⚡ Category

eess

2750 articoli

⚡ ingegneria elettrica

Spatial machine learning and explainable artificial intelligence predict urban road flood vulnerability in coastal West Africa

Questo studio dimostra che una pipeline di apprendimento automatico scalabile che utilizza dati secondari ad accesso aperto e l'Intelligenza Artificiale Spiegabile (XGBoost con SHAP) può prevedere accuratamente la vulnerabilità alle inondazioni stradali urbane nelle zone costiere dell'Africa occidentale, identificando soglie micro-fisiche critiche — specificamente elevazione, pendenza e impermeabilità superficiale — rivelando al contempo che la gerarchia amministrativa stradale e gli indici macro-pedologici hanno un impatto trascurabile, offrendo così un modello economico per la pianificazione delle infrastrutture resilienti al clima in regioni con scarse disponibilità di dati.

Mohammed Tanko2026-09-24
⚡ ingegneria elettrica

Galloping Response and Graded Early Warning of Ice Covered Transmission Lines under Combined Wind and Rain Excitation

Questo studio utilizza un modello numerico di una linea di trasmissione da 110 kV sotto eccitazione combinata di vento e pioggia per identificare le soglie critiche di galloping e proporre un sistema di allerta precoce quantitativo a tre livelli basato su salti di spostamento e parametri del vento per migliorare la sicurezza della rete.

Wansong Bai, Minghui Zhang, Feng Lv, Peng Zhang, Yahui Zhang, Xiangguang Kong, Jialin Ni, Dan Song2026-09-24
⚡ ingegneria elettrica

Spectral-Embedded Operator Learning for Three-Phase Interfacial Flow: A Ternary Cahn-Hilliard-Navier-Stokes Benchmark

Questo articolo introduce un benchmark di flusso interfacciale a tre fasi basato su un sistema ternario Cahn-Hilliard-Navier-Stokes e dimostra che un'architettura di apprendimento operatorio con embedding spettrale, utilizzando un dizionario di Chebyshev fisso, supera significativamente le varianti standard e basate su Fourier di DeepONet nella previsione di dinamiche multifase complesse.

Muhammad Abid, Arth Sojitra, Omer San2026-09-24
⚡ ingegneria elettrica

An Oracle Persistence Framework Using Capacity Information to Diagnose Concept Drift in Long Term Photovoltaic Power Forecasting

Questo articolo introduce la diagnostica Oracle-Persistence, un framework consapevole della capacità che distingue tra il concept drift guidato dal meteo e quello guidato dall'hardware nelle previsioni di potenza fotovoltaica a lungo termine, separando la capacità effettiva latente dalle mappature meteo-potenza, consentendo così il rilevamento del degrado del sistema o di problemi di manutenzione che causano un declino silenzioso dell'accuratezza del modello.

changxuan cao, zhifeng liu, jiaijun xu, xueqiang deng2026-09-24
⚡ ingegneria elettrica

Predicting Vertical Radio Refractivity Gradients Across Temperate, Subarctic, and Polar Climates Using Ensemble Machine Learning

Questo studio dimostra che i modelli di apprendimento automatico ensemble, in particolare LightGBM, prevedono efficacemente i gradienti verticali della rifrattività radio attraverso climi Temperati, Subartici e Polari utilizzando dati di rianalisi ERA5 e diversi predittori atmosferici, raggiungendo un'elevata accuratezza e sottolineando al contempo la necessità di una futura validazione rispetto a osservazioni indipendenti.

Solomon O. Adeola, Francis O. Aweda, Jacob A. Akinpelu, Saeed A. Bello, Nathaniel O. Adeniji2026-09-24
⚡ ingegneria elettrica

Interlaminar Shear Degradation and Cohesive Zone Modelling of Thermally Aged CFRP Laminates

Questo studio stabilisce un quadro quantitativo che collega la storia dell'invecchiamento termico alla degradazione del taglio interlaminare in laminati CFRP T700/epossidica, combinando test sperimentali di short beam shear con parametri di zona coesiva inferiti tramite l'approccio bayesiano e modelli di evoluzione dipendenti dalla temperatura per prevedere accuratamente il comportamento dell'interfaccia a lungo termine e la risposta meccanica.

Zhizhong Tan, Jinsheng Xu, Qixuan Song, Yixue Yin, Shuwen Wang, Zongtao Guo2026-09-24
⚡ ingegneria elettrica

A Multi-Step Typhoon Track Prediction Method Integrating Spatiotemporal Trajectory Dynamics and Prior Structural Relations

Questo articolo propone TRGF-KG, un metodo di previsione della traiettoria dei tifoni multi-step che integra la dinamica della traiettoria spazio-temporale con le relazioni strutturali a priori attraverso un'architettura dual-branch Transformer e R-GCN per mitigare l'accumulo di errori e migliorare l'accuratezza della previsione a lungo termine.

Chaoran Zhou, Zhuoyang Cui, Hang Chen, Xin Zhang2026-09-24
⚡ ingegneria elettrica

Assessment of Round-Trip and Coulombic Efficiency in Lithium-Ion Batteries Using a Mathematical Modeling Approach under Variable Operating Conditions

Questo studio sviluppa e valida sperimentalmente un quadro analitico che quantifica l'evoluzione accoppiata dell'efficienza coulombiana, della ritenzione della capacità e delle prestazioni di andata e ritorno nelle batterie agli ioni di litio sotto diverse condizioni di invecchiamento e termiche, rivelando una significativa degradazione dell'efficienza insieme alla perdita di capacità su 1500 cicli.

D Anil Kumar, K. Dhananjay Rao, P.Suresh Kumar, Chegudi Ranga Rao, Phani Teja Bankupalli, Venkataramana Guntreddi2026-09-24
⚡ ingegneria elettrica

CFD–DEM-based optimization of an air-assisted fertilizer conveying system using surplus blower airflow from a precision seeder

Questo studio ottimizza un sistema di trasporto di fertilizzante assistito da aria per seminatrici di precisione utilizzando l'aria in eccesso del soffiante, impiegando simulazioni CFD–DEM e sperimentazioni per identificare i parametri ottimali (diametro del tubo di 25 mm, velocità dell'aria di 20 m·s⁻¹ e tasso di consegna di 13,50 g·s⁻¹) che minimizzano lo spreco energetico e garantiscono un'elevata uniformità di consegna.

Haiji Wang, Zhaojun Wang, Yajie Zhan, Zengli Wang, Kaibo Tang, Wancheng Dong2026-09-24
⚡ ingegneria elettrica

Reconstructing Soil Temperature Time Series with Prolonged Gaps Across Depths: An Interpretable LSTM-Based Approach

Questo studio presenta un framework basato su LSTM interpretabile, ottimizzato con Optuna e validato tramite l'esplicabilità SHAP, che ricostruisce con successo lacune prolungate nelle serie temporali della temperatura del suolo a più profondità in Uruguay, integrando dati di sensori locali con rianalisi globali e attributi temporali.

Leticia Barros Dias Soares, Natássia Siqueira Medeiros, João Inácio Moreira Bezerra, Geilson de Almeida Soares, Jairo Va (…)2026-09-24