⚡ Category

eess

2819 articoli

⚡ ingegneria elettrica

Study on plasticity and compressibility behaviour of jute and coir reinforced soft soil

Questo studio dimostra che l'incorporazione del 2% di fibre di cocco o di juta in un terreno tenero espansivo ne migliora significativamente le prestazioni ingegneristiche riducendo la plasticità e la comprimibilità e aumentando la resistenza attraverso meccanismi quali il bridging delle fibre e l'incastro delle particelle, offrendo un'alternativa sostenibile per la stabilizzazione del suolo.

Ansab Shafi Mir, Bhuvaneshwari S., Anasua GuhaRay2026-09-12
⚡ ingegneria elettrica

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

Questo studio confronta vari modelli di machine e deep learning per la previsione di eventi di alta portata presso il ponte di Hardinge, in Bangladesh, riscontrando che, sebbene il Random Forest abbia superato le reti neurali negli scenari puramente meteorologici, l'incorporazione dei dati sullo stato idrologico corrente ha migliorato l'accuratezza della previsione in modo più significativo rispetto alla complessità architettonica, sebbene i risultati rimangano un benchmark proxy riproducibile piuttosto che una capacità operativa a causa della discendenza condivisa dei dati tra predittori e target.

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

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

Questo studio presenta una piattaforma microfluidica centrifuga a disco, a basso costo, portatile e ultrasensibile, integrata con un elettrodo di carbonio vetroso, capace del rilevamento elettrochimico duale e senza etichetta della proteina spike di SARS-CoV-2 e dell'antigene specifico della prostata per applicazioni point-of-care.

Naresh Mandal, Bidhan Pramanick2026-09-12
⚡ ingegneria elettrica

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

Questo studio propone un framework di apprendimento automatico spiegabile e guidato dalla fisica, utilizzando un modello CatBoost ottimizzato per prevedere accuratamente la resistenza alla compressione non confinata di argilla caolinitica stabilizzata con nano nano-shale e calce viva, quantificando al contempo le incertezze e identificando i principali driver fisici come la plasticità e le interazioni di stagionatura.

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

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

Questa revisione sistematica sintetizza 40 studi su banchi prova a cuscinetto d'aria per ADCS di CubeSat e nanosatelliti, evidenziando la transizione verso hardware modulare e open-source, identificando lacune critiche nella fusione dei sensori e nella validazione dei propulsori, e dando priorità ai futuri progressi nella compensazione delle perturbazioni ad alta fedeltà, nei digital twin e nella diagnostica assistita dall'IA.

Islam Ibrahim, Mohamed Riad Ghazy, Aboubakr M. Elhady2026-09-12
⚡ ingegneria elettrica

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

Questo articolo esamina come le tecniche di intelligenza artificiale, quali il deep learning e gli algoritmi di ottimizzazione, affrontino le sfide critiche nelle smart grid — inclusi l'integrazione delle energie rinnovabili, la gestione della domanda e la cybersicurezza — per migliorare l'efficienza energetica, l'affidabilità e la sostenibilità attraverso applicazioni nel mondo reale.

Seyed Enayatallah Alavi2026-09-12
⚡ ingegneria elettrica

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

Questo articolo introduce il framework QFDT-XMAI, un'architettura a cinque livelli che integra l'apprendimento federato potenziato dal quantum, la coordinazione multi-agente basata su grafi di attenzione e l'intelligenza artificiale spiegabile per abilitare una gestione dell'ingegneria autonoma e verificabile tra siti distribuiti, preservando al contempo la privacy dei dati e migliorando l'efficienza della convergenza e la trasparenza decisionale.

Nilesh Vasant Ingale, Mahesh Dhande, Pankaj Deshmukh2026-09-11
⚡ ingegneria elettrica

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

Questo articolo presenta un'analisi incentrata sui sensori di SLAM e odometria per ambienti privi di GPS, organizzando la letteratura per modalità di rilevamento e livello di maturità per analizzare i compromessi sulle prestazioni, identificare tendenze chiave come la fusione multisensore e l'integrazione neurale, e sostenere che una localizzazione robusta richieda una percezione complementare combinata con stimatori consapevoli dell'incertezza, evidenziando al contempo la frammentazione del benchmarking come un importante ostacolo al progresso.

Aristeidis Geladaris, Panagiotis Polygerinos2026-09-11
⚡ ingegneria elettrica

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

Questo studio utilizza un framework basato su transformer su quasi 20.000 brevetti robotici statunitensi per dimostrare che, sebbene la novità semantica da sola non predica la persistenza del brevetto, l'influenza semantica in avanti riduce significativamente la probabilità di decadimento delle tasse di mantenimento, e la novità contribuisce alla ritenzione solo quando rimane tecnicamente leggibile all'interno dei domini stabiliti.

Chong Guan, Yuchao Cheng2026-09-11
⚡ ingegneria elettrica

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

Questo studio sviluppa un framework di apprendimento automatico utilizzando parametri adimensionali derivati dal teorema di Buckingham per prevedere in modo accurato ed efficiente il trasferimento di calore per condensazione del vapore acqueo in canali orizzontali con gas non condensabili, dimostrando che l'algoritmo XGBoost supera le correlazioni tradizionali e altri modelli mantenendo un'elevata accuratezza anche con un set di caratteristiche ridotto.

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