⚡ ingénierie

Evaluation of Machine Learning Models for Geothermal Downhole Temperature Prediction Using Hydrogeochemical Datasets

Cette étude démontre que les modèles d'apprentissage automatique, particulièrement les algorithmes basés sur des arbres comme CatBoost et Random Forest, prédisent efficacement les températures géothermiques de fond de trou à l'aide de jeux de données hydrogéochimiques, offrant ainsi une alternative robuste pour l'évaluation des ressources dans les zones où les mesures directes sont limitées.

Mohammed Ali Belay, Elias Mamushet, Assnake Bekele, Tarekegn Tadesse2026-10-20
⚡ ingénierie

External and Internal Impedance for Robot Teams Sharing a Load: Exact Decoupling and Decay Certificates

Cet article présente un cadre de découplage exact de l'impédance externe et interne pour des équipes de N robots dotés d'une actuation redondante, prouvant que les efforts internes n'induisent pas de biais de mouvement et que les erreurs de poursuite convergent exponentiellement sous une modélisation exacte, tout en validant l'approche par des simulations et une démonstration physique de quatre humanoïdes transportant une charge lourde.

Mehdi Heydari Shahna, Jouni Mattila2026-10-20
⚡ ingénierie

Collision-Aware Coordination of Dual Drilling Manipulators Using RoboCompiler and Control Barrier Functions

Cet article présente un cadre de coordination sensible aux collisions pour deux manipulateurs de forage hydrauliques qui intègre des modèles de mécanismes générés par RoboCompiler avec une optimisation centralisée par fonctions de barrière de contrôle afin de réaliser un forage simultané sûr et efficace, démontrant une réduction de 42,5 % du temps de mission par rapport à un fonctionnement séquentiel tout en maintenant des contraintes strictes de dégagement et de contact.

Mehdi Heydari Shahna, Tuomo Kivelä, Jouni Mattila2026-10-20
⚡ ingénierie

A Novel Hybrid ANN-CCO Framework for Monthly Water Consumption Forecasting Driven by Temporal Dynamics

Cette étude propose un nouveau cadre hybride ANN-CCO qui exploite le Cuckoo Catfish Optimizer pour ajuster les paramètres du réseau de neurones, atteignant une précision nettement plus élevée dans la prévision de la consommation mensuelle d'eau urbaine à Izmir par rapport aux modèles ANN et XGBoost autonomes.

Fatemeh Vosoughi, Zeyneb Kılıç, MohammadAli Ghorbani2026-10-19
⚡ ingénierie

Label Efficient Segmentation of SiC–C–Si Phases in SiC-based Ceramics from Optical Micrographs Using a Compact U-Net

Cet article présente un flux de travail efficace en termes de marquage qui combine le partitionnement non supervisé CIELAB pour la génération de masques de substitution à une architecture U-Net compacte afin d'obtenir une segmentation rapide, reproductible et précise des phases de SiC, de silicium libre et de carbone dans les micrographies de céramique, surpassant de manière significative les méthodes de seuillage traditionnelles dans des conditions de faible contraste tout en permettant une quantification à haut débit des fractions de phase.

A.V. Kaledin, S.M. Peshcherova, D.O. Stryukov, S.L. Shikunov, Yu.N. Zubareva, V.N. Kurlov, I.S. Petrushin2026-10-19
⚡ ingénierie

Mechanism of Fault-Related Water Inrush during Roadway Excavation in Deep Phosphate Mines and Construction of a Predictive Model for the Safe Thickness of Water-Resistant Rock Mass

Cette étude élucide le mécanisme de l'incursion d'eau induite par les failles dans les mines de phosphate profondes grâce à des simulations de couplage fluide-solide et établit un modèle prédictif de haute précision pour l'épaisseur de roche résistante à l'eau basée sur un plan d'expérience orthogonal et une régression linéaire multiple.

CHEN JUNGUO, LI BO, ZHANG Bei Bei, LI CHAO YI, CHEN WEI, LIU Shou QIANG, LI TAO2026-10-19
⚡ ingénierie

Milling force-induced elastic deformation modeling and physical constraint transfer prediction of thin-walled grid conical shell

Cet article propose une méthode de prédiction de la déflexion de l'outil induite par l'effort de coupe pour les coques coniques à grille à parois minces, qui combine une modélisation analytique basée sur la théorie des coques de Donnell avec un modèle d'apprentissage par transfert à contrainte physique afin de prédire avec précision la déformation élastique et de remédier aux erreurs d'épaisseur de paroi causées par les mutations de rigidité et les données expérimentales limitées.

Xingliang Chai, Haibo Liu, Fangyu Chen, Xuehang Lin, Rui Fang, Chunhui Wu, Yongqing Wang2026-10-19
⚡ ingénierie

Modulation Recognition Method with Dual-Branch Feature Fusion Based on Lightweight CNN and Dual-Attention Network

Cet article propose une méthode de reconnaissance par modulation de fusion de caractéristiques à double branche combinant un CNN léger pour le criblage préliminaire et un IQ-2AttNet pour la reconnaissance de précision, laquelle atteint une exactitude globale de 86,1 % et démontre une robustesse supérieure dans les environnements à faible SNR par rapport aux modèles existants.

Xiuping Song, Junxia Wang, Youlong Gong, Xianyou Yao2026-10-19
⚡ ingénierie

An Autonomous Spraying Robot for Sheep Houses: Hierarchical Navigation, Speed-Dependent Flow Control, and Multi-Stage Evaluation

Cette étude présente un robot de pulvérisation à chenilles autonome pour les bergeries qui intègre un système de navigation hiérarchique basé sur ROS avec un contrôle de débit dépendant de la vitesse, démontrant une grande précision de cartographie, une couverture géométrique quasi parfaite et une gestion robuste des obstacles lors de simulations et de tests sur le terrain physiques.

Shuaizhi Wang, Xiaojuan Liu, Zequan Huang, Tong Han, Zhiyu Li, Zezhong Feng, Hanqing Gu, Zhengyang Wu, Pan Ding2026-10-19
⚡ ingénierie

Multi-point monitoring of PM10, PM2.5, and PM1.0 at a combined-cycle power plant: field agreement between four co-deployed electrostatic monitors

Cette étude démontre que si quatre moniteurs électrostatiques déployés conjointement dans une centrale électrique thaïlandaise ont permis d'obtenir un taux élevé de récupération de données et une forte concordance lorsque leurs relevés étaient moyennés, des écarts temporels et spécifiques à chaque unité significatifs limitent leur fiabilité pour des comparaisons directes de point à point sans contrôles de co-localisation intégrés.

Panich Intra2026-10-19