⚡ elektrotechniek

An Integrated Performance Framework for Sustainable Rehabilitation Centre Design

Deze conceptuele studie introduceert het Integrated Rehabilitation Architecture Performance Framework (IRAPF), een samengestelde index die therapeutische, ruimtelijke, omgevingsgebonden en economische criteria verenigt om duurzame ontwerpen voor revalidatiecentra robuust te evalueren en te rangschikken, waarbij wordt aangetoond dat geïntegreerde benaderingen consequent beter presteren dan conventionele of eenzijdige strategieën over diverse wegingsscenario's heen.

Shafa Alzeidi, Eman Alruwaili2026-09-14
⚡ elektrotechniek

TEMIF: A Trustworthy Explainable Multispectral Intelligence Framework for Evidence-Based Spectral Utility Analysis in Sentinel-2 Land Cover Classification

Dit artikel introduceert TEMIF, een betrouwbaar en uitlegbaar framework dat gecontroleerde experimenten en multidimensionaal bewijs gebruikt om aan te tonen dat strategische spectrale selectie (specifiek de combinatie van RGB met Red Edge, NIR en SWIR banden) het onderscheidend vermogen voor vegetatieclassificatie in Sentinel-2-beelden effectiever verbetert dan het simpelweg gebruiken van alle beschikbare banden, ondanks een lichte algehele nauwkeurigheidstolerantie vergeleken met een RGB-baseline.

Toktam Khatibi2026-09-14
⚡ elektrotechniek

SMARTEN v2.0: A Scalable Framework for Multiscale Energy Forecasting in Interconnected Buildings Toward Smarter Grid Management

Dit artikel introduceert SMARTEN v2.0, een schaalbaar en data-efficiënt voorspellingsframework dat real-time, gezamenlijke voorspelling van de productie en consumptie van hernieuwbare energie mogelijk maakt over meerdere schalen — van individuele gebouwen tot nationale systemen — met behulp van minimale historische gegevens om geavanceerd netbeheer en strategieën aan de vraagzijde te ondersteunen.

Damien Ali Hamada FAKRA, Ando Ny Aina RANDRIANTSOA, Mirhado Nahary ANDRIAMANDROSO, Cédric JOIN, Marcel RAMAROLAHY2026-09-14
⚡ elektrotechniek

DPI Suppression for Non-cooperative Bistatic Radar Based on Direction-Preserving Orthogonality of Signal Eigenvectors

Dit artikel stelt een methode voor voor de onderdrukking van DPI bij niet-coöperatieve bistatische radar, die gebruikmaakt van de richting-behoudende orthogonaliteit van signaleigenvectoren om interferentiecomponenten na decoherentie te elimineren, waardoor de nauwkeurigheid van de DOA-schatting van het doel wordt verbeterd.

Yiduo Guo, Jiawei Lu, Yu Zhang2026-09-14
⚡ elektrotechniek

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
⚡ elektrotechniek

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
⚡ elektrotechniek

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