⚡ Category

eess

2518 पेपर

⚡ विद्युत इंजीनियरिंग

Benchmarking machine and deep learning for retrospective multi-horizon prediction of GloFAS-modelled high flows at Hardinge Bridge in Bangladesh

यह अध्ययन बांग्लादेश के हार्डिंग ब्रिज पर उच्च-प्रवाह की घटनाओं की भविष्यवाणी करने के लिए विभिन्न मशीन और डीप लर्निंग मॉडल का बेंचमार्क निर्धारित करता है, जिसमें यह पाया गया कि हालांकि केवल मौसम विज्ञान वाले परिदृश्यों में रैंडम फॉरेस्ट ने न्यूरल नेटवर्क से बेहतर प्रदर्शन किया, लेकिन वर्तमान हाइड्रोलॉजिकल स्थिति के डेटा को शामिल करने से वास्तुशिल्प जटिलता की तुलना में भविष्यवाणी की सटीकता में काफी सुधार हुआ, हालांकि भविष्यवक्ताओं और लक्ष्यों के बीच साझा डेटा वंश के कारण परिणाम एक परिचालन कौशल के बजाय एक पुनरुत्पादक प्रॉक्सी बेंचमार्क बने हुए हैं।

Asif Ahamed, Ahammad Hossain, Md. Tanvir Hasan, Most. Alisa Tabassum, Md. Kamruzzaman, Jayanta Das, A. H.M. Rahmatullah (…)2026-09-12
⚡ विद्युत इंजीनियरिंग

Glassy Carbon Electrode-Integrated Microfluidic CD Platform for Point-of-Care Detection of SARS-CoV-2 Spike Protein and Prostate-Specific Antigen

यह अध्ययन पॉइंट-ऑफ-केयर अनुप्रयोगों के लिए SARS-CoV-2 स्पाइक प्रोटीन और प्रोस्टेट-विशिष्ट एंटीजन के लेबल-मुक्त, दोहरे इलेक्ट्रोकेमिकल डिटेक्शन में सक्षम एक कम लागत वाले, पोर्टेबल और अल्ट्रासेंसिटिव ग्लास कार्बन इलेक्ट्रोड-एकीकृत सेंट्रीफ्यूगल माइक्रोफ्लुइडिक सीडी प्लेटफॉर्म को प्रस्तुत करता है।

Naresh Mandal, Bidhan Pramanick2026-09-12
⚡ विद्युत इंजीनियरिंग

Physics-guided explainable machine learning and uncertainty quantification for predicting unconfined compressive strength of nano shale–quicklime stabilized kaolin clay

यह अध्ययन नैनो शेल-क्विकलाइम स्टेबलाइज्ड काओलिन क्ले की अनकन्फाइंड कंप्रेसिव स्ट्रेंथ की सटीक भविष्यवाणी करने के लिए अनिश्चितताओं को मापने और प्लास्टिसिटी एवं क्यूरिंग इंटरैक्शन जैसे प्रमुख भौतिक चालकों की पहचान करने हेतु एक अनुकूलित कैटबूस्ट (CatBoost) मॉडल का उपयोग करते हुए एक भौतिकी-निर्देशित, व्याख्यात्मक मशीन लर्निंग फ्रेमवर्क प्रस्तावित करता है।

Arash Aminaee, Abolfazl Soltani, Abolfazl Baghbani, Parisa Salehan, Hossam Abuel-Naga, Pijush Samui2026-09-12✓ Author reviewed ⓘ
⚡ विद्युत इंजीनियरिंग

Air-Bearing Testbeds for CubeSat and Nanosatellite Attitude Determination and Control Systems: A Systematic Review of Hardware, Control, and Validation Methodologies

यह व्यवस्थित समीक्षा क्यूबसैट (CubeSat) और नैनोसैटेलाइट ADCS के लिए एयर-बेयरिंग टेस्टबेड्स पर 40 अध्ययनों का संश्लेषण करती है, जो मॉड्यूलर और ओपन-सोर्स हार्डवेयर की ओर बदलाव को रेखांकित करती है, सेंसर फ्यूजन और थ्रस्टर सत्यापन में महत्वपूर्ण अंतराल की पहचान करती है, और हाई-फिडेलिटी डिस्टर्बेंस कंपनसेशन, डिजिटल ट्विन्स और एआई-असिस्टेड डायग्नोस्टिक्स में भविष्य के विकास को प्राथमिकता देती है।

Islam Ibrahim, Mohamed Riad Ghazy, Aboubakr M. Elhady2026-09-12
⚡ विद्युत इंजीनियरिंग

Transformation of Smart Power Grids with Artificial Intelligence: Challenges, Opportunities, and Future Outlook

यह शोध पत्र इस बात का परीक्षण करता है कि कैसे डीप लर्निंग और ऑप्टिमाइज़ेशन एल्गोरिदम जैसी आर्टिफिशियल इंटेलिजेंस तकनीकें, ऊर्जा दक्षता, विश्वसनीयता और स्थिरता को बढ़ाने के लिए वास्तविक दुनिया के अनुप्रयोगों के माध्यम से स्मार्ट ग्रिड की महत्वपूर्ण चुनौतियों—जिसमें नवीकरणीय एकीकरण, मांग प्रबंधन और साइबर सुरक्षा शामिल हैं—का समाधान करती हैं।

Seyed Enayatallah Alavi2026-09-12
⚡ विद्युत इंजीनियरिंग

Quantum Federated Digital Twin Framework with Explainable Multi-Agent Intelligence for Autonomous Engineering Management

यह शोध पत्र QFDT-XMAI ढांचे को प्रस्तुत करता है, जो एक पांच-स्तरीय आर्किटेक्चर है जो क्वांटम-उन्नत फेडेरेटेड लर्निंग, ग्राफ-अटेंशन मल्टी-एजेंट समन्वय और व्याख्यात्मक एआई (explainable AI) को एकीकृत करता है ताकि डेटा गोपनीयता बनाए रखते हुए और अभिसरण दक्षता (convergence efficiency) एवं निर्णय पारदर्शिता में सुधार करते हुए वितरित साइटों के बीच स्वायत्त, ऑडिट योग्य इंजीनियरिंग प्रबंधन को सक्षम किया जा सके।

Nilesh Vasant Ingale, Mahesh Dhande, Pankaj Deshmukh2026-09-11
⚡ विद्युत इंजीनियरिंग

A Sensor-Centric Survey of SLAM and Odometry for GPS-Denied Environments

यह शोध पत्र GPS-रहित वातावरण के लिए SLAM और ओडोमेट्री का एक सेंसर-केंद्रित सर्वेक्षण प्रस्तुत करता है, जो प्रदर्शन संबंधी समझौतों (trade-offs) का विश्लेषण करने, मल्टी-सेंसर फ्यूजन और न्यूरल इंटीग्रेशन जैसे प्रमुख रुझानों की पहचान करने के लिए सेंसिंग मोडैलिटी और परिपक्वता स्तर के आधार पर साहित्य को व्यवस्थित करता है, और यह तर्क देता है कि मजबूत स्थानीयकरण (localization) के लिए अनिश्चितता-जागरूक अनुमानकों (uncertainty-aware estimators) के साथ पूरक सेंसिंग की आवश्यकता होती है, साथ ही प्रगति में एक प्रमुख बाधा के रूप में खंडित बेंचमार्किंग को रेखांकित करता है।

Aristeidis Geladaris, Panagiotis Polygerinos2026-09-11
⚡ विद्युत इंजीनियरिंग

Semantic Novelty, Influence, and Patent Persistence in Robotics Innovation: Embedding-Native Indicators and Maintenance-Fee Validation

यह अध्ययन लगभग 20,000 अमेरिकी रोबोटिक्स पेटेंटों पर एक ट्रांसफॉर्मर-आधारित ढांचे का उपयोग करके यह प्रदर्शित करता है कि जबकि केवल सिमेंटिक नवीनता (semantic novelty) पेटेंट निरंतरता की भविष्यवाणी नहीं करती है, अग्रगामी सिमेंटिक प्रभाव (forward semantic influence) रखरखाव-शुल्क विलुप्ति (maintenance-fee lapse) की संभावना को महत्वपूर्ण रूप से कम कर देता है, और नवीनता प्रतिधारण (retention) में केवल तभी योगदान देती है जब वह स्थापित डोमेन के भीतर तकनीकी रूप से सुपाठ्य बनी रहती है।

Chong Guan, Yuchao Cheng2026-09-11
⚡ विद्युत इंजीनियरिंग

Prediction of Water Vapor Condensation Heat Transfer in Horizontal Channels with Non-Condensable Gases using Machine Learning Methods

यह अध्ययन गैर-संघनन गैसों (non-condensable gases) के साथ क्षैतिज चैनलों में जल वाष्प संघनन ऊष्मा स्थानांतरण की सटीक और कुशल भविष्यवाणी करने के लिए बकमिंग प्रमेय (Buckingham theorem) से प्राप्त आयामहीन मापदंडों का उपयोग करते हुए एक मशीन लर्निंग फ्रेमवर्क विकसित करता है, जो यह प्रदर्शित करता है कि XGBoost एल्गोरिदम पारंपरिक सहसंबंधों और अन्य मॉडलों की तुलना में बेहतर प्रदर्शन करता है और कम फीचर सेट के साथ भी उच्च सटीकता बनाए रखता है।

Zheng Dang, Jianjun Dang, Ping Chen, Shulei Li, Kan Qin2026-09-11
⚡ विद्युत इंजीनियरिंग

Porosity Prediction in Aluminum Wire Arc Additive Manufacturing Using Two-Stage Machine Learning Cascade and Computed Tomography

यह अध्ययन एक दो-चरणीय मशीन लर्निंग कैस्केड फ्रेमवर्क प्रस्तुत करता है जो एल्युमीनियम घटकों में आंतरिक दोषों की भविष्यवाणी करने और उनकी निगरानी करने के लिए वास्तविक समय के CMT-WAAM प्रक्रिया मापदंडों को औद्योगिक CT-व्युत्पन्न सरंध्रता (porosity) डेटा के साथ सह-संबंधित करता है, जो 0.47 का F1 स्कोर प्राप्त करते हुए इन-सीटू गुणवत्ता आश्वासन के लिए एक स्केलेबल समाधान प्रदान करता है।

Oguzcan Dedeci, Tansu Goynuk, İsmail Fidan, Murat Yucel, Gokhan Can2026-09-11