3009 件の論文
本論文は、高度な前処理技術、機械学習モデルのアンサンブル、およびハイパーパラメータ最適化を統合することで、ノイズの多い現場計測値からの掘削速度（ROP）予測の精度と堅牢性を大幅に向上させる、データ品質を考慮したハイブリッド深層学習フレームワークを提案するものである。
本論文は、同期されたNDPパケットのコヒーレント処理を通じて正確なマルチターゲット距離検出を実現すると同時に、トレーニング信号をランダム化し見通し内成分を弱める手法を提案することでプライバシーへの懸念に対処する、Wi-Fiセンシングシステムを提示するものである。
本研究は、土壌の細孔径分布と水流動力学を結びつける新しい手法を提案し、一次圧密は大孔径孔で発生し、二次圧密は微細孔の流れに起因することを示すことで、長期試験を必要とせずに全沈下量を予測することを可能にするものである。
本論文は、ボクセル情報を重みに直接吸収させるカスタム積分則を計算する修正モーメントフィッティング法に基づいた効率的なボクセル求積スキームを提示しており、これにより局所的に細分化された有限要素空間に対する剛性行列の厳密な積分を可能にし、材料解像度を基底関数から分離させるとともに、従来の事前積分法や合成ガウス・ルジャンドル法を凌駕する。
本論文では、優れた広帯域性能、高いアイソレーション、および低い振幅・位相不均衡を実現するために、ウィルキンソン型および5ポート電力分配器と位相シフトネットワークを組み合わせた新しいトポロジーを利用した、2種類のコンパクトで広帯域（4–9 GHz）な単層マイクロストリップ180°ハイブリッドカプラを提案する。
本研究は、ガウス過程回帰が、高炉スラグ微粉末および石灰石粉を用いた持続可能な三成分系コンクリート混合物の機械的性能を最適化するための優れた予測モデルであることを実証しており、炭素排出量を削減しつつ、強度特性の最適なバランスとなるGGBFS 30%およびLSP 15%の混合比を特定している。
本研究は、既存の設計基準と実験結果との間の不一致を修正するようにモデルを学習させることにより、マレーシア産の熱帯広葉樹（バラウおよびビティス）における単列ボルト式鋼材・木材接合部の横荷重耐力を予測することに成功した、物理学統合型機械学習フレームワークを提示しており、それによって熱帯樹種への木材設計基準の拡張に向けた信頼できる経路を提供するものである。
本研究は、天然細骨材の最大40%を底面灰（ボトムアッシュ）に置換したアルカリ活性スラグコンクリートが、0.45のアルカリ活性剤／結合材比において、最適なワーカビリティと圧縮強度を備え、かつ構造的完全性と酸および硫酸塩攻撃に対する卓越した耐性を維持する持続可能な材料となることを実証している。
本論文は、FIR畳み込み歪みを軽減するために対数スペクトルにおける低ケプストラム加法性摂動を除去するリフテッド・ケプストラム記述子が、CWRUおよびDroneRFデータセットを用いた制御実験を通じて検証された通り、クリーンな精度を維持しつつ、軸受故障分類における堅牢性において標準的なスペクトルプロファイルを大幅に上回ることを実証している。
本研究は、室内空気質パラメータに基づき認知パフォーマンスおよび職業的ストレスレベルをリアルタイムで予測する新規の数学モデルを利用した、低コストなESP32ベースの組み込みシステムを提示し、その検証を行うものであり、予防的な労働衛生管理における高い精度と実用性を実証している。