Purdue Üniversitesi mühendisi Keith LeGrand, Dünya'nın etrafındaki 480.000 kilometrelik alanı kapsayan cis-yörüngeli (cislunar) uzayda nesnelerin konumunu ve hareketini izlemek için yeni yöntemler geliştiriyor. Bu alanda, Güneş-Dünya-Ay sisteminin karmaşık çekim etkileri nedeniyle nesnelerin yörünklerini tahmin etmek zorlu bir görevdir.

LeGrand'ın geliştirmiş olduğu algoritmalar, cis-yörüngeli uzayda bir nesnenin konumundaki belirsizliği zaman içinde nasıl geliştiğini belirlemeye odaklanıyor. Bu algoritmalar, Gaussian karışım yaklaşımları kullanarak belirsizliği temsil ediyor ve bu karışımları gerektiğinde daha küçük parçalara bölerek daha doğru tahminler yapabiliyor.

LeGrand'ın HOTDOGS (Higher-Order Tensor-Based Deferral of Gaussian Splitting) adlı algoritması, belirsizliği daha verimli ve doğru bir şekilde modellemeyi sağlıyor. Bu yöntem, belirsizliğin yalnızca gerektiğinde bölünmesini sağlayarak, hesaplama sürecini hızlandırıyor ve daha az işlem gücü gerektiriyor.