1712 articoli
Questo articolo propone un metodo di localizzazione a fusione multisensore in due fasi e a basso costo che combina un algoritmo SM-AMCL potenziato per il posizionamento globale con un raffinamento visivo-profondità assistito da codici QR su una piattaforma ARM economica per raggiungere una precisione sub-centimetrica in ambienti interni poveri di caratteristiche.
Questo articolo propone un framework di inferenza edge sparsa ispirato alla biologia per il controllo a modo scivoloso neuro-fuzzy di UAV che integra la predizione dello spazio dei pesi basata su EKF, reti di attenzione a grafo e apprendimento per rinforzo regolarizzato da Lyapunov all'interno di una teoria della stabilità martingala unificata per ottenere garanzie stocastiche rigorose, una potatura delle regole del 73% e un miglioramento dell'autonomia di volo del 28,6% su hardware edge con risorse limitate.
Questo studio dimostra che l'utilizzo di un segmento EIT vicino e privo di movimento come riferimento locale pulito tramite l'analisi delle componenti principali può ridurre efficacemente gli errori mediani di stima del volume sistolico nella tomografia a impedenza elettrica cardiaca contaminata dal movimento, in particolare per le finestre con errore di base elevato, sebbene sia necessaria un'ulteriore validazione prima dell'adozione clinica di routine.
Questo studio utilizza modelli termo-idro-meccanici completamente accoppiati per dimostrare che, sebbene i dispositivi di controllo del flusso (FCD) siano efficaci nel prevenire il breakthrough termico nei sistemi geotermici a energia incrementata basati su fratturazione idraulica, la strategia ottimale per massimizzare l'elettricità netta cumulativa dipende dalla non uniformità iniziale del flusso, richiedendo rispettivamente l'attivazione ritardata o l'implementazione immediata degli FCD.
Questo articolo propone una strategia di controllo a reiezione attiva delle perturbazioni accoppiato cross-coupled e sintonizzato tramite IPSO (LADRC + CCC) per ottenere una sincronizzazione ad alta precisione di cilindri idraulici eterogenei sul lato carico in dispositivi di supporto temporaneo, compensando efficacemente le differenze del percorso di carico, la flessibilità e le variazioni dello stato di contatto.
Questo studio propone e valida un framework basato sull'IA e incentrato sull'uomo che integra dati socio-demografici, dell'edificio, del quartiere e climatici per fornire raccomandazioni di efficienza energetica personalizzate e interpretabili per i residenti degli appartamenti a Mashhad, in Iran, raggiungendo un'elevata accuratezza predittiva (R² = 0,86) e dimostrando che le caratteristiche degli occupanti sono driver critici delle prestazioni energetiche residenziali.
Questo articolo presenta un framework di pianificazione cooperativa delle traiettorie consapevole della tensione per due veicoli subacquei a sei gradi di libertà che trasportano un carico sospeso tramite cavo, il quale integra la dinamica marina completa e una parametrizzazione di piattezza differenziale ridondante per garantire la tensione del cavo attraverso vincoli rigidi sia nella ricerca cinodinamica che nell'ottimizzazione delle spline, superando così i metodi esistenti in ambienti affollati e dominati dalla resistenza del fluido.
Questo studio presenta e valida un framework di illuminazione intelligente a quattro livelli che integra l'ottimizzazione iper-euristica, l'automazione IoT e le regole Event–Condition–Action in un edificio per uffici a Riyadh, dimostrando una riduzione del consumo energetico del 37,8% pur ottenendo simultaneamente un'elevata conformità alla salute circadiana e la soddisfazione degli occupanti.
Questo studio propone una strategia di controllo a modalità scorrevole per la sospensione semi-attiva della cabina di un trattore agricolo che dimostra una robustezza superiore e una riduzione costante delle vibrazioni attraverso parametri di sistema e velocità variabili rispetto a un regolatore lineare quadratico ottimizzato tramite algoritmo genetico.
Per affrontare il degrado delle prestazioni del picking delle fasi sismiche basato sul deep learning causato dallo squilibrio delle etichette, questo articolo propone una funzione di perdita cross-entropy soft pesata sull'area che migliora la sensibilità del modello e il recupero degli eventi nell'analisi di forme d'onda continue senza alterare l'architettura di rete sottostante.