Dr. Uğur Teğin ve öğrencisi Bahadır Utku Kesgin’i çalışmalarından dolayı tebrik ediyoruz

Elektrik-Elektronik Mühendisliği öğretim üyesi Dr. Uğur Teğin ve öğrencisi Bahadır Utku Kesgin, verimli makine öğrenimi için kaotik doğrusal olmayan dinamikleri kullanan yeni bir analog hesaplama yöntemi geliştirdiler. Nature Portfolio’nun Communication Engineering dergisinde yayınlanan ve Nature'ın "Neuromorphic Hardware and Computing 2024" koleksiyonunda yer alan çalışmaları, nöromorfik hesaplamadan ilham alan düşük güçlü, son derece doğru bir analog model sunuyor.

Modern yapay zekanın enerji talebini azaltmak için yeni hesaplama teknikleri geliştirilmektedir. Bu çalışmada yazarlar, mevcut makine öğrenimi algoritmalarının yerine kaotik ve doğrusal olmayan sistemler önerdiler. Kelebek etkisi ile ünlü Lorenz Chaos'un böyle bir uygulama için ideal olduğunu keşfettiler. Bu model, mevcut tekniklerin performansıyla eşleşirken temel makine öğrenimi görevlerini miliwatt ölçeğinde güç seviyelerinde gerçekleştirir. Kaotik çekicilerin benzersiz özelliklerinden yararlanan bu çalışma, makine öğrenimindeki güç tüketimi sorunlarına sürdürülebilir ve verimli bir çözüm sunuyor ve analog hesaplamada önemli bir ilerlemeye işaret ediyor. Devamı https://rdcu.be/dNSeM

Dr. Uğur Teğin ve öğrencisi Bahadır Utku Kesgin’i üstün başarısından dolayı canı gönülden tebrik ediyor, başarılarının devamını diliyoruz.