. ProxiCBO adlı bu yöntem, sinyal işleme ve makine öğrenmesinde sıkça karşılaşılan zorlu matematiksel problemleri daha etkili şekilde çözebiliyor. Algoritma, parçacık tabanlı consensus optimizasyonu ile proximal gradyan tekniklerini birleştirerek, hem doğruluk hem de verimlilik açısından mevcut yöntemlerden üstün performans sergiliyor. Özellikle tek foton lidar verilerinden parametre tahmini ve sinyal kurtarma gibi uygulamalarda başarılı sonuçlar elde edildi. Bu gelişme, yapay zeka ve sinyal işleme alanlarında daha güçlü algoritmaların geliştirilmesi yolunda önemli bir adım.
Fabrikada İnsan-Robot İşbirliğini Optimize Eden Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, üretim ortamlarında insan ve robotların birlikte çalışmasını optimize eden yeni bir yapay zeka algoritması geliştirdi. Sistem, çalışanların gerçek zamanlı konumlarını ve hareket mesafelerini dikkate alarak görevleri akıllıca planlıyor ve dağıtıyor. Hiyerarşik yapısıyla karmaşık üretim süreçlerini alt görevlere bölen algoritma, üst seviyede görev planlaması, alt seviyede ise görev dağıtımı yapıyor. Özellikle geliştirilen EBQ (Etkin Tampon-tabanlı Derin Q-öğrenme) yöntemi, eğitim süresini kısaltırken uzun vadeli ve seyrek ödüllü üretim problemlerinde performansı artırıyor. Bu teknoloji, gelişmiş üretim sistemlerinde insan-robot işbirliğinin verimliliğini önemli ölçüde artırarak endüstriyel otomasyonun geleceğini şekillendirmeye aday.
Yapay zeka, uydu görüntülerini gruplamada yeni çığır açtı
Araştırmacılar, hiperspektral uydu görüntülerini analiz etmek için yeni bir yapay zeka algoritması geliştirdi. Bu yöntem, görüntüleri anlamlı bölgelere ayırarak tarım, çevre izleme ve şehir planlama gibi alanlarda devrim yaratabilir. Algoritma, Vision Transformer teknolojisi kullanarak görüntülerin hem uzamsal hem de spektral özelliklerini etkili şekilde öğreniyor. Geleneksel yöntemlerden farklı olarak, sadece küçük bir veri alt kümesiyle eğitilerek yüksek doğruluk elde ediyor. Bu gelişme, uydu verilerinin daha hızlı ve doğru analiz edilmesini sağlayarak çevresel değişikliklerin takibi, tarımsal verimlilik analizi ve doğal afet yönetimi gibi kritik uygulamalarda önemli avantajlar sunuyor.