2864 件の論文
本論文は、無線カプセル内視鏡プロトタイプの開発における2つの低コストなアナログRF送信手法の設計と比較評価を提示するものであり、離散トランジスタベースの発振器がリアルタイムのビデオをアナログ受信機へ正常に送信したことを実証するとともに、リソース制約のある医療現場における重要な設計上の制約としてPAL/NTSC形式の不適合性を浮き彫りにしている。
本論文は、不完全なSIC条件下におけるダウンリンクNOMAシステムにおける電力割り当てを最適化し、スペクトル効率、ユーザーの公平性、および信頼性を同時に向上させることで、動的な5G環境において従来の手法や既存の学習ベースのアルゴリズムを凌駕する、分散型マルチエージェント深層強化学習フレームワークを提案する。
本研究は、CFRP/Al異材摩擦スポット接合においてステンレス鋼線メッシュの中間層を組み込むことで、直接接合と比較して静的引張強度が大幅に倍増する一方で、界面近傍の熱劣化したCFRPマトリックス内で破断が開始されるため、疲労特性はメッシュの種類によらず同等であることを示している。
本論文は、高圧放水中の多源的かつ強結合な外乱に対する高精度な安定性を実現するために、既知の動力学に対する物理的なフィードフォワード補償と、3次線形拡張状態オブザーバおよびスライディングモード制御を統合した、テザー式消防用ヘキサロータのための複合階層型抗外乱制御戦略を提案するものである。
本論文は、学習済みGraphCastモデルのファインチューニングを計算コストの低いアンサンブル戦略と組み合わせることで、季節内降水予測が大幅に向上し、第3週および第4週において確立されたECMWF S2Sアンサンブルを上回ることを実証している。
本研究は、チューブ破断が支配的な破壊モードとなる射出成形熱硬化性樹脂への直接ネジ締めにおいて、締め付けトルクおよびネジの挿入速度は一般に疲労強度に対して統計的に有意な影響を与えないことを示しており、これにより組立パラメータを主にプロセスの堅牢性と効率性の観点から最適化することが可能となる。
本研究は、80点の実際の実験データを用いて学習させた人工ニューラルネットワークとNSGA-IIアルゴリズムを組み合わせた代理モデル支援型多目的最適化フレームワークを提案し、エネルギー消散を最大化しつつ下流の洗掘深を最小化するパレート最適なスティリング水槽設計を効率的に特定することで、数日ではなく数分で、51.10%の効率と0.005 mの洗掘深を実現する最良の妥協解を導き出すものである。
本論文は、3つのニューラルネットワークを用いてハミルトン・ヤコビ・イサックス方程式の解を近似することにより、重心のオフセットや車輪のスリップの不確かさを効果的に処理し、従来の制御手法と比較して優れた追従精度とロバスト性を実現する、4輪メカナム移動ロボットのためのオフポリシー積分強化学習に基づくロバスト最適追従制御器を提案するものである。
本論文は、ファジィ推論とコンテキスト・バンディット強化学習を組み合わせた軽量な自己学習フレームワークであるAFB-MACを提案し、これにより、極めて動的な条件下において、パケット配信率、エネルギー効率、遅延、およびネットワーク寿命の面で、古典的な手法や既存の適応型ベースラインを大幅に上回る最適なMACプロトコルの動的な選択を無線センサーネットワーク内で実現する。
このケーススタディは、セメントを添加することで、凝集による効果および空隙率の減少を通じて、一軸圧縮強度の向上、ならびに圧縮性、膨張性、および崩壊性の低減がもたらされ、ボルガン・ロエス（Gorgan loess）の工学的特性が著しく改善されることを示しており、28日間の養生後にはセメント含有量9%において最適な結果が観察された。