eess artículos | Gist.Science

Evaluating national machine-learning predictions of household biogas use across time and local contexts in Nepal

Este estudio evalúa la transportabilidad de los modelos nacionales de aprendizaje automático para predecir el uso de biogás doméstico en Nepal a través de diferentes periodos de tiempo y contextos locales, encontrando que, si bien los modelos mantienen una fuerte capacidad para clasificar a los hogares por probabilidad relativa, sus predicciones de prevalencia absoluta derivan a través del tiempo y la ubicación, lo que sugiere que es mejor utilizarlos como referentes adaptativos para el monitoreo de las transiciones energéticas en lugar de como pronósticos fijos.

Ren Cao, Li An2026-09-13

⚡ electrical engineering

Study on plasticity and compressibility behaviour of jute and coir reinforced soft soil

Este estudio demuestra que la incorporación de un 2% de fibras de coco o de yute en suelos blandos expansivos mejora significativamente su desempeño de ingeniería al reducir la plasticidad y la compresibilidad, al tiempo que aumenta la resistencia mediante mecanismos como el puenteo de fibras y el trabazón de partículas, ofreciendo una alternativa sostenible para la estabilización de suelos.

Ansab Shafi Mir, Bhuvaneshwari S., Anasua GuhaRay2026-09-12

⚡ electrical engineering

Benchmarking machine and deep learning for retrospective multi-horizon prediction of GloFAS-modelled high flows at Hardinge Bridge in Bangladesh

Este estudio evalúa diversos modelos de aprendizaje automático y profundo para la predicción de eventos de alto caudal en el puente Hardinge, Bangladesh, encontrando que, si bien Random Forest superó a las redes neuronales en escenarios de solo meteorología, la incorporación de datos del estado hidrológico actual mejoró significativamente la precisión de la predicción más que la complejidad arquitectónica, aunque los resultados siguen siendo un referente de proximidad reproducible en lugar de una capacidad operativa debido al linaje de datos compartido entre los predictores y los objetivos.

Asif Ahamed, Ahammad Hossain, Md. Tanvir Hasan, Most. Alisa Tabassum, Md. Kamruzzaman, Jayanta Das, A. H.M. Rahmatullah (…)2026-09-12

⚡ electrical engineering

Glassy Carbon Electrode-Integrated Microfluidic CD Platform for Point-of-Care Detection of SARS-CoV-2 Spike Protein and Prostate-Specific Antigen

Este estudio presenta una plataforma de microfluídica centrífuga de disco capaz de integrar un electrodo de carbono vítreo, de bajo costo, portátil y ultrasensible, para la detección electroquímica dual y sin marcadores de la proteína de la espícula del SARS-CoV-2 y del antígeno prostático específico para aplicaciones de punto de atención.

Naresh Mandal, Bidhan Pramanick2026-09-12

⚡ electrical engineering

Physics-guided explainable machine learning and uncertainty quantification for predicting unconfined compressive strength of nano shale–quicklime stabilized kaolin clay

Este estudio propone un marco de aprendizaje automático explicable y guiado por la física utilizando un modelo CatBoost optimizado para predecir con precisión la resistencia a la compresión simple de la arcilla kaolín estabilizada con nano-esquisto y cal viva, al tiempo que cuantifica las incertidumbres e identifica los impulsores físicos clave como la plasticidad y las interacciones de curado.

Arash Aminaee, Abolfazl Soltani, Abolfazl Baghbani, Parisa Salehan, Hossam Abuel-Naga, Pijush Samui2026-09-12

⚡ electrical engineering

Air-Bearing Testbeds for CubeSat and Nanosatellite Attitude Determination and Control Systems: A Systematic Review of Hardware, Control, and Validation Methodologies

Esta revisión sistemática sintetiza 40 estudios sobre bancos de pruebas de cojín de aire para ADCS de CubeSat y nanosatélites, destacando el cambio hacia el hardware modular y de código abierto, identificando brechas críticas en la fusión de sensores y la validación de propulsores, y priorizando avances futuros en la compensación de perturbaciones de alta fidelidad, gemelos digitales y diagnósticos asistidos por IA.

Islam Ibrahim, Mohamed Riad Ghazy, Aboubakr M. Elhady2026-09-12

⚡ electrical engineering

Transformation of Smart Power Grids with Artificial Intelligence: Challenges, Opportunities, and Future Outlook

Este artículo examina cómo las técnicas de inteligencia artificial, tales como el aprendizaje profundo y los algoritmos de optimización, abordan desafíos críticos en las redes inteligentes —incluyendo la integración de energías renovables, la gestión de la demanda y la ciberseguridad— para mejorar la eficiencia energética, la fiabilidad y la sostenibilidad a través de aplicaciones en el mundo real.

Seyed Enayatallah Alavi2026-09-12

⚡ electrical engineering

Quantum Federated Digital Twin Framework with Explainable Multi-Agent Intelligence for Autonomous Engineering Management

Este artículo presenta el marco QFDT-XMAI, una arquitectura de cinco capas que integra el aprendizaje federado mejorado por computación cuántica, la coordinación de agentes múltiples mediante atención de grafos y la inteligencia artificial explicable para permitir una gestión de ingeniería autónoma y auditable a través de sitios distribuidos, preservando al mismo tiempo la privacidad de los datos y mejorando la eficiencia de convergencia y la transparencia en la toma de decisiones.

Nilesh Vasant Ingale, Mahesh Dhande, Pankaj Deshmukh2026-09-11

⚡ electrical engineering

A Sensor-Centric Survey of SLAM and Odometry for GPS-Denied Environments

Este artículo presenta un estudio centrado en los sensores sobre SLAM y odometría para entornos sin GPS, organizando la literatura por modalidad de detección y nivel de madurez para analizar las compensaciones de rendimiento, identificar tendencias clave como la fusión de multisensores y la integración neuronal, y argumentar que la localización robusta requiere de una detección complementaria combinada con estimadores conscientes de la incertidumbre, al tiempo que destaca la fragmentación de la evaluación comparativa como una barrera importante para el progreso.

Aristeidis Geladaris, Panagiotis Polygerinos2026-09-11

⚡ electrical engineering

Semantic Novelty, Influence, and Patent Persistence in Robotics Innovation: Embedding-Native Indicators and Maintenance-Fee Validation

Este estudio utiliza un marco basado en transformadores sobre cerca de 20,000 patentes de robótica de EE. UU. para demostrar que, si bien la novedad semántica por sí sola no predice la persistencia de la patente, la influencia semántica hacia adelante reduce significamente la probabilidad de caducidad de las tasas de mantenimiento, y la novedad contribuye a la retención solo cuando permanece técnicamente legible dentro de los dominios establecidos.

Chong Guan, Yuchao Cheng2026-09-11