Fine-tuning a weather model for improved ensemble subseasonal forecasting
이 논문은 사전 학습된 GraphCast 모델을 미세 조정하고 계산 비용이 저렴한 앙상블 전략을 결합하는 것이 3주 및 4주 차에 기존의 ECMWF S2S 앙상블을 능가하며 아계절 강수 예측 성능을 유의미하게 향상시킨다는 것을 입증한다.
2658 편의 논문
이 논문은 사전 학습된 GraphCast 모델을 미세 조정하고 계산 비용이 저렴한 앙상블 전략을 결합하는 것이 3주 및 4주 차에 기존의 ECMWF S2S 앙상블을 능가하며 아계절 강수 예측 성능을 유의미하게 향상시킨다는 것을 입증한다.
본 연구는 튜브 파열이 주요 파손 모드인 사출 성형 열경화성 수지의 직접 나사 체결 방식에 있어, 체결 토크와 나사 삽입 속도가 피로 강도에 통계적으로 유의미한 영향을 미치지 않는다는 것을 입증하며, 이를 통해 조립 매개변수를 주로 공정의 견고성과 효율성을 중심으로 최적화할 수 있음을 보여준다.
본 연구는 80개의 실제 실험 데이터를 학습한 인공 신경망과 NSGA-II 알고리즘을 결합한 대리 모델 보조 다목적 최적화 프레임워크를 제안하며, 이를 통해 에너지 소산은 최대화하고 하류 세굴 깊이는 최소화하는 파레토 최적의 스틸링 베이신 설계를 효율적으로 식별함으로써, 며칠이 아닌 단 몇 분 만에 51.10%의 효율과 0.005m의 세굴 깊이를 갖는 최적의 절충해를 달성한다.
본 논문은 세 개의 신경망을 사용하여 해밀턴-자코비-이삭스 방정식의 해를 근사화함으로써 무게 중심 오프셋과 바퀴 미끄러짐 불확실성을 효과적으로 처리하고, 기존 방식보다 우수한 추적 정확도와 강인함을 달성하는 4륜 메카넘 이동 로봇을 위한 오프 폴리시 적분 강화 학습 기반 강인 최적 추적 제어기를 제안한다.
본 논문은 퍼지 추론과 문맥적 밴딧 강화 학습을 결합하여 무선 센서 네트워크에서 최적의 MAC 프로토콜을 동적으로 선택하는 경량 자기 학습 프레임워크인 AFB-MAC을 제안하며, 이는 매우 역동적인 조건 하에서 패킷 전달, 에너지 효율, 지연 시간 및 네트워크 수명 측면에서 기존의 고전적 및 기존 적응형 베이스라인들을 크게 능가한다.
이 사례 연구는 시멘트 첨가가 플록 형성 및 공극률 감소를 통해 일축 압축 강도를 높이고 압축성, 팽창성 및 붕괴성을 낮춤으로써 고르간 황토의 공학적 특성을 유의미하게 개선한다는 것을 입증하며, 28일 양생 후 9%의 시멘트 함량에서 최적의 결과가 관찰되었다.
본 연구는 로봇 추적 방식의 다시점 3D 초음파 프레임워크가 전문가 검증을 거친 등록 정밀화 기술과 결합될 때, 불규칙한 액체 저류를 측정하는 기존 2D 초음파의 한계를 극복하여 조직 모사 팬텀 내의 모사 복강 출혈 부피를 정확하게 정량화할 수 있음을 입증한다.
이 논문은 지연된 로봇 군집에서 관찰되는 급격한 합의 붕괴가 연결성 결여나 파편화라는 근본적인 실패라기보다는, 유한한 관측 예산과 메타안정적 역학에 의한 측정 아티팩트임을 입증하며, 합의가 종종 도달 가능하지만 시간 경과에 따라 불안정해진다는 점을 밝혀낸다.
본 연구는 고해상도 주간 위성 영상에 적용된 머신러닝 프레임워크를 활용하여 2023년부터 2026년까지 가자 지구 내 강제 이주의 종단적 시공간적 역동성을 재구성함으로써, 연속적인 군사 작전이 텐트 정착지의 급격한 출현, 수축 및 재배치를 어떻게 유도했는지 밝히는 동시에 기존의 데이터가 부재한 상황에서 분쟁으로 인한 이주를 모니터링하기 위한 원격 탐사의 유용성을 입증한다.
본 논문은 키르히호프의 전압 법칙과 케이블 열 방정식을 다중 스케일 특징 추출과 결합하여 배전망 전압 변성기에 대한 정확하고 실시간이며 비침습적인 오차 평가를 달계하는 Attention-RBF 물리 정보 신경망 방법을 제안하며, 이는 실험실 시뮬레이션과 현장 적용 모두에서 기존 방법들보다 우수한 성능을 보여준다.