⚡ Category

eess

2864 Arbeiten

⚡ Ingenieurwissenschaften

Formal Verification of Energy Conservation in Discrete Cyber-Physical Fluid Networks: An Algorithmic Proof Methodology Utilizing Mathematical Induction

Dieses Paper schlägt ein Framework zur formalen Verifizierung vor, das mathematische Induktion nutzt, um diskrete, azyklische Fluid-Netzwerke in gerichtete Graphen abzubilden, was einen effizienten O(V+E)-Algorithmus zur Detektion von Anomalien in der Energieerhaltung bei cyber-physischen Systemen ermöglicht und dabei die Rechenkomplexität im Vergleich zu traditionellen numerischen Lösern signifikant reduziert.

Syed Eirfan Atthar2026-08-25
⚡ Ingenieurwissenschaften

Synthesizing Physiological Stress Facial Expressions for Medical Simulation Mannequins Using AI-Driven Facial Action Units

Dieses Paper präsentiert eine Open-Source, KI-gestützte Pipeline, die unter Verwendung des Facial Action Coding Systems realistische physiologische Stress-Gesichtsausdrücke (Schmerz, Ersticken und Husten) auf 3D-medizinischen Mannequins synthetisiert und damit demonstriert, dass rein visuelle dynamische Animationen die Erkennungsgenauigkeit bei Pflegestudierenden im Vergleich zu audiovisuellen Präsentationen signifikant verbessern.

Ahmad Ridwan Fauzi, Trini Handayani2026-08-25
⚡ Ingenieurwissenschaften

Trans-SAC: Gamification Design for Sustained User Engagement in Residential Demand Response

Dieses Paper schlägt Trans-SAC vor, ein neuartiges, spieleriksbewusstes dynamisches Demand-Response-Framework, das die Modellierung psychologischer Ermüdung mit einer Transformer-basierten Engagement-Vorhersage und Soft Actor-Critic-Reinforcement-Learning integriert, um durch die dynamische Anpassung von Aufgabenkomplexität und Belohnungen die langfristige Nutzerbeteiligung sowie die wirtschaftliche Effizienz aufrechtzuerhalten.

Tianxiao Peng2026-08-25
⚡ Ingenieurwissenschaften

Sim-to-Real Transfer Learning for Real-Time Melt Pool Geometry Prediction in Directed Energy Deposition

Diese Arbeit präsentiert ein Sim-to-Real-Transfer-Learning-Framework, das ein mehrdimensionales hybrides CNN nutzt, welches auf physikbasierten Simulationen vortrainiert und mit begrenzten experimentellen Daten feinabgestimmt wurde, um eine präzise Echtzeitvorhersage der Schmelzbadbreite und -tiefe beim Directed Energy Deposition zu erreichen und somit die langjährige Barriere der indirekten Tiefenmessung für die geschlossene Regelung zu überwinden.

Youmna Mahmoud, Nikhil Muralidhar, Chaitanya Krishna Vallabh, Souran Manoochehri2026-08-25
⚡ Ingenieurwissenschaften

Quantum Capacitance and High-κ Dielectric Engineering in Black Phosphorus MOSFETs: A Unified Analytical Framework for Electrostatic Scaling

Diese Arbeit präsentiert ein vereinheitlichtes analytisches Framework in Python, das die Quantenkapazität mit High-κ-Dielektrika-Engineering integriert, um zu demonstrieren, dass ZrO₂-gegätete Black-Phosphorus-MOSFETs im Vergleich zu SiO₂- und HfO₂-Alternativen eine überlegene elektrostatische Kontrolle und Leistungsmetriken bieten.

Ayushi Sharma2026-08-25
⚡ Ingenieurwissenschaften

Cryotwin: Sensitivity Analysis, Validation, and Application of a Melting Probe Performance Model

Diese Arbeit präsentiert die Entwicklung, Sensitivitätsanalyse und antarktische Validierung von Cryotwin, einem Digital-Twin-Framework, das ein fortschrittliches semi-analytisches Modell beinhaltet, welches die thermische Bohrleistung der IceCraft-Schmelzsonde für die zukünftige Exploration von Eismonden präzise vorhersagt und optimiert.

Dipankul Bhattacharya, Dirk Heinen, Julia Kowalski2026-08-25
⚡ Ingenieurwissenschaften

Does Residual Non-Parameterizability Predict When Learned Residual Control Helps? A Controlled Negative Benchmark on a Simulated Manipulator

Diese kontrollierte Benchmark-Studie an einem simulierten Manipulator zeigt, dass gelernte Residuen-Regler unter verschiedenen Bedingungen konsistent schlechter abschneiden als die klassische zusammengesetzte adaptive Regelung und dass die Metrik der residuellen Nicht-Parametrisierbarkeit versagt, vorherzusagen, wann lernbasierte Ansätze vorteilhaft wären.

Dikshant Dikshant2026-08-25
⚡ Ingenieurwissenschaften

Evaluating the Sustainability of Maintenance in Manufacturing Plants: A Complex Network Theory Approach

Dieses Paper schlägt ein neuartiges Evaluierungsframework für die Nachhaltigkeit der Instandhaltung von Fertigungsanlagen vor, das das MELP-Modell mit der komplexen Netzwerktheorie integriert, um die Interaktionen zwischen ökologischen, ökonomischen und sozialen Indikatoren zu quantifizieren, wodurch traditionelle Modelle durch Netzwerkzentralitätscharakteristika erweitert und deren Robustheit durch eine Sensitivitätsanalyse nachgewiesen wird.

Lijiang Deng2026-08-25
⚡ Ingenieurwissenschaften

Smart Grid Stability Analysis Using Machine Learning and a Cost-Sensitive Stacked Ensemble Classifier

Dieses Paper schlägt einen kosten-sensitiven gestapelten Ensemble-Klassifikator vor, der einzelne maschinelle Lernmodelle übertrifft und unter Verwendung eines UCI-Benchmark-Datensatzes eine Genauigkeit von 98,34 % bei der Klassifizierung der Stabilität von Smart Grids erreicht, um eine effektive Echtzeitüberwachung und eine frühzeitige Warnung vor instabilen Zuständen zu ermöglichen.

Mukesh Kumar, Bharat Bhushan Jain, vikas sharma2026-08-25
⚡ Ingenieurwissenschaften

Comparative Research on Calculation Methods of Near-Field Electromagnetic Field Strength for Medium-Wave Antennas and Multi-Antenna Superposition Analysis

Diese Arbeit vergleicht verschiedene Methoden zur Berechnung der Nahfeld-Elektromagnetischen Feldstärke für Mittelwellenantennen, stellt ein Stromverteilungsmodell auf, um Nahfeldstärken von Fernfeld-Messpunkten aus abzuleiten, und analysiert Abweichungen zwischen theoretischen Berechnungen und Feldmessungen, um die Umweltverträglichkeitsprüfung und eine präzise Emissionskontrolle zu unterstützen.

li wang, minglongyang, huazhang2026-08-25