2816 편의 논문
본 연구는 시간 및 위치 종속적 교통 혼잡을 비선형 에너지 소비 프레임워크에 통합한 혼합 차량대(mixed-fleet) 콜드체인 차량 경로 결정 모델을 제안하고, 이를 개선된 적응형 대규모 이웃 탐색 알고리즘을 사용하여 해결함으로써 총 유통 비용을 최소화하는 동시에 동적인 혼잡 조건 하에서 혼합 차량대의 운영 및 경제적 이점을 입증한다.
이 논문은 오일 분사 냉각 방식의 전기 모터 권선 내 열전달 계수를 결정하기 위한 두 가지 고충실도 CFD 시뮬레이션 워크플로(FVM 및 MPS)를 실험적으로 검증하며, 이러한 결과들을 집중 매개변수 열 네트워크(Lumped Parameter Thermal Network) 모델에 통합하는 것이 전기 자동차 애플리케이션을 위한 신속한 열 예측의 정확도를 유의미하게 향상시킨다는 것을 입증한다.
본 논문은 낮은 고조파 함량과 커패시터 자가 균형을 갖는 11단계 출력 전압을 생성하기 위해 두 개의 DC 전원과 9개의 스위치를 활용하며, 50 Hz 동작 및 근사 레벨 변조를 통해 스위칭 손실을 줄이면서 고이득을 실현하는 고이득 스위치드 커패시터 멀티레벨 인버터 토폴로지를 제안한다.
본 논문은 레이블이 지정된 결함 데이터 없이도 스마트 농업에서 정확하고 실시간적인 센서 결함 탐지 및 진단을 달성하기 위해 준지도 학습, 동적 특징 증강, 그리고 해석 가능한 진단 도구를 활용하는 동적 희소 부분 최소 제곱(D-sPLS) 프레임워크를 제안한다.
본 연구는 Rosin-Rammler 모래 입자 크기 분포를 이용한 CFD 모델링을 적용하여 심해 가스 점퍼의 침식을 예측하며, 이를 통해 가변적인 입자 크기와 유동 역학을 고려하는 것이 이론적 모델보다 더 현실적인 침식 예측을 제공한다는 점을 입증하고 마지막 엘보우 구간을 가장 심각한 침식이 발생하는 임계 구역으로 식별한다.
본 연구는 마이크로 롤링을 레이저 유도 아크 적층 제조(LIAAM)와 결합하는 것이 2319 알루미늄 합금의 미세조직을 현저히 미세화함으로써, 기존의 LIAAM과 비교하여 이방성을 감소시키고 경도와 인장 강도를 모두 향상시킨다는 것을 입증한다.
이 인실리코(in-silico) 연구는 기능적 전기 자극을 통한 핸드 사이클링 과제의 지구력을 극대화하는 것이 표준 규범 아키타입에만 의존하기보다는 특정 변수를 목표로 하고 개인화된 근 피로도 및 기계적 임계성을 통합하는 비용 함수를 최적화함으로써 가장 잘 달성된다는 것을 입증한다.
이 논문은 255마일 구간의 미국 도로에서 시공간적으로 변화하는 교통 조건이 장거리 전기 트럭의 에너지 집약도를 유의미하게 증가시키고 화물 효율을 감소시키는 동시에 회생 에너지 회수를 촉진하는 방식을 정량화하는 2단계 차량-교통 공동 시뮬레이션 방법론을 제시한다.
본 연구는 적응형 노이즈 분리를 위한 베이지안 최적화 변분 모드 분해와 향상된 특징 추출을 위한 어텐션 기반 CNN-BiLSTM 모델을 결합하여, 가변 작동 조건에서 초기 결함 탐지 시 90%의 정확도를 달성하는 강건한 기어박스 결함 진단 프레임워크를 제안한다.
본 연구는 인공 벌 군집 알고리즘(Artificial Bee Colony)과 반딧불이 알고리즘(Firefly Algorithms)을 구체적으로 비교함으로써, 군집 지능 기반의 적응형 임계값 최적화가 기존의 고정 임계값 에너지 탐지 방식과 비교하여 탐지 확률을 높이고 오경보율을 균형 있게 조절함으로써 인지 무선 네트워크에서의 스펙트럼 감지 성능을 유의미하게 향상시킨다는 것을 입증한다.