2864 件の論文
本研究は、機械学習モデル、特にCatBoostやランダムフォレストのような決定木アルゴリズムが、水文地球化学データセットを用いて地熱の坑内温度を効果的に予測できることを示しており、直接的な測定が限られている地域における資源評価のための堅牢な代替手段を提供するものである。
本論文は、冗長なアクチュエーションを持つN台のロボット群における外部インピーダンスと内部インピーダンスの厳密なデカップリング・フレームワークを提示し、厳密なモデリングの下では内部努力が運動バイアスを引き起こさないこと、および追従誤差が指数関数的に収束することを証明し、重い荷物を運ぶ4台の人型ロボットによるシミュレーションと物理的な実演を通じてその手法を検証するものである。
本論文は、安全かつ効率的な並行掘削を実現するために、RoboCompilerによって生成された機構モデルと集中型制御バリア関数最適化を統合した、衝突回避型のデュアル油圧掘削マニピュレータ用協調フレームワークを提案し、厳格なクリアランスおよび接触制約を維持しつつ、逐次操作と比較してミッション時間を42.5%削減することを実証する。
本研究は、ニューラルネットワークのパラメータを調整するためにCuckoo Catfish Optimizerを活用する新しいハイブリッドANN-CCOフレームワークを提案しており、これにより、単独のANNおよびXGBoostモデルと比較して、イズミルの月間都市水消費量の予測において著しく高い精度を達成している。
本論文は、低コントラスト条件下でのセグメンテーションにおいて従来の閾値処理手法を大幅に上回り、高スループットな相分率定量化を可能にする、プロキシマスク生成のための教師なしCIELABクラスタリングとコンパクトなU-Netアーキテクチャを組み合わせた、ラベル効率の高いワークフローを提示しており、これによりセラミックス顕微鏡写真におけるSiC、フリーシリコン、および炭素相の迅速かつ再現可能で正確なセグメンテーションを実現している。
本研究は、流体・固体連成シミュレーションを通じて深部リン鉱山における断層誘発性湧水の発現メカニズムを解明し、直交計画法および重回帰分析に基づき、安全な耐水岩厚に関する高精度な予測モデルを構築するものである。
本論文は、ドネル殻理論に基づく解析モデルと物理的制約転移学習モデルを組み合わせることで、剛性変化による壁厚誤差や限られた実験データに対処しつつ、薄肉格子円錐殻の切削力誘起工具たわみを正確に予測する手法を提案するものである。
本論文は、予備的なスクリーニングのための軽量CNNと微細な認識のためのIQ-2AttNetを組み合わせた、二分岐特徴融合変調認識手法を提案しており、これは86.1%の総合精度を達成し、既存のモデルと比較して低SNR環境における優れた堅牢性を実証している。
本研究は、階層的なROSベースのナビゲーションシステムと速度依存型の流量制御を統合した、羊舎用自律走行型履帯式噴霧ロボットを提示するものであり、シミュレーションおよび実地試験の両方において、高いマッピング精度、ほぼ完璧な幾何学的被覆、および堅牢な障害物回避性能を実証している。
本研究は、タイの発電所に同時設置された4台の静電モニタが、その数値を平均化した場合には高いデータ回収率と強い一致を示した一方で、個々のステーション間には、組み込まれた共同設置チェックなしでは直接的な一対一の比較を行う際の信頼性を制限するような、顕著な時変的かつユニット固有の不一致が存在することを実証している。