2691 Arbeiten
Dieses Papier schlägt eine robuste Methode zur präzisen Extraktion von kontrastarmen und fragmentierten linearen Objekten, wie etwa Unterwasserleitungen und Pipelines, aus Synthetic-Aperture-Sonar-Bildern vor, indem ein Modell genutzt wird, das Pixelgrauwert mit der Ausrichtung zwischen lokalen Pfadrichtungen und approximativen linearen Orientierungen gemeinsam gewichtet.
Dieses Paper schlägt eine neuartige Methode zur Wiederherstellung okkludierter Grenzen von dicht stehenden juvenilen Abalonen in Aquakulturumgebungen vor, indem es ein Modul zur überskaligen Merkmalsfusion und ein auf der diskreten Kosinustransformation basierendes lernbares Rauschmodul integriert, um die Segmentierungsgenauigkeit zu erhöhen und die Herausforderungen durch geringe Größe, dichte Verteilung und komplexe Okklusionen zu bewältigen.
Dieses Papier schlägt einen modifizierten median-adaptiven probabilistischen relaxierten iterativen variablen Bayes-Kalman-Filter (MMAPRIVBKF) vor, der Vorwärts-Rückwärts-Filterung, variabler Bayes-Rauschschätzung und ein gleitendes Medianfenster integriert, um eine hochgenaue Echtzeit-Zielverfolgung zu erreichen, die gegenüber unbekanntem Rauschen und Ausreißern robust ist, wie durch signifikante Reduzierungen des quadratischen Mittelwertfehlers im Vergleich zu bestehenden Methoden nachgewiesen wurde.
Dieses Papier präsentiert eine neuartige Methodik, die aus Erdbeobachtungsdaten abgeleitete Oberflächen-Thermikausprägungen durch Multikriterien-Ranking und Clustering mit urbaner Form und Funktion integriert, um eine effektive, gestaltungsorientierte Standortwahl für die Stadtplanung zu ermöglichen, wie die Fallstudien in Genua und Turin demonstrieren.
Diese Studie präsentiert die erste standardisierte ingenieurtechnische Charakterisierung von groben Gesteinskörnungen aus sieben bedeutenden somalischen Regionen und zeigt auf, dass mehrere lokale Quellen vorteilhafte mechanische Eigenschaften sowie Dauerhaftigkeitseigenschaften aufweisen, die mit den importierten omanischen Referenzwerten vergleichbar sind, wodurch eine entscheidende landesweite Datenbank zur Unterstützung einer evidenzbasierten Betonmischungsgestaltung und zur Verringerung der Abhängigkeit von importierten Materialien etabliert wird.
Dieses Paper schlägt ein neuartiges Kontrollframework für die Soft-Robotik vor, das von der präzisen Generierung von Aktionen hin zur Regulierung von Verhaltensgrenzen wechselt und so eine robuste sowie übertragbare motorische Intelligenz über diverse Systeme hinweg ermöglicht, ohne auf spezifische Modelle angewiesen zu sein.
Diese Studie schlägt ein Echtzeit-Verletzungsrisiko-Framework für hochautomatisierte Fahrzeuge vor, das prä-crash kinematische Variablen nutzt, um omnidirektionale Risikofunktionen abzuleiten, was unmittelbare Lenk- und Bremsentscheidungen ermöglicht, die die Verletzungsgefahr für Insassen minimieren, ohne auf rechenintensive Crash-Phasen-Simulationen angewiesen zu sein.
Diese Studie nutzt Multi-Zonen-Simulationen über die sechs Klimazonen Marokkos hinweg, um zu zeigen, dass extrudiertes Polystyrol zwar aufgrund seiner Dickeneffizienz die größten absoluten Energieeinsparungen bietet, Isolationsmaterialien jedoch bei einem Vergleich bei gleichem Wärmewiderstand ähnlich abschneiden, und dass eine Wandisolierung in heißen Klimazonen paradoxerweise das thermische Unbehagen erhöhen kann, indem sie die natürliche Wärmesenke des Gebäudes unterdrückt, was zone-spezifische und komponenten-spezifische Auswahlstrategien anstelle eines reinen Vertrauens auf die Wärmeleitfähigkeit erforderlich macht.
Diese Studie evaluiert einen auf LoRaWAN basierenden Digitalen Zwilling für die Überwachung der HLK-Technik und der Umgebung in Wohngebäuden und zeigt auf, dass Abfrage- und Berichterstattungsintervalle der Anwendung sowie nicht die Funkverbindungsqualität die primären Determinanten für die Datenaktualität und die zeitliche Synchronisation in solchen Systemen sind.
Diese Studie präsentiert ein automatisiertes, LLM-gesteuertes agentisches Framework, das hochpräzise XGBoost-Modelle für die auf SPT- und CPT-basierten Bodenverflüssigungsbewertungen integriert und Natural Language Processing nutzt, um die Datenextraktion, Modellauswahl und ingenieurtechnische Interpretation für eine schnelle seismische Gefahrenüberprüfung zu optimieren.