Smartphone-Based Vibration Monitoring for Drill Bit Wear Classification Using Lightweight CNN Fusion Strategies
本研究は、軽量なCNNを搭載した消費者向けスマートフォンが、非装着状態の振動信号を用いてドリルビットの摩耗を効果的に監視および分類できることを実証しており、特徴量レベルの融合が摩耗分類において最適であり、かつセンサーのずれに対して堅牢であることを示している。
2815 件の論文
本研究は、軽量なCNNを搭載した消費者向けスマートフォンが、非装着状態の振動信号を用いてドリルビットの摩耗を効果的に監視および分類できることを実証しており、特徴量レベルの融合が摩耗分類において最適であり、かつセンサーのずれに対して堅牢であることを示している。
本研究は、サウジアラビアの3つの異なる気候地域における大規模太陽光発電システムの性能と損失メカニズムを評価しており、高温や汚れといったサイト固有の環境要因がエネルギー収率に大きな影響を及ぼし、単なる日射量レベルを超えた気候を考慮した最適化が必要であることを示している。
本研究では、風速および流入角の不確実性が空気力学的荷重を通じてどのように伝播し、風力タービン・ギアボックスの動的応答および故障リスクに影響を与えるかを分析するために、確率論的信頼性手法と5慣性ねじれモデルを採用している。
本論文は、エネルギー指標、市場動態、および気象の影響を34の制御領域にわたって分析するための、包括的で再現可能かつ時間的に正確なデータセットを提供することを目的として、公式の公開報告書のみから構築された、2018年から2026年までのインドの電力システムの決定論的かつプロベナンス(由来)が追跡可能なステート・デイ・パネルを提示する。
本研究は、ドミニカ共和国のケーススタディを用いて、解析的近似と動的検証の間のトレードオフを例示しつつ、電気的自立性、慣性、および応答特性が分離のための手頃な資本プレミアムにどのように影響するかを分析することにより、島嶼型電力システムにおけるモジュール型原子力導入の経済的および予備的利益を定量化する条件付きスクリーニング・フレームワークを提示する。
本論文は、機械学習に基づく故障診断の精度と能動的配電網における自己修復復旧効率を最大化するために、低コストで非同期な計器の最小配置数を最適化する目的駆動型フレームワークを提案しており、これにより97.3%の特定精度とSAIDI(停電時間平均)の82.2%削減、および9ヶ月の投資回収期間を実現する。
本研究は、無加圧ナノ銀焼結プロセスをバルク銅試料から機能的なDCBテストボードへと転用することに成功したことを示しており、これにより、低電気抵抗および70–80 MPaのせん断強度を示す接合部を特性評価するための適切なプラットフォームとして、Cu-cube/DCB構成が妥当であることが検証された。
本研究は、引張強度とせん断抵抗を独立した破壊メカニズムとして扱うことにより、セメント固結土斜面における後縁引張亀裂の深さと傾斜を同時に決定する新しい極限状態定式化を提示しており、これにより、理論的ベンチマーク、現場データ、および離散要素法シミュレーションを通じて検証された、より包括的な解析フレームワークを提供するものである。
本論文は、トルク誤差を繰り返し利用してトルク分布を段階的に洗練させることにより、低速定常運転時におけるトルクリップルを大幅に低減する、スイッチリラクタンスモータのトルク分担関数を最適化する反復学習制御戦略を提案するものである。
本研究は、分子振動解析を活用して高精度なノイズ検出を実現するハイブリッド畳み込み回帰ニューラルネットワークフレームワークを提示し、自動校正のために深層決定論的ポリシー勾配戦略を採用することで、人工呼吸器およびECGデバイスの測定信頼性と効率性を大幅に向上させるものである。