eess papers | Gist.Science

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

Deze studie evalueert de transporteerbaarheid van nationale machine learning-modellen voor het voorspellen van huishoudelijk biogasgebruik in Nepal over verschillende tijdsperioden en lokale contexten, waarbij wordt vastgesteld dat hoewel modellen een sterk vermogen behouden om huishoudens te rangschikken op basis van relatieve waarschijnlijkheid, hun absolute prevalentievoorspellingen over de tijd en locatie driften, wat suggereert dat ze het beste kunnen worden gebruikt als adaptieve benchmarks voor het monitoren van energietransities in plaats van als vaste prognoses.

Ren Cao, Li An2026-09-13

⚡ electrical engineering

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

Deze studie toont aan dat het toevoegen van 2% kokosvezels of jutvezels aan expanderende zachte grond de technische prestaties aanzienlijk verbetert door de plasticiteit en samendrukbaarheid te verminderen en de sterkte te vergroten via mechanismen zoals vezeloverbrugging en deeltjesverstrengeling, wat een duurzaam alternatief biedt voor bodemstabilisatie.

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

⚡ electrical engineering

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

Deze studie vergelijkt diverse machine learning- en deep learning-modellen voor het voorspellen van hoogwatergebeurtenissen bij de Hardinge Bridge in Bangladesh, waarbij wordt vastgesteld dat hoewel Random Forest beter presteerde dan neurale netwerken in scenario's met enkel meteorologische gegevens, het integreren van huidige hydrologische staatgegevens de voorspellingsnauwkeurigheid aanzienlijk meer verbeterde dan architecturale complexiteit, hoewel de resultaten een reproduceerbare proxy-benchmark blijven in plaats van operationele bekwaamheid vanwege de gedeelde datalijn tussen voorspellers en doelwitten.

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

⚡ electrical engineering

Glassy Carbon Electrode-Integrated Microfluidic CD Platform for Point-of-Care Detection of SARS-CoV-2 Spike Protein and Prostate-Specific Antigen

Deze studie presenteert een goedkoop, draagbaar en ultrasensitief op een glassy carbon elektrode geïntegreerd centrifugaal microfluïdisch CD-platform dat in staat is tot de label-vrije, duale elektrochemische detectie van het SARS-CoV-2 spike-eiwit en prostaatspecifiek antigeen voor point-of-care toepassingen.

Naresh Mandal, Bidhan Pramanick2026-09-12

⚡ electrical engineering

Physics-guided explainable machine learning and uncertainty quantification for predicting unconfined compressive strength of nano shale–quicklime stabilized kaolin clay

Deze studie stelt een natuurkundig geleid, verklaarbaar machine learning-framework voor dat gebruikmaakt van een geoptimaliseerd CatBoost-model om de ongebonden druksterkte van met nano-schalie en snelkalk gestabiliseerde kaolienklei nauwkeurig te voorspellen, terwijl onzekerheden worden gekwantificeerd en cruciale fysieke drijfveren zoals plasticiteit en uithardingsinteracties worden geïdentificeerd.

Arash Aminaee, Abolfazl Soltani, Abolfazl Baghbani, Parisa Salehan, Hossam Abuel-Naga, Pijush Samui2026-09-12

⚡ electrical engineering

Air-Bearing Testbeds for CubeSat and Nanosatellite Attitude Determination and Control Systems: A Systematic Review of Hardware, Control, and Validation Methodologies

Deze systematische review synthetiseert 40 studies over luchtlager-testbedden voor CubeSat- en nanosatelliet-ADCS, waarbij de verschuiving naar modulaire en open-source hardware wordt belicht, kritieke hiaten in sensorfusie en thruster-validatie worden geïdentificeerd, en prioriteit wordt gegeven aan toekomstige vooruitgang in hoogwaardige verstoringscompensatie, digitale tweelingen en AI-ondersteunde diagnostiek.

Islam Ibrahim, Mohamed Riad Ghazy, Aboubakr M. Elhady2026-09-12

⚡ electrical engineering

Transformation of Smart Power Grids with Artificial Intelligence: Challenges, Opportunities, and Future Outlook

Dit artikel onderzoekt hoe technieken voor kunstmatige intelligentie, zoals deep learning en optimalisatie-algoritmen, kritieke uitdagingen in smart grids aanpakken—waaronder de integratie van hernieuwbare energie, vraagbeheer en cybersecurity—om de energie-efficiëntie, betrouwbaarheid en duurzaamheid te verbeteren door middel van praktijktoepassingen.

Seyed Enayatallah Alavi2026-09-12

⚡ electrical engineering

Quantum Federated Digital Twin Framework with Explainable Multi-Agent Intelligence for Autonomous Engineering Management

Dit artikel introduceert het QFDT-XMAI-framework, een vijflaagse architectuur die quantum-enhanced federated learning, graph-attention multi-agent coördinatie en uitlegbare AI integreert om autonoom, controleerbaar engineeringmanagement over gedistribueerde locaties mogelijk te maken, terwijl de gegevensprivacy wordt gewaarborgd en de convergentie-efficiëntie en besluitvormingstransparantie worden verbeterd.

Nilesh Vasant Ingale, Mahesh Dhande, Pankaj Deshmukh2026-09-11

⚡ electrical engineering

A Sensor-Centric Survey of SLAM and Odometry for GPS-Denied Environments

Dit artikel presenteert een sensor-centrische survey van SLAM en odometrie voor GPS-loze omgevingen, waarbij de literatuur wordt georganiseerd naar sensormodaliteit en volwassenheidsniveau om prestatieafwegingen te analyseren, belangrijke trends zoals multi-sensor fusie en neurale integratie te identificeren, en aan te voeren dat robuuste lokalisatie complementaire detectie gecombineerd met onzekerheidsbewuste schatters vereist, terwijl het gefragmenteerde benchmarking als een belangrijke barrière voor vooruitgang wordt benadrukt.

Aristeidis Geladaris, Panagiotis Polygerinos2026-09-11

⚡ electrical engineering

Semantic Novelty, Influence, and Patent Persistence in Robotics Innovation: Embedding-Native Indicators and Maintenance-Fee Validation

Deze studie maakt gebruik van een transformer-gebaseerd framework op bijna 20.000 Amerikaanse robotica-patenten om aan te tonen dat hoewel semantische nieuwheid alleen de persistentie van patenten niet voorspelt, voorwaartse semantische invloed de waarschijnlijkheid van het vervallen van onderhoudsvergoedingen aanzienlijk vermindert, en dat nieuwheid alleen bijdraagt aan retentie wanneer het technisch leesbaar blijft binnen gevestigde domeinen.

Chong Guan, Yuchao Cheng2026-09-11