1712 articles
Cette étude démontre que l'ajout de l'accélérométrie à la photopléthysmographie portable améliore considérablement la récupérabilité conditionnée à la tâche et la performance de classification, prouvant que l'augmentation par capteur physique peut améliorer à la fois l'information disponible et la précision de l'observateur pour des tâches d'inférence spécifiques.
Cet article présente un cadre de conception inverse en tandem contraint par la fabrication pour les capteurs SPR à fibres à cristaux photoniques, qui utilise une régularisation différentiable et un criblage de Pareto multi-critères pour équilibrer explicitement la faisabilité géométrique, la détection hors distribution et la précision cible, tout en traitant la non-unicité des solutions inverses.
Cet article propose \tsrb{}, un cadre d'audit reproductible qui utilise un Score de Crédibilité des Données à six composantes pour identifier et orienter efficacement les prédictions des modèles de fondation de réseau nécessitant une vérification par solveur physique sous contrainte de topologie et de fonctionnement, équilibrant ainsi la vitesse d'inférence avec la fiabilité opérationnelle sans confondre les résultats du filtrage DC avec des affirmations de faisabilité AC.
Cette étude propose une méthode d'inférence inverse qui exploite le couplage spatial entre le patrimoine architectural et la centralité du réseau routier pour reconstruire l'évolution du réseau routier de Ganzhou sous les dynasties Ming et Qing, révélant un passage d'un modèle multicœur dispersé à une structure à un noyau et deux zones.
Cette étude démontre qu'un modèle d'apprentissage automatique entraîné sur des données de tomographie par rayons X à haute résolution peut prédire avec précision la puissance de coupe locale lors du sciage circulaire du pin sylvestre en capturant l'influence de caractéristiques anatomiques spécifiques telles que l'orientation des fibres, la densité et les nœuds, surpassant ainsi les modèles traditionnels basés sur les propriétés globales du matériau.
Cet article présente RiskGrid, un nouveau cadre fondé sur les données qui intègre l'analyse de sécurité proactive dans la planification des transports en générant des cartes de risque spatiales continues, démontrant une efficacité de calcul et une précision prédictive supérieures dans l'identification des points noirs d'accidents par rapport aux méthodes traditionnelles telles que SSAM3.
Cet article présente un cadre de fusion au sein du projet PHOEBE qui intègre la télématique de smartphones à long terme avec l'analyse vidéo basée sur YOLOv8 à court terme dans trois intersections d'Athènes, révélant que bien que les deux sources de données capturent des modèles de vitesse directionnelle cohérents, les mesures dérivées de la vidéo exposent une décélération localisée et des risques de micro-conflits élevés que les vitesses moyennes ne parviennent pas à prédire, démontrant ainsi la valeur de la combinaison de données à large couverture et à granularité fine pour une gestion proactive de la sécurité routale urbaine.
Cette étude démontre que les événements de freinage brusque et d'accélération dérivés des données de véhicules connectés, utilisant spécifiquement un seuil de 0,25g, servent de substituts de sécurité efficaces pour prédire les taux d'accidents au niveau du réseau sur les routes non interstatales, offrant une alternative plus rapide à l'analyse traditionnelle des données d'accidents sur plusieurs années.
Ce document propose un modèle hybride CEEMDAN-LightGBM-Transformer qui décompose les données d'énergie éolienne, extrait et classe les caractéristiques non linéaires et linéaires, puis les fusionne via une architecture Transformer afin d'obtenir des prévisions hautement précises avec des mesures d'erreur considérablement réduites par rapport aux méthodes existantes.
Cette étude développe un cadre d'apprentissage profond basé sur des modèles CNN-LSTM et BiLSTM utilisant les données ERA5 pour prédire la hauteur significative des vagues dans le détroit de la Sonde et introduit un nouvel indice de risque d'entrée au port (HERI) qui surpasse de manière significative les seuils de hauteur de vague traditionnels pour la détection des risques d'accostage, permettant ainsi des alertes précoces efficaces de 6 à 12 heures pour les opérations de ferry Merak-Bakauheni.