3009 articoli
Questo articolo introduce un modello generativo basato sulla diffusione che campiona efficientemente stati del mare globali probabilistici condizionati dal forcing del vento storico, offrendo un'alternativa computazionalmente accelerata e calibrata ai tradizionali modelli d'onda spettrali per il forecasting d'insieme e l'accoppiamento con il sistema terra.
Questo studio dimostra che l'incorporazione di fibre d'acciaio a estremità uncinata (fino a 40 kg/m³) nel calcestruzzo progettato tramite il metodo Dreux–Gorisse aumenta significativamente la resistenza a compressione a 28 giorni del 32,7% e la densità attraverso meccanismi di bridging delle fessure, sebbene a costo di una riduzione della lavorabilità del 75%.
Questo articolo presenta un framework di deep learning physics-informed che ricostruisce immagini di tomografia computerizzata neutronica ad alta fedeltà da campionamenti angolari ultra-sparsi, riducendo i tempi di acquisizione di oltre il 90% pur mantenendo l'integrità strutturale quantitativa e consentendo studi operando di processi dinamici rapidi.
Questo articolo presenta un framework sistematico e un corrispondente strumento computazionale basato su foglio di calcolo per la dimensionatura preliminare e la caratterizzazione di motori a combustione interna, integrando analisi geometriche, termodinamiche e dinamiche per stimare le dimensioni delle componenti chiave e gli indicatori di prestazione basandosi su dati operativi iniziali limitati.
Questo articolo dimostra che, sebbene un stimatore neurale addestrato su dati di sforzo di taglio alla parete possa ricostruire accuratamente le grandezze di flusso vicino alla parete in modalità offline, esso fallisce nel controllo di opposizione a ciclo chiuso a causa degli spostamenti di distribuzione causati dallo stesso controllore, rendendo necessari vincoli di consistenza spettrale e un riaddestramento a ciclo chiuso per ottenere prestazioni stabili di riduzione della resistenza.
Questo studio dimostra che la combinazione del metodo Taguchi con la Random Forest Regression ottimizza efficacemente i parametri di stampa FDM per l'ABS PA-747H, migliorando significativamente le proprietà meccaniche di trazione e flessione e validando i miglioramenti attraverso l'analisi statistica e l'evidenza frattografica.
Questo studio investiga sperimentalmente l'interferenza aerodinamica reciproca tra un'ala laminare e tre diverse geometrie di elica in una galleria del vento, rivelando che le variazioni trasversali nel carico alare inducono un taglio laterale nella scia dell'elica e una distribuzione asimmetrica della spinta, effetti che diminuiscono all'aumentare del rapporto di avanzamento.
Attraverso una revisione sistematica di 46 studi, questo articolo sostiene che, sebbene le tecniche di mitigazione dell'umidità siano tecnicamente fattibili, la loro implementazione efficace è ostacolata da significativi problemi socio-tecnici e di governance — quali vincoli finanziari, lacune nelle competenze e coordinamento insufficiente in situ — rendendo necessaria una transizione da soluzioni tecniche universali verso strategie su misura supportate da riforme sistemiche della politica e della gestione.
Questo studio dimostra che l'accoppiamento di un'intelligenza artificiale generativa multi-obiettivo con microcapsule fungine ingegnerizzate migliora significativamente la cinetica di auto-riparazione e le prestazioni termiche delle facciate a base di micelio a Tokyo, stabilendo un protocolo scalabile per adattare questa tecnologia biorecettiva al fine di migliorare le abitazioni bioclimatiche dell'alta Ande in Perù.
Questo studio propone un framework di degradazione dielettrica trasferibile che integra i dati di campo criogenico nordici con un modello esteso equivalente a Debye per consentire il rilevamento adattivo dei guasti dell'isolamento nelle microreti residenziali peruviane, ottenendo una riduzione significativa della latenza di rilevamento e degli scatti intempestivi in diversi ambienti ad alta quota e tropicali.