Ceará eyaletinin 2000–2023 uydu verileriyle eğitilen ConvLSTM modeli, arazi bozulmasındaki bölgesel eğilimi tek tek 2,2 kilometrelik hücrelerden daha iyi yakaladı. Araştırmacılar hücre düzeyindeki değişimin büyük ölçüde öngörülemez kaldığını vurguluyor.
Kaynak: arXiv, Desertification Forecasting in Semi-Arid Regions: Using Deep Learning to Probe the Observability Limits of Land Degradation Dynamics (arXiv:2610.13406)
Stanford araştırmacılarının Chronos Policy yöntemi, robotların gözlem ve eylemlerini sabit adımlarla değil gerçek zaman damgalarıyla eşliyor. Makale, zamanlama değiştiğinde bazı görevlerde başarı oranının daha iyi korunduğunu bildiriyor.
Kaynak: arXiv, Chronos Policy: Learning Robot Policies on Physical Time (arXiv:2610.13929)
Rennes’deki CNRS IRISA bağlantılı yazarlar, sentetik ağ deneylerinde gürültülü eğitim grafiğinin ters difüzyonla geri kurulabildiğini ve standart örneklem ölçütlerinin bunu kaçırabildiğini bildiriyor.
Oslo ve Xi’an üniversitelerindeki araştırmacılar, hat kesintilerinden sonra şebeke topolojisi değiştiğinde olasılıksal güç akışını tahmin eden bir grafik sinir ağı sundu. Model, iki test şebekesinde özellikle faz açısı hatasında temel yöntemleri geçti.
Kaynak: arXiv, Hierarchical Graph Neural Network for Probabilistic Power Flow with Grid Topology Contingencies (arXiv:2610.13495)
Michigan Tech araştırması, iki karlı yol veri kümesinde kar şiddeti arttıkça LiDAR araç tespit doğruluğunun da yükseldiğini buldu. Yazarlar bu beklenmedik ilişkiyi karın nesne noktalarını ve yüzey geometrisini değiştirmesiyle açıklayan etkenlerin karışmasına bağlıyor.
Kaynak: arXiv, Beyond the Snowflakes: Disentangling Weather Effects from Confounding Meta-Factors in LiDAR Object Detection (arXiv:2610.13891)
Paris Dauphine-PSL ve CNRS bağlantılı yazarların ön baskısı, NASDAQ-100 açıklayıcı regresyonunda arama tabanlı özellik seçiminin örneklem dışı uyumunu değerlendiriyor.
Oslo Üniversitesi bağlantılı bir arXiv ön baskısı, sinir ağlarının ürettiği temsillerin topolojik karmaşıklığını mimari boyutlarla ilişkilendiren yapıcı sınırlar sunuyor.
Ohio State ve Wisconsin–Madison araştırmacıları, mekânsal verilerde Gauss süreçleri için seyrek ve amortize bir varyasyonel çıkarım yöntemi sundu. NOAA’nın Arktik deniz buzu gözlemlerindeki örnekte model, 21.855 kayıt için 1.398 varyasyon parametresi kullandı.
Georgia Tech araştırmacılarının Splat2Act sistemi, iç mekânı telefonla tarayıp dijital ikiz oluşturuyor ve simülasyonda üretilen örneklerle robotun nesne alma politikasını mekâna göre uyarlıyor. Makale, bir robot kolunda görev başarısını test etti.
Kaynak: arXiv, Splat2Act: From Captured Scenes to Personalized VLA Manipulation (arXiv:2610.13945)
ABD ve Kanada’daki araştırmacılar, elektrikli araçların saatlik şarj yükünü öngörürken dağıtık veriyi merkezde toplamayan SecFD-FL yöntemini sundu. Çalışma, Palo Alto şarj istasyonları ve EV WATTS kayıtlarında tahmin doğruluğu ile gradyan çıkarımı saldırılarını test etti.
Kaynak: arXiv, SecFD-FL: Frequency-Decoupled Federated Learning with Secure Aggregation for Charging Load Forecasting in Internet of Electric Vehicles (arXiv:2610.12909)
NYU Abu Dhabi bağlantılı araştırmacılar, modellerin ürettiği kuantum yazılımı testlerinin doğru ve hatalı çözümleri ayırıp ayıramadığını inceleyen bir çerçeve sundu.
Fransa’daki araştırmacılar, robotun görev sırasında nesneleri nasıl konumlandırıp ilişkilendirdiğini izleyen bir arıza tespit yöntemi sundu. Çalışma, yöntemi mevcut bir kıyaslama ve iki görevli yeni bir veri kümesinde değerlendirdi.
Kaynak: arXiv, Robot-WATCHDOG: failure detection through object-centric graph representation (arXiv:2610.13403)
Google Analytics, izin verirseniz ziyaretleri ve site etkileşimlerini çerezler kullanarak ölçebilir. Tercihinizi daha sonra değiştirebilirsiniz.
Ölçüm kapsamı ve gizlilik
Google Analytics ölçümleri yalnız izin verirseniz başlar. İzin sonrasında otomatik ölçüm kaydırmaları, dış bağlantı tıklamalarını, indirmeleri, video etkileşimlerini, site aramalarını ve temel form etkileşimlerini kapsayabilir; arama terimleri URL parametrelerinden algılanabilir. Bu sitenin kendi kodu form alanı değerlerini göndermez; otomatik ölçümde e-posta redaksiyonu en iyi çabadır, garanti değildir. Özel sayfa görüntüleme olayımız temizlenmiş URL kullanır. İzninizi daha sonra değiştirebilirsiniz. Sayfa açılırken analitik izniniz varsa Analytics yüklendikten sonra LCP, INP ve CLS için sayısal performans ölçümleri de gönderilebilir. İlk veya sonradan verilen izin için bu ölçümler sonraki sayfa yüklemesinde başlar; izni geri almak bu sayfadaki performans raporlarını durdurur. Tercih çerezi altı ay saklanır; reklam ölçümü ve kişiselleştirme kapalıdır.
Tarayıcınız Gizlilik Kontrolü sinyali gönderiyor. Analitik varsayılan olarak kapalıdır; dilerseniz bu tercihi burada açıkça değiştirebilirsiniz.
