⚡ 전기공학

An Integrated Performance Framework for Sustainable Rehabilitation Centre Design

이 개념적 연구는 치료적, 공간적, 환경적, 경제적 기준을 통합하여 지속 가능한 재활 센터 설계를 강력하게 평가하고 순위를 매기는 복합 지표인 통합 재활 건축 성능 프레임워크(IRAPF)를 소개하며, 통합적 접근 방식이 다양한 가중치 시나리오 전반에 걸쳐 기존의 또는 단일 초점 전략보다 일관되게 우수한 성능을 보임을 입증한다.

Shafa Alzeidi, Eman Alruwaili2026-09-14
⚡ 전기공학

TEMIF: A Trustworthy Explainable Multispectral Intelligence Framework for Evidence-Based Spectral Utility Analysis in Sentinel-2 Land Cover Classification

이 논문은 전략적 분광 선택(구체적으로 RGB와 Red Edge, NIR, SWIR 밴드의 결합)이 단순히 사용 가능한 모든 밴드를 사용하는 것보다 Sentinel-2 영상의 식생 분류를 위한 판별 능력을 더 효과적으로 향 향상시킨다는 것을 통제된 실험과 다차원적 증거를 통해 입증하는 신뢰할 수 있고 설명 가능한 프레임워크인 TEMIF를 소개하며, 이는 RGB 베이스라인에 비해 전반적인 정확도는 약간의 트레이드오프가 발생함에도 불구하고 그러하다.

Toktam Khatibi2026-09-14
⚡ 전기공학

SMARTEN v2.0: A Scalable Framework for Multiscale Energy Forecasting in Interconnected Buildings Toward Smarter Grid Management

이 논문은 개별 건물에서 국가 시스템에 이르기까지 다양한 규모에 걸쳐 재생 에너지 생산과 소비를 실시간으로 공동 예측하며, 최소한의 과거 데이터를 사용하여 고급 그리드 관리 및 수요 측 전략을 지원하는 확장 가능하고 데이터 효율적인 예측 프레임워크인 SMARTEN v2.0을 소개한다.

Damien Ali Hamada FAKRA, Ando Ny Aina RANDRIANTSOA, Mirhado Nahary ANDRIAMANDROSO, Cédric JOIN, Marcel RAMAROLAHY2026-09-14
⚡ 전기공학

Evaluating national machine-learning predictions of household biogas use across time and local contexts in Nepal

본 연구는 네팔의 가구별 바이오가스 사용량을 예측하기 위한 국가 단위 머신러닝 모델의 전이 가능성을 서로 다른 시기와 지역적 맥락에 걸쳐 평가하며, 해당 모델들이 가구의 상대적 확률에 따른 순위를 매기는 데는 강력한 능력을 유지하지만 절대적인 유병률 예측치는 시간과 장소에 따라 표류한다는 점을 발견하였고, 이는 이 모델들이 고정된 예측치보다는 에너지 전환을 모니터링하기 위한 적응형 벤치마크로서 사용되는 것이 가장 적합함을 시사한다.

Ren Cao, Li An2026-09-13
⚡ 전기공학

Study on plasticity and compressibility behaviour of jute and coir reinforced soft soil

본 연구는 코코넛 섬유 또는 황마 섬유를 2% 혼입하는 것이 섬유 가교 작용 및 입자 맞물림과 같은 메커니나임을 통해 소성 및 압축성을 감소시키고 강도를 증가시킴으로써 팽창성 연약 지반의 공학적 성능을 유의미하게 향상시킨다는 것을 입증하며, 이는 토양 안정화를 위한 지속 가능한 대안을 제공한다.

Ansab Shafi Mir, Bhuvaneshwari S., Anasua GuhaRay2026-09-12
⚡ 전기공학

Benchmarking machine and deep learning for retrospective multi-horizon prediction of GloFAS-modelled high flows at Hardinge Bridge in Bangladesh

본 연구는 방글라데시 하딩지 브리지(Hardinge Bridge)의 고유량 이벤트를 예측하기 위해 다양한 머신러닝 및 딥러닝 모델을 벤치마킹하였으며, 기상 데이터만을 활용한 시나리오에서는 랜덤 포레스트가 신경망보다 우수한 성능을 보였으나, 현재의 수문 상태 데이터를 통합하는 것이 모델 구조의 복잡성보다 예측 정확도를 유의미하게 향상시켰음에도 불구하고, 예측 변수와 대상 변수 간의 데이터 계보가 공유된다는 점으로 인해 결과가 운영 기술이라기보다는 재현 가능한 프록시 벤치마크로 남게 된다는 점을 밝혀냈다.

Asif Ahamed, Ahammad Hossain, Md. Tanvir Hasan, Most. Alisa Tabassum, Md. Kamruzzaman, Jayanta Das, A. H.M. Rahmatullah (…)2026-09-12