2701 papers
Dit artikel presenteert ContactlessCaging, een fysiek zwermrobotica-systeem dat het coöperatieve, niet-invasieve transport van fragiele objecten mogelijk maakt door een gedeelde akoestische val te synthetiseren via gedistribueerde mobiele fase-arrays op vier gesynchroniseerde TurtleBot3-robots.
Deze studie introduceert UHIQ, een interactief en uitlegbaar framework dat physics-informed regressie integreert met XGBoost om de intensiteit van het stedelijk hitte-eiland te voorspellen, waarmee onderzoekers en beleidsmakers een transparante tool krijgen voor het analyseren van omgevingsfactoren en het evalueren van strategieën voor hittevermindering.
Deze studie stelt een nieuw physics-informed neural network (PINN)-framework voor dat de buigvervorming van met geosynthetica omwikkelde grindkolommen (GESC's) integreert als een fysieke beperking om een uiterst nauwkeurige, snelle probabilistische stabiliteitsbeoordeling en geoptimaliseerd ontwerp voor dijken op slappe bodems te bereiken.
Dit artikel demonstreert een schaalbare inertiële sensor-modaliteit gebruikmakend van een zelfonderhouden mechanische frequentiekam gegenereerd via drie-golf-menging parametrische excitatie in een PZT-op-silicium brug, die de traditionele Q–bandbreedte-afruil van single-mode MEMS-versnellingsmeters overwint door gelijktijdige, multi-kanaals versnellingsdetectie over meerdere kamlijnen mogelijk te maken.
Deze driedimensionale numerieke studie evalueert de seismische stabiliteit van 44 gevalideerde sinkholes in Barangay Dontogan, Baguio City, onder hoge piekgrondversnellingen, waarbij wordt onthuld dat hoewel ondiepe holtes stabiel blijven bij 0,40 g, de 0,80 g ontwerpbelasting een bifurcatie naar instortings- en kritieke toestanden veroorzaakt voor holtes met hoogte-diameterverhoudingen van 1,00 of minder, wat leidt tot het voorstel van een viergetrapt stabiliteitsdrempelmatrix voor funderingsveiligheidsbeoordelingen.
Dit artikel stelt TIR-MSTLA voor, een natuurkundig geleid kader dat een eerste-orde warmtebalansmodel combineert met adaptief residu-leren en multi-schaal aandachtmechanismen om de nauwkeurigheid van kortetermijnvoorspellingen van de bovenolie-temperatuur voor in olie ondergedompelde transformatoren onder variërende veldomstandigheden aanzienlijk te verbeteren.
Deze studie evalueert de productieplanning van de Angoran Pb-Zn dagbouwmijn onder onzekerheid van mineraalprijzen door drie waarderingsmethoden — NPV Scheduler, @Risk Monte Carlo-simulatie en een simulatiegebaseerd beslissingssysteem — te vergelijken over vijf jaarlijkse productiescenario's, waarbij uiteindelijk wordt bevestigd dat de snelheid van 1,2 Mt/jr de netto contante waarde maximaliseert, ongeacht de gekozen aanpak.
Dit artikel presenteert een nieuwe zevenparameters optische vezelsensor gebaseerd op oppervlakteplasmonresonantie die de gelijktijdige detectie van temperatuur, magnetisch veld, methaan, relatieve vochtigheid, spanning, waterstof en waterstofsulfide mogelijk maakt met een hoge gevoeligheid en een vereenvoudigd fabricageproces, waardoor deze zeer geschikt is voor complexe olie- en gaswinning, milieumonitoring en industriële fabricage-toepassingen.
Deze studie presenteert een kosteneffectief, IoT-gestuurd framework dat de schatting van bodemvocht in zand door middel van specifieke kalibratie aanzienlijk verbetert en de haalbaarheid demonstreert van geautomatiseerde zandtype-identificatie met behulp van machine learning op diëlektrische sensordata.
Dit artikel presenteert een hersenachtige zelforganiserende hardware-architectuur die elektrochemische mechanismen gebruikt om in-materia leren en geheugen mogelijk te maken door de co-evolutie van structurele dynamiek en functionele connectiviteit, waardoor belichaamde intelligentie wordt bereikt via adaptieve dendritische memristieve netwerken.