Adaptive Bayesian Radar Scheduling for Hidden Space Debris Population Estimation
本論文は、EISCATレーダーのデータで検証され、シミュレーションでテストされた適応型ベイズレーダー・スケジューリング手法が、固定またはランダムなポインティング戦略と比較して、捕捉不可能な宇宙デブリの個体数推定における不確実性を大幅に低減し、それによって重要な衛星サービスへのリスク評価を向上させることを実証するものである。
2864 件の論文
本論文は、EISCATレーダーのデータで検証され、シミュレーションでテストされた適応型ベイズレーダー・スケジューリング手法が、固定またはランダムなポインティング戦略と比較して、捕捉不可能な宇宙デブリの個体数推定における不確実性を大幅に低減し、それによって重要な衛星サービスへのリスク評価を向上させることを実証するものである。
本研究は、長短期記憶混合密度ネットワークに物理的正則化と転移学習を組み合わせた統一的なフレームワークを提示するものであり、これにより、歴史的データが限られている場所においても、高高度車両の空気力学的荷重推定および構造設計の向上を可能にする、世界各地の地点にわたる正確な確率論的上層風場の生成を実現する。
本研究は、産業用ガスタービン・データにおける構造的なチャネル汚染(有効な測定値が断続的に誤った変数に割り当てられる現象)が、高い予測精度指標によって検知されないまま、物理的な感度を著しく歪ませる可能性があることを示しており、それゆえに純粋な予測的妥当性確認よりもソース・プロベナンス(情報の出自)の検証が必要であることを提示している。
本論文は、格子状タワーの構造ヘルスモニタリングにおける最適センサ配置のためのMACペナルティ付きフィッシャー情報量基準を提案するものであり、これは、情報量を最大化すると同時にモード間相関を抑制することにより、古典的な有効独立性法と比較して、全体のフィッシャー情報量はわずかに減少するものの、運用時のノイズレベルにおけるモード再構成の裾の信頼性と試行間の一貫性を大幅に向上させる。
本論文は、従来のディープラーニングモデルと比較して産業用ロボットの故障検知の精度と効率を大幅に向上させるために、サイクル一貫性オートエンコーダと量子マルチアウトプットネットワークを組み合わせたハイブリッド量子・古典フレームワークを提案するものである。
本論文は、速度指令のタイミングを最適な歩行フェーズに合わせることで、高密度なマルチロボットシナリオにおいて緊急回避イベントと機体の傾きを大幅に減少させる、衝突による不安定性を軽減する四脚ロボットの分散型スウォーム制御フレームワークを提案する。
本論文は、公開されている技術データと、設計上の緩和策の探究および将来の高忠実度な検証のための厳密な基礎を確立することを目的として新たに開発されたMATLAB実装による物理ベースの低次元計算モデルを統合することにより、SpaceXのStarship/Super Heavyシステムにおける4つの重要な課題、すなわちRaptorエンジンのダイナミクス、熱防御システムの耐久性、ブースターのキャッチ機構、および極低温推進剤管理に関する独創的な工学的解析を提示するものである。
本論文は、低温熱脱塩(LTTD)プラントに関する実験的なフィールド調査を提示するものであり、エネルギー損失領域の特定およびプラント全体の性能向上を目的として、その蒸発および凝縮プロセスにおけるエクセルギー損失と効率を分析しており、凝縮が蒸発よりも著しく効率的であることを明らかにしつつ、平均的な総合エクセルギー効率が22.15%であることを示している。
本研究は、STAR-CCM+における中空円錐ノズルのための2つのオイラー・ラグランジュ噴霧モデリング戦略を実験データに対して数値的に検証し、ソリッドコーンインジェクターは精度と効率の現実的なバランスを提供する一方で、ポイントアレイモデルは計算リソースをより多く消費する代わりに噴霧特性の空間的再現性において優れていることを示している。
本研究は、剛性フレームとソフトなオーゼチック内部格子を組み合わせたトマト収穫用のハイブリッド・ロボット・メタグリッパーを紹介するものであり、格子の配向を変えることで、作物の損傷を最小限に抑えるための把握の適合性、力分布、およびエネルギー効率が大幅に最適化されることを、実験的および計算的な解析を通じて実証している。