1710 articles
Cet article présente une étude numérique démontrant que des modèles innovants de force de maintien de la tôle progressifs, utilisant des anneaux annulaires élastiques, réduisent considérablement les imperfections géométriques et la consommation d'énergie lors du processus de fraisage à la fraise, comparativement aux méthodes traditionnelles imposées par déplacement.
Cette étude conceptuelle introduit l'Integrated Rehabilitation Architecture Performance Framework (IRAPF), un indice composite qui unifie les critères thérapeutiques, spatiaux, environnementaux et économiques afin d'évaluer et de classer de manière robuste les conceptions de centres de réadaptation durables, démontrant que les approches intégrées surpassent systématiquement les stratégies conventionnelles ou à focus unique à travers divers scénarios de pondération.
Cet article introduit TEMIF, un cadre de confiance et explicable qui emploie des expériences contrôlées et des preuves multidimensionnelles pour démontrer que la sélection spectrale stratégique (combinant spécifiquement les bandes RGB avec le Red Edge, le NIR et le SWIR) améliore la capacité discriminante pour la classification de la végétation dans l'imagerie Sentinel-2 plus efficacement que l'utilisation de toutes les bandes disponibles, malgré un léger compromis sur la précision globale par rapport à une base de référence RGB.
Cet article présente SMARTEN v2.0, un cadre de prévision évolutif et efficace en termes de données qui permet la prédiction conjointe et en temps réel de la production et de la consommation d'énergies renouvelables à travers de multiples échelles — du bâtiment individuel au système national — en utilisant un minimum de données historiques pour soutenir la gestion avancée du réseau et les stratégies de la demande.
Cet article dérive des filtres d'ordre fractionnaire avec des fonctions de transfert en et en discrétisant spatialement une équation aux dérivées partielles issue des équations de Maxwell pour modéliser l'effet de peau, et présente une implémentation numérique correspondante via une transformation bilinéaire qui est évaluée par rapport au filtre récursif d'Oustaloup.
Cet article, intitulé « Application of Robust Mean-Difference Filtering to Relative Navigation of Formation Spacecraft », a été retiré par les auteurs en raison d'un manque de consentement total de la part de tous les contributeurs, et ne doit donc pas être cité ou utilisé comme référence.
Cet article propose une méthode de suppression de l'interférence de direction de l'onde incidente (DPI) pour un radar bistatique non coopératif qui exploite l'orthogonalité préservant la direction des vecteurs propres du signal afin d'éliminer les composantes d'interférence après la décohérence, améliorant ainsi la précision de l'estimation de la direction d'arrivée (DOA) de la cible.
Cette étude évalue la transportabilité de modèles nationaux d'apprentissage automatique pour prédire l'utilisation du biogaz domestique au Népal à travers différentes périodes et contextes locaux, concluant que bien que les modèles conservent une forte capacité à classer les ménages par probabilité relative, leurs prédictions de prévalence absolue dérivent au fil du temps et des lieux, suggérant qu'ils sont mieux utilisés comme des références adaptatives pour le suivi des transitions énergétiques plutôt que comme des prévisions fixes.
Cette étude démontre que l'incorporation de 2 % de fibres de coco ou de jute dans un sol meuble expansif améliore considérablement ses performances d'ingénierie en réduisant la plasticité et la compressibilité tout en augmentant la résistance grâce à des mécanismes tels que le pontage de fibres et l'imbrication de particules, offrant ainsi une alternative durable pour la stabilisation des sols.
Cette étude évalue diverses performances de modèles d'apprentissage automatique et d'apprentissage profond pour la prédiction des événements de haut débit au pont de Hardinge, au Bangladesh, concluant que, bien que la forêt aléatoire ait surpassé les réseaux de neurones dans les scénarios purement météorologiques, l'incorporation de données sur l'état hydrologique actuel a amélioré la précision de la prédiction de manière plus significative que la complexité architecturale, bien que les résultats demeurent un benchmark de référence reproductible plutôt qu'une compétence opérationnelle en raison de la lignée de données partagée entre les prédicteurs et les cibles.