2864 articoli
Questo studio dimostra che l'aggiunta dell'accelerometria alla fotopletismografia indossabile migliora significativamente la recuperabilità condizionata al compito e le prestazioni di classificazione, provando che l'aumento dei sensori fisici può potenziare sia l'informazione disponibile che l'accuratezza dell'osservatore per specifici compiti di inferenza.
Questo articolo presenta un framework di progettazione inversa tandem vincolato alla fabbricazione per sensori SPR a fibra a cristallo fotonico che utilizza la regolarizzazione differenziabile e lo screening Pareto multi-metrica per bilanciare esplicitamente la fattibilità geometrica, il rilevamento fuori distribuzione e l'accuratezza target, affrontando al contempo la non unicità delle soluzioni inverse.
Questo articolo propone \tsrb{}, un framework di auditing riproducibile che utilizza un punteggio di credibilità dei dati a sei componenti per identificare ed esternalizzare efficacemente le predizioni dei modelli di fondazione della rete che richiedono la verifica di un risolutore basato sulla fisica sotto stress topologico e operativo, bilanciando così la velocità di inferenza con l'affidabilità operativa senza confondere gli esiti dello screening DC con rivendicazioni di fattibilità AC.
Questo studio propone un metodo di inferenza inversa che sfrutta l'accoppiamento spaziale tra il patrimonio architettonico e la centralità della rete stradale per ricostruire l'evoluzione della rete stradale di Ganzhou durante le dinastie Ming e Qing, rivelando un passaggio da un modello policentrico disperso a una struttura a un nucleo centrale e due zone.
Questo studio dimostra che un modello di apprendimento automatico addestrato su dati di tomografia computerizzata a raggi X ad alta risoluzione può prevedere accuratamente la potenza di taglio locale durante la segatura circolare di pino silvestre, catturando l'influenza di specifiche caratteristiche anatomiche come l'orientamento delle fibre, la densità e i nodi, superando così i modelli tradizionali basati su proprietà globali del materiale.
Questo articolo introduce RiskGrid, un nuovo framework basato sui dati che integra l'analisi proattiva della sicurezza nella pianificazione dei trasporti attraverso la generazione di mappe di rischio spaziale continue, dimostrando un'efficienza computazionale e una precisione predittiva superiori nell'identificare i punti critici di incidenti rispetto ai metodi tradizionali come SSAM3.
Questo articolo presenta un framework di fusione all'interno del progetto PHOEBE che integra la telematica da smartphone a lungo termine con l'analisi video basata su YOLOv8 a breve termine in tre incroci di Atene, rivelando che, sebbene entrambe le fonti di dati catturino pattern coerenti di velocità direzionale, le metriche derivate dal video espongono decelerazioni localizzate e alti rischi di micro-conflitto che le velocità medie non riescono a prevedere, dimostrando così il valore della combinazione di dati a copertura ampia e ad alta granularità per una gestione proattiva della sicurezza stradale urbana.
Questo studio dimostra che gli eventi di frenata intensa e accelerazione derivati dai dati dei veicoli connessi, specificamente utilizzando una soglia di 0,25g, fungono da efficaci surrogati di sicurezza per la previsione dei tassi di incidenti a livello di rete sulle autostrade non interstatali, offrendo un'alternativa più rapida all'analisi tradizionale dei dati sugli incidenti pluriennali.
Questo articolo propone un modello ibrido CEEMDAN-LightGBM-Transformer che decompone i dati della potenza eolica, estrae e classifica le caratteristiche non lineari e lineari e le fonde tramite un'architettura Transformer per ottenere previsioni altamente accurate con metriche di errore significativamente ridotte rispetto ai metodi esistenti.
Questo studio sviluppa un framework di deep learning basato su CNN-LSTM e BiLSTM utilizzando i dati ERA5 per prevedere l'altezza significativa delle onde nello Stretto di Sunda e introduce un nuovo Indice di Rischio di Ingresso in Porto (HERI) che supera significativamente le soglie tradizionali dell'altezza delle onde nel rilevare i rischi di accosto, consentendo così efficaci preavvisi di 6–12 ore per le operazioni dei traghetti Merak-Bakauheni.