1663 件の論文
本論文は、最適なロジックロッキング技術の選択を自動化する、機械学習駆動型の統一された4段階のパイプラインを提示し、動的部分再構成（Dynamic Partial Reconfiguration）を用いてランタイム更新を行う軽量かつ暗号学的に堅牢なSTREAMLOCKメカニズムを統合し、IC保護のライフサイクル全体にわたって優れたハードウェア効率とセキュリティを実現するものである。
本研究は、マイクロガル精度の重力計における機械的励起と安定化時間を大幅に低減する、パラメータ最適化された階層的な「ボックス・イン・ボックス」型振動絶縁システムを提示するものであり、これにより、チベット高原のような過酷な環境下での輸送時における測定の信頼性を向上させる。
本論文は、ソフトアクター・クリティック（Soft Actor-Critic）アルゴリズムを用いた新しい深層強化学習フレームワークを提案し、多様な環境および運転条件下で堅牢な性能を維持しながら、2つの給水加熱器を備えた再生ランキンサイクルの自律的な最適化を実現し、高い熱効率およびエクセルギー効率を達成するものである。
本研究は、米国の死亡交通事故データに対してAutoMLとSHAPによる解釈性を活用することで、歩行者の不適切な譲り合い事案を駆動する明確な行動的および文脈的要因を特定し、標的を絞った安全対策に役立てるための、異なる横断動作における特定のリスクパターンを明らかにしている。
本研究は、AEB搭載車両が関与するテキサス州の警察報告による48,838件の衝突事故に対して多変量データマイニングを活用することで、これら事象の運用の異質性を浮き彫りにする4つの明確な衝突類型を特定しており、AEBの有効性を直接測定することではなく、車両テスト、センシング開発、および道路安全介入を改善するための実証的な根拠を提供するものである。
この実証的研究は、慣性を考慮した非作用ロボット向けの適応型コントラクション制御戦略が、固定メトリック手法と比較して質量同定を大幅に向上させる一方で、適応に起因する不安定性によって追従精度を低下させることが多いこと、そしてそのトレードオフが提案された自己導出型の適応率ガバナーによって部分的に緩和されることを示している。
本論文は、疎な高忠実度LDV計測値と豊富な偏りのあるCFDシミュレーションを融合させ、仮想流量計測における乱れた速度場を予測するためのリアルタイムかつ不確実性を考慮した代理モデルを構築する、自己回帰型マルチフィデリティ・ガウス過程回帰フレームワークを提示し、大幅な誤差低減と信頼できる95%予測区間を実現するものである。
本研究は、機械的に裁断されたデニム生地を三層構造のパーティクルボードの表面層に配置することで、機械的性能が維持され業界標準を満たす一方で、芯材層への混入は強度を著しく低下させることを示しており、これはボード特有の密度勾配を維持することが、局所的な材料の高密度化よりも性能維持においてより重要であることを浮き彫りにしている。
本論文は、同時方向のOAM多重化、低拡散伝搬、および高いチャネル分離性を伴うプログラマブルなビームステアリングを実現するために、バトラー行列給電による円形アレイと1ビット・プログラマブル・メタサーフェスを統合した、ハードウェア効率の高い結合給電型MIMOアーキテクチャを提案する。
本研究は、電気自動車用バッテリーを戦略的に1〜2年早く退役させることで、現在再利用不可能なユニットの40〜50%を価値あるセカンドライフ・エネルギー貯蔵リソースへと変貌させることができ、提案された動的な下取りフレームワークを通じて循環性と環境の持続可能性を大幅に向上させられることを実証している。