⚡ Category

eess

2864 articles

⚡ ingénierie

Design, Physical Modeling, and Circuit Verification of a 4-Bit Quasi-Delay-Insensitive (QDI) Room-Temperature Molecular Processor

Cet article présente la conception, la modélisation physique quantique et la vérification de circuit d'un processeur moléculaire asynchrone quasi-insensible au délai de 4 bits qui utilise la résonance de Fano dans des jonctions mono-moléculaires pour atteindre une efficacité énergétique élevée et des taux d'erreur binaire ultra-faibles tout en surmontant les limites de mise à l'échelle de la technologie CMOS silicium traditionnelle.

Ing. Elham Khalesi2026-10-15
⚡ ingénierie

Informal Urban Expansion Under Displacement: A Spatial–Relational Analysis of Building Patterns

Cette étude introduit un nouveau cadre combinant des cellules morphologiques avec un réseau d'attention sur graphes non supervisé pour analyser près de 50 000 bâtiments à Marib, au Yémen, révélant que l'expansion urbaine informelle liée aux déplacements suit des logiques spatiales structurées dictées par le régime foncier tribal et les contraintes humanitaires plutôt qu'un étalement chaotique, offrant ainsi un outil de diagnostic sans cadastre pour une gouvernance adaptative dans les villes affectées par les conflits.

Mansoor Ali, Abdulrazzaq Shaamala, Junyan Yang, Tan Yigitcanlar2026-10-15
⚡ ingénierie

Overcoming Material Trade-Offs in MEMS Transducers via Lateral Ferroelectric–Piezoelectric Thin-film Integration

Cet article présente une nouvelle architecture de transducteur MEMS qui surmonte les compromis matériels inhérents en intégrant latéralement du PZT haute performance pour l'actionnement et du AlN à faibles pertes pour la détection au sein d'un seul résonateur, ce qui se traduit par une multiplication par dix de la tension de sortie électrique et une amélioration significative du facteur de mérite sur une large gamme de fréquences.

Gayathri Pillai, Linet Thomas, Praveen Kumar2026-10-15
⚡ ingénierie

Vehicle motion matters for modelling the near-field dispersion of tailpipe emissions

Cette étude démontre que l'utilisation d'un maillage dynamique pour simuler le mouvement réel d'un véhicule améliore considérablement la précision de la modélisation de la dispersion des émissions du tuyau d'échappement en champ proche par rapport aux méthodes conventionnelles de maillage statique, particulièrement à des vitesses élevées où les modèles statiques ne parviennent pas à capturer les dynamiques critiques du flux d'air et surestiment la longueur du panache.

Yu Zhang, Junqi Chen, Bo Si, Chenfang Wang, Chunmei Wang, Yuhan Huang2026-10-15
⚡ ingénierie

Experimental Statistical and Explainable Machine Learning Prediction of Surface Roughness in Cryogenically Pre-Cooled Machining of Inconel 718

Cette étude présente un cadre d'apprentissage automatique expérimental-statistique-explicable qui utilise le pré-refroidissement cryogénique pour prédire la rugosité de surface de l'Inconel 718, démontrant qu'un modèle XGBoost surpasse la méthodologie de surface de réponse traditionnelle en atteignant une précision plus élevée (R² = 0,9922) et en fournissant des informations interprétables sur l'influence dominante de la vitesse de broche et de l'avance.

C S Sumesh2026-10-15
⚡ ingénierie

Making the most from abrupt and sparse data: Data-driven interpolation from sporadic sensors of contaminant concentration with extreme spatial gradients in saturated porous media

Cette étude introduit un cadre encodeur-décodeur piloté par les données qui reconstruit avec succès des champs de concentration de contaminants complets et à gradients élevés dans des milieux poreux saturés à partir de données de capteurs éparses en apprenant les dépendances statistiques du transport simulé, surpassant de manière significative les méthodes d'interpolation classiques comme le krigeage pour capturer les motifs de migration souterraine abrupts et canalisés.

Alon Feldman, Shai Kendler, Yaniv Edery, Barak Fishbain2026-10-15
⚡ ingénierie

Investigation of the Performance of Machine Learning Algorithms of Casson-Micropolar Nano Particles Around a Cylindrical Shape: ANN and PINN

Cette étude examine la performance des réseaux de neurones artificiels (ANN) et des réseaux de neurones informés par la physique (PINN) pour la résolution du modèle mathématique non linéaire d'un écoulement de fluide de Casson micropolaire autour d'un cylindre poreux avec divers effets thermiques et chimiques, démontrant que ces approches d'apprentissage automatique produisent des résultats précis, stables et convergents comparables à la méthode numérique conventionnelle BVP4c.

Safeer Muhammad, Masood Khan, Syed Modassir Hussain2026-10-15
⚡ ingénierie

Physics-Informed Multimodal Learning for Wheel-Force Prediction and Grip Utilization Optimization Using Image Detection and Chassis Sensors in Electric Vehicles

Cet article propose un cadre d'apprentissage multimodal léger et informé par la physique qui fusionne l'imagerie de la surface de la route avec les données des capteurs du châssis pour prédire avec précision les forces de pneus par roue et optimiser l'utilisation de l'adhérence dans les véhicules électriques, réduisant de manière significative les erreurs d'estimation et les taux de violation de friction par rapport aux méthodes conventionnelles tout en garantissant un déploiement en temps réel.

Timileyin Akande2026-10-15
⚡ ingénierie

Distributed Generalized Predictive Control with hierarchical structure based on an adaptive mechanism layer

Cet article propose un nouveau cadre de commande prédictive distribuée hiérarchique qui intègre un schéma de commande prédictive généralisée distribuée à un mécanisme adaptatif de théorie des jeux dynamiques non coopératifs afin de sélectionner dynamiquement les stratégies de commande optimales pour les sous-systèmes couplés, améliorant ainsi la performance, la robustesse et l'adaptabilité sous des conditions de fonctionnement variables, comme le démontre un système de référence à quadruple réservoir.

Mohsen Erfani Hajipour, Heydar Toossian Shandiz2026-10-15
⚡ ingénierie

A large open multi-source soil compaction corpus and pretrained tabular estimators from index properties

Cet article présente un vaste corpus ouvert et multi-sources de 4 878 essais de compactage des sols et démontre que les modèles tabulaires pré-entraînés peuvent prédire avec précision la densité sèche maximale et la teneur en eau optimale à partir des propriétés d'indice, établissant ainsi une nouvelle référence pour la recherche en apprentissage automatique géotechnique.

Sompote Youwai, Chana Phutthananon, Warat Kongkitkul2026-10-15