2777 articoli
Questo articolo presenta un profilo di progettazione e implementazione riproducibile per la "Proof-of-Time" in ambienti dello spazio profondo, introducendo meccanismi tolleranti ai ritardi e verifiche off-band per gestire i ritardi di tempo di luce, specificando esplicitamente che il lavoro rimane uno studio basato su simulazioni senza prestazioni di volo dimostrate o connettività interplanetaria dal vivo.
Questo articolo analizza il dataset denso di moto forte dell'evento sismico di magnitudo 7.4 di San José del Palmar in Colombia dell'agosto 2026 per caratterizzare gli attributi del moto al suolo, valutare i modelli di previsione regionali e globali, identificare la direttività della sorgente verso sud-ovest e le durate prolungate, e generare campi di moto al suolo specifici per l'evento per applicazioni ingegneristiche.
Questo articolo propone un modello di programmazione lineare intera bi-livello bi-obiettivo competitivo per problemi di localizzazione-instradamento di strutture verdi tra un produttore e un distributore, il quale viene risolto utilizzando un nuovo algoritmo di ottimizzazione a reazione chimica multi-obiettivo bi-livello che supera le meta-euristiche esistenti nei test di benchmark.
Questo articolo presenta la progettazione, la simulazione e l'ottimizzazione di splitter a interferenza multimodo compatti 1×2 e 1×4 su una piattaforma polimerica per interconnessioni ottiche a livello di scheda, raggiungendo una bassa perdita eccessiva, un'elevata uniformità e una minima perdita dipendente dalla polarizzazione a 1550 nm.
Questo articolo presenta e valida un framework software che migliora l'accuratezza di misura degli strumenti NanoVNA a basso costo applicando un modello di errore dipendente dalla frequenza, derivato da dati di calibrazione standard, per correggere gli errori sistematici e casuali residui senza richiedere modifiche hardware o kit di calibrazione costosi.
Questo articolo propone un framework di deep learning consapevole del rapporto segnale-rumore (SNR) che utilizza una rete neurale convoluzionale residua per ricostruire l'informazione sullo stato del canale ad alta dimensionalità da misurazioni rumorose limitate nelle reti 6G assistite da Superfici Intelligenti Large (LIS), riducendo efficacemente l'overhead dei piloti e la complessità computazionale pur mantenendo prestazioni paragonabili ai sistemi ideali con CSI completo.
Questo studio dimostra che uno scanner per bagagli stazionario che utilizza una configurazione a angolo π non uniforme verso il basso, combinata con la ricostruzione basata sul compressed sensing, supera significativamente i metodi convenzionali nell'imaging a vista sparsa, ottenendo una qualità dell'immagine superiore attraverso un campionamento geometrico ottimizzato.
Questo articolo presenta un framework di Digital Twin guidato dall'IA che utilizza sensori IoT e un classificatore Random Forest leggero per consentire il monitoraggio delle condizioni in tempo reale, l'analisi delle perdite e la manutenzione predittiva per i trasformatori di potenza, raggiungendo una precisione diagnostica del 93% e un'efficienza del 95% attraverso la valutazione continua dello stato di salute e la simulazione virtuale dei guasti.
Questo studio propone una Rete Bayesiana a Cascata a Processo Completo (WPC-BN) che integra uno spazio di evidenza unificato da 85 indicatori con l'inferenza statica specifica per fase e catene di Markov a tempo continuo per consentire una valutazione del rischio di sicurezza dinamica e consapevole della durata e l'aggiornamento in tempo reale delle priorità durante le operazioni di soccorso in edifici crollati post-terremoto.
Questo articolo propone un metodo di pianificazione coordinata su più scale temporali per le reti di distribuzione attive che integra la flessibilità accoppiata tra potenza attiva e reattiva e il controllo del rischio di tensione per migliorare significativamente l'assorbimento delle energie rinnovabili, ridurre il taglio della produzione e abbassare i costi totali annui nonostante l'aumento degli investimenti.