Bilim insanları, karmaşık sistemlerin iç durumlarını yapay zeka ile takip eden yenilikçi bir yöntem geliştirdi. Neural Luenberger gözlemci olarak adlandırılan bu teknoloji, sistemin geçmiş davranışlarından öğrenerek gelecekteki durumlarını tahmin edebiliyor.
Geleneksel gözlemci sistemler, matematiksel modellere dayalı çalışırken, bu yeni yaklaşım tamamen veri odaklı. Sinir ağları kullanarak, sistemin sadece girdi ve çıktı verilerinden iç parametrelerini çıkarım yapabiliyor. Bu özellikle biyolojik sistemler, kimyasal reaktörler ve otonom araçlar gibi karmaşık nonlinear sistemler için büyük avantaj sağlıyor.
Araştırmacılar, klasik Kazantzis-Kravaris/Luenberger gözlemci yapısını modern makine öğrenmesi teknikleriyle harmanlayarak, hem girdi-bağımlı terimler hem de nonlinear haritalama fonksiyonlarını çok katmanlı sinir ağlarıyla öğrenmesini sağladılar. Sistemin en önemli özelliği, yeni veriler geldiğinde garantili hata sınırları içinde çalışabilmesi.
Bu teknoloji, endüstri 4.0 uygulamalarından medikal cihazlara, havacılıktan enerji sistemlerine kadar geniş bir yelpazede kullanılabilir. Özellikle gerçek zamanlı kontrol gerektiren sistemlerde, görülmeyen durumların tahmin edilmesi kritik önem taşıyor.