3009 Arbeiten
Dieses Papier schlägt eine universelle, kontaktlose „Permeabilitätsgesteuerte Magnetische Übertragung“ vor, die Variationen der magnetischen Permeabilität nutzt, um eine flexible, hochkraftstarke Verstärkung für diverse Soft-Aktuatoren bereitzustellen und dadurch deren Miniaturisierung sowie verbesserte Energieeffizienz zu ermöglichen.
Dieses Paper führt ein neuartiges Single-Shot-Link-Discovery-Paradigma für Millimeterwellen- und Sub-Terahertz-Netzwerke ein, das raum-polarisationskodierte Metasurfaces nutzt, um räumliche Richtungen auf distinkte Polarisationssignaturen abzubilden, was eine präzise Strahlabstimmung ohne iteratives Scannen oder große Bandbreiten ermöglicht.
Dieses Papier schlägt ein Multi-Zeitskalen-Optimierungsverfahren für Virtuelle Kraftwerke vor, das einen vernetzten Handelsmechanismus für Kohlenstoff- und Grünzertifikate integriert, um Marktrisiken zu vermeiden, ein zweischichtiges robustes Modell für die Vorausplanung am Vortag einsetzt und eine verteilte modellprädiktive Regelung für Intraday-Anpassungen nutzt, wodurch ein kohlenstoffarmer, wirtschaftlicher und zuverlässiger Betrieb unter den Unsicherheiten erneuerbarer Energien erreicht wird.
Diese Fallstudie aus Bangladesch zeigt, dass der Ersatz von natürlichem grobem Zuschlagstoff durch 50–75 % Elektrolichtbogenofen-Schlacke (EAF-Schlacke) die Druckfestigkeit und Dauerhaftigkeit von Beton signifikant verbessert und gleichzeitig die Wasseraufnahme reduziert, was eine nachhaltige Lösung für die Infrastrukturentwicklung darstellt.
Diese Arbeit demonstriert eine interpretierbare, stromsparende Compute-in-Memory-Implementierung von Kolmogorov-Arnold-Netzwerken unter Verwendung von kommerziellem Triple-Level-Cell V-NAND-Flash-Speicher, welche eine hohe Vorhersagegenauigkeit für die multimodale Gassensorik erreicht und gleichzeitig den Energieverbrauch sowie die Speicheranforderungen im Vergleich zu traditionellen Multilayer-Perzeptronen signifikant reduziert.
Dieses Paper präsentiert ein visionsgesteuertes Robotersystem, das einen kollaborativen Roboter mit sechs Freiheitsgraden, eine auf YOLO basierende maschinelle Bildverarbeitung und kraftgesteuerte Fräsbearbeitung integriert, um Nähte von Altschuhwerk automatisch zu identifizieren und zu entfernen, wobei eine Positioniergenauigkeit im Submillimeterbereich erreicht wird, um eine effiziente Materialrückgewinnung und Komponentenwiederverwendung zu ermöglichen.
Diese Studie untersucht systematisch, wie die Probenstärke, die Belastungsrate und die Korngrößenverteilung die Biegeperformance von Asphaltmischgut in unkerbten Halbkreisbiegeversuchen beeinflussen, wobei sie aufzeigt, dass die Probenstärke die gemessenen Eigenschaften signifikant beeinflusst und eine Standardisierung der Testparameter für zuverlässige Leistungsvergleiche erforderlich macht.
Diese Studie schlägt ein duales Deep-Learning-Modell vor, das in eine Digital-Twin-Plattform integriert ist, um eine mehrzeit-skalige Erdrutschvorhersage und eine risikobasierte Entscheidungsfindung zu ermöglichen, wodurch die Lücke zwischen kurzfristiger Notfallreaktion und langfristiger technischer Planung effektiv geschlossen wird.
Dieses Paper schlägt ein neuartiges Nano-Distributed Imaging System (NDIS) für das Internet der Bio-Nano-Dinge vor, welches funktionalisierte Nanogeräte und ein auf Compressed Sensing basierendes Rekonstruktions-Framework nutzt, um eine hochauflösende, kamerafreie Lokalisierung von Tumoren im Körper sowie die Kartierung biochemischer Aktivitäten zu erreichen, wobei eine überlegene räumliche Beobachtbarkeit und Genauigkeit unter realistischen physiologischen Bedingungen nachgewiesen wird.
Dieses Paper stellt ein generatives Modell vor, das Hochgeschwindigkeitsvideos der Siededynamik aus akustischen Emissionen und statischen visuellen Hinweisen rekonstruiert und somit effektiv ein nicht-invasives „virtuelles Fenster“ schafft, um das Blasenverhalten in optisch unzugänglichen thermischen Systemen zu visualisieren, in denen die herkömmliche Bildgebung versagt.