3009 articles
Cet article présente un système IoT mobile à faible coût utilisant un microcontrôleur ESP32 avec des capteurs de gaz et environnementaux pour permettre la classification en temps réel de la fraîcheur des aliments et la surveillance à distance via la plateforme Blynk, démontrant son efficacité pour détecter l'altération et réduire le gaspillage alimentaire afin de soutenir les Objectifs de développement durable des Nations Unies.
Cette étude démontre qu'un système de cuisson par induction électrique piloté par le photovoltaïque, malgré une efficacité énergétique inférieure à celle d'un réchaud au GPL conventionnel, offre une durabilité à long terme supérieure grâce à des coûts de fonctionnement nettement plus bas, une efficacité exergétique plus élevée et des réductions substantielles d'émissions de CO₂ dans les conditions climatiques indiennes.
Cet article propose un cadre de réseau de neurones informés par la physique paramétré (P2INN) qui accélère considérablement la conception et l'optimisation de matériaux élastiques linéaires statiques multicouches en servant d'alternative légère et de haute précision aux méthodes traditionnelles d'éléments finis, atteignant des objectifs d'erreur de volume dans le pire des cas proches de 5 % tout en réduisant drastiquement les coûts computationnels.
Cette étude propose la consommation de carburant par kilomètre parcouru comme un indicateur spatial évolutif et à faible coût pour évaluer la performance des infrastructures urbaines dans la zone de Juba, au Soudan du Sud, une région caractérisée par la rareté des données, révélant que les itinéraires intra-urbains présentant de mauvaises conditions de surface et une forte densité de carrefours imposent des charges économiques et énergétiques nettement plus élevées que les trajets interurbains.
Cette étude démontre que, bien que la géométrie du bâtiment soit le principal moteur de l'efficacité énergétique dans les climats diversifiés de l'Égypte, l'alignement des structures avec la direction de la Qibla n'entraîne qu'une pénalité énergétique minimale (moins de 7 %), prouvant ainsi que les exigences d'orientation culturelle peuvent être intégrées avec succès aux stratégies de conception durable.
Cet article présente un système de calcul itératif analogique à base de memristors (mAIC) qui utilise un schéma de programmation prédictif à une étape avec compensation analogique pour parvenir à une résolution d'équations matricielles dynamiques économe en énergie, à faible latence et précise pour l'autonomie robotique en temps réel, surpassant de manière significative les plateformes numériques traditionnelles telles que le NVIDIA Jetson.
Cet audit rétrospectif multi-jeux de données révèle que les indicateurs de cicatisation dérivés de l'image sont hautement sensibles à la parcimonie des calendriers de visites et au cadrage de l'image, démontrant que les données actuelles ne permettent qu'une analyse de mode de défaillance plutôt qu'un pronostic clinique calibré en raison d'erreurs de segmentation non validées, d'un manque de valeur incrémentale des CNN par rapport aux mesures d'occupation, et d'une instabilité sous des variations d'échelle.
Cet article introduit le TISAC (Time-Input State-Aware Calibration), un nouveau cadre utilisant des réseaux de neurones en coévolution et des contraintes physiques pour calibrer des modèles d'ingénierie en inférant les paramètres incertains et le biais de divergence sous des conditions opérationnelles temporellement corrélées et variant selon l'état.
Cet article propose une méthode d'entraînement sans étiquetage pour les réseaux de neurones de graphes à attention qui minimise les résidus de volume fini des équations de gouvernance afin de générer efficacement des substituts neuronaux précis pour des champs thermo-fluides 3D couplés sans encourir les coûts de calcul élevés de la génération de données conventionnelle.
Cette étude présente une implémentation Python en open-source d'un intégrateur de point matériel de type Hardening Soil, validée par des données de sol de Ho Chi Minh Ville, qui sert avec succès de générateur de données physiques de haute fidélité pour l'entraînement d'un modèle de substitution par réseau de neurones hautement précis.