2864 件の論文
本論文は、従来のシリコンCMOS技術のスケーリング限界を克服しつつ、高いエネルギー効率と極めて低いビット誤り率を実現するために、単一分子接合におけるファノ共鳴を利用した、4ビット非同期準遅延非依存（QDI）分子プロセッサの設計、量子物理学的モデリング、および回路検証を提示するものである。
本研究は、形態学的セル（Morphological Cells）と教師なしグラフ・アテンション・ネットワークを組み合わせた新しいフレームワークを導入することで、イエメンのマリブにおける約5万棟の建物を分析し、避難に伴う非公式な都市拡大が、無秩序な無秩序な拡大ではなく、部族的な土地所有権や人道的制約に起因する構造的な空間ロジックに従っていることを明らかにし、それによって、紛争の影響を受けた都市における適応的ガバナンスのための、地籍情報の乏しい環境でも利用可能な診断ツールを提示するものである。
本論文は、単一の共振器内に駆動用の高性能PZTと低損失AlNを横方向に統合することにより、材料固有のトレードオフを克服し、電気的出力電圧を10倍に増加させ、かつ広い周波数範囲にわたって性能指数（FOM）を大幅に向上させた、新規なMEMSトランスデューサ・アーキテクチャを提案するものである。
本研究は、動的メッシュを用いて車両の実際の運動をシミュレートすることが、従来の静的メッシュ手法と比較して、特に静的モデルが重要な気流力学を捉えきれずプルームの長さを過大評価してしまう高速域において、テールパイプからの近接場排出拡散モデリングの精度を大幅に向上させることを実証している。
本研究は、極低温予冷を利用してインコネル718の表面粗さを予測する実験的・統計的・説明可能な機械学習フレームワークを提示しており、XGBoostモデルが従来の応答曲面法を上回る精度（R² = 0.9922）を達成し、主軸回転速度と送り速度の支配的な影響に関する解釈可能な洞察を提供することを実証している。
本研究は、シミュレーションされた輸送過程から統計的依存関係を学習することにより、疎なセンサーデータから飽和多孔質媒体内における高勾配な汚染物質濃度場の完全な再構成に成功した、データ駆動型のエンコーダ・デコーダ・フレームワークを導入するものであり、急峻でチャネル化された地下移動パターンを捉える点において、クリギングのような古典的な補間法を大幅に凌駕している。
本研究は、様々な熱的および化学的効果を伴う多孔質円筒周囲のマイクロポーラー・カッソン流の非線形数学モデルを解く際の人工ニューラルネットワーク（ANN）および物理情報ニューラルネットワーク（PINN）の性能を調査し、これらの機械学習手法が従来のBVP4c数値解法に匹敵する正確、安定、かつ収束した結果をもたらすことを実証するものである。
本論文は、路面画像とシャシーセンサーデータを融合させ、電気自動車における各輪のタイヤ力を正確に予測しグリップ利用を最適化する、軽量かつ物理学に基づいたマルチモーダル学習フレームワークを提案しており、従来の手法と比較して推定誤差と摩擦違反率を大幅に低減しながら、リアルタイムの展開可能性を確保している。
本論文は、分散型一般化予測制御スキームと非協力的な動的ゲーム理論的適応メカニズムを統合した新しい階層型分散モデル予測制御フレームワークを提案し、それによって結合されたサブシステムの最適な制御戦略を動的に選択することで、4タンク・ベンチマークシステムを用いた実証が示す通り、変動する動作条件下における性能、ロバスト性、および適応性を向上させるものである。
本論文は、4,878件の土の締固め試験からなる大規模かつオープンなマルチソース・コーパスを導入し、学習済みテーブルデータモデルが指標特性から最大乾燥密度および最適含水比を正確に予測できることを示し、地盤工学における機械学習研究の新たなベンチマークを確立するものである。