2645 편의 논문
본 연구는 형태학적 셀(Morphological Cells)과 비지도 그래프 어텐션 네트워크(unsupervised Graph Attention Network)를 결합한 새로운 프레임워크를 도입하여 예멘 마리브의 건물 약 50,000채를 분석함으로써, 실향에 따른 비공식적 도시 확장이 무질서한 확산이 아니라 부족 중심의 점유 체계와 인도주의적 제약에 의해 유도된 구조화된 공간 논리를 따른다는 점을 밝혀내고, 이를 통해 지적도가 없는 지역을 위한 분쟁 영향 도시의 적응형 거버넌스를 위한 진단 도구를 제공한다.
본 논문은 고성능 PZT를 구동용으로, 저손실 AlN을 감지용으로 단일 공진기 내에 측면 통합함으로써 고유한 재료 간의 상충 관계를 극복하여, 넓은 주파수 범위에 걸쳐 전기 출력 전압을 10배 증가시키고 성능 지수(figure of merit)를 크게 개선한 새로운 MEMS 트랜스듀서 구조를 제시한다.
본 연구는 실제 차량의 움직임을 시뮬레이션하기 위해 동적 격자를 사용하는 것이 기존의 정적 격자 방식에 비해 근접 영역 배기구 배출물 분산 모델링의 정확도를 크게 향러시킨다는 것을 입증하며, 특히 정적 모델이 중요한 기류 역학을 포착하지 못하고 플룸 길이를 과대평가하는 고속 주행 상황에서 그러하다.
본 연구는 극저온 예냉을 활용하여 인코넬 718의 표면 거칠기를 예측하는 실험적-통계적-설명 가능한 머신러닝 프레임워크를 제시하며, XGBoost 모델이 더 높은 정확도(R² = 0.9922)를 달성하고 주축 속도와 이송 속도의 지배적인 영향력에 대한 해석 가능한 통찰력을 제공함으로써 전통적인 반응 표면 방법론보다 우수함을 입증한다.
본 연구는 시뮬레이션된 이동 과정으로부터 통계적 의존성을 학습함으로써, 희소한 센서 데이터로부터 포화된 다공성 매질 내의 고기울기 오염물질 농도장을 성공적으로 재구성하는 데이터 기반 인코더-디코더 프레임워크를 소개하며, 이는 급격하고 채널화된 지하 이동 패턴을 포착하는 데 있어 크리깅(Kriging)과 같은 고전적 보간법보다 성능 면에서 크게 앞선다.
본 연구는 다양한 열적 및 화학적 효과를 포함하는 다공성 실린더 주변의 미크로폴라 카슨(Micropolar-Cassile) 유체 흐름에 대한 비선형 수학적 모델을 해결하는 데 있어 인공 신경망(ANN)과 물리 정보 신경망(PINN)의 성능을 조사하며, 이러한 머신러닝 접근 방식이 기존의 BVP4c 수치 해석법과 대등하게 정확하고 안정적이며 수렴하는 결과를 산출함을 입증한다.
본 논문은 노면 이미지와 섀시 센서 데이터를 결로 결합하여 전기차의 각 바퀴당 타이어 힘을 정확하게 예측하고 접지 활용도를 최적화하는 경량화된 물리 정보 기반 멀티모달 학습 프레임워크를 제안하며, 이는 기존 방식 대비 추정 오차와 마찰 위반율을 유의미하게 감소시키는 동시에 실시간 배포 가능성을 보장한다.
본 논문은 쿼드러플 탱크 벤치마크 시스템을 통해 입증된 바와 같이, 결합된 하위 시스템들을 위한 최적의 제어 전략을 동적으로 선택하기 위해 분산형 일반 예측 제어 기법과 비협력적 동적 게임 이론적 적응 메커니즘을 통합한 새로운 계층적 분산 모델 예측 제어 프레임워크를 제안하며, 이를 통해 변화하는 운전 조건 하에서의 성능, 강인성 및 적응성을 향상시킨다.
이 논문은 4,878개의 흙 다짐 시험으로 구성된 대규모의 개방형 다중 소스 코퍼스를 소개하며, 사전 학습된 정형 데이터 모델이 지표 특성으로부터 최대 건조 밀도와 최적 함수비를 정확하게 예측할 수 있음을 입증함으로써 지반 공학 머신러닝 연구를 위한 새로운 벤치마크를 구축한다.
본 연구는 *Bambusa nutans* subsp. *cupulata*와 PVA 접착제를 사용하는 저기술 수동 제작 방식이 기존 목재와 대등한 기계적 특성을 가진 엔지니어링 대나무 보를 생산할 수 있음을 입증하며, 이는 중소기업을 위한 확장 가능한 솔루션이자 네팔의 새로운 대나무 설계 매뉴얼을 위한 필수적인 데이터를 제공한다.