⚡ techniek

Conditional Diffusion Downscaling for Probabilistic Subseasonal-to-Seasonal Precipitation Forecasts

Deze studie introduceert het Conditional Diffusion Downscaling Model (CDDM), een nieuwe generatieve benadering die een aangepast Brownian bridge-proces gebruikt om grove GCM-neerslagvoorspellingen effectief naar fijne resoluties te downscalen, waarbij het consistent de traditionele en state-of-the-art methoden overtreft op het gebied van probabilistische en deterministische metrieken onder diverse klimatologische omstandigheden.

Haoyu Song, HUidong Jin, Zhaohui Lin, Xi Wu2026-08-06
⚡ techniek

Simulation-based study on two modes tesla-valve type reactor for chemical looping process on gas-solid fluidization

Deze studie maakt gebruik van CPFD-simulaties om een reactor van het type Tesla-klep te evalueren voor chemische looping-processen, waarbij wordt onthuld dat hoewel de voorwaartse en achterwaartse modi over het algemeen fluidisatie-dode zones vertonen die kunnen worden gemitigeerd door de gassnelheid, bed-tot-deeltje-verhoudingen en spoelconfiguraties te optimaliseren, een achterwaartse modus bij 20 m/s uniek stagnante regio's elimineert door het bedmateriaal langs het langste stromingspad te leiden.

Yijun Liu, Shiwei Ma, Fangjun Wang, Chen Lv2026-08-06
⚡ techniek

Deep Learning Characterization of Spatially Variable Ground Using Screened and Label-Conditioned Random Field Data

Deze studie stelt een systematisch kader voor het genereren van fysiek consistente trainingsdatasets door middel van non-stationariteitsscreening en op Maximum Likelihood Estimation gebaseerde labelverificatie, waarbij wordt aangetoond dat dergelijke verbeteringen in de datakwaliteit de nauwkeurigheid en generalisatie van Convolutionele Neurale Netwerken bij het schatten van de schaal van fluctuatie voor ruimtelijk variabele grond aanzienlijk verbeteren.

Ashu Singhal, Gyan Vikash2026-08-06
⚡ techniek

A Cross-Domain Orthogonal Spherical Interface for Bidirectional Haptic Human Robot Interaction

Dit artikel presenteert FusionTouch, een handschoenvrije sferische haptische interface die gebruikmaakt van een cross-domein transparante architectuur en bio-geïnspireerde textielfabricage om multimodale sensatie en bidirectionele haptische feedback synergetisch te integreren op een enkel flexibel oppervlak, wat hoogwaardige handhoudingsschatting, deformatiereconstructie en krachtschatting mogelijk maakt voor diverse mens-robot interactietoepassingen.

Wenbo Ding, Shoujie Li, Xingting Li, Chenxin Liang, Xie Xuanbing, Wei Hou, Zijian Lin, Chongxi Jiao, Mingshan He, Junwei (…)2026-08-06
⚡ techniek

Interpretable Hybrid CNN Transformer Framework with Cross Attention Fusion and Uncertainty Quantification for Multi Mechanism Corrosion and Erosion Detection

Dit artikel introduceert CorroSense-Net, een interpreteerbaar hybride CNN-Transformer-framework met een innovatieve Cross-Attention Fusion-module en onzekerheidskwantificatie dat de state-of-the-art nauwkeurigheid bereikt bij het onderscheiden tussen ongeschonden, erosie- en corrosietoestanden in industriële pijpleidingen, waardoor de beperkingen van bestaande single-model benaderingen in veiligheidskritische inspecties worden aangepakt.

Hardik Gohel, Bryant Pineda, Leonel Lagos, Dwayne McDaniel, Aparna Aravelli2026-08-06
⚡ techniek

LIBRA: An open framework for techno-economic and environmental assessment of lithium-ion battery recycling under evolving battery chemistries

Het artikel introduceert LIBRA, een open, interactief webgebaseerd framework dat techno-economische en milieutechnische beoordelingen integreert om de levensvatbaarheid van diverse lithium-ion batterijrecyclingpaden onder evoluerende chemieën te evalueren, waarbij wordt aangetoond dat chemiespecifieke mechanisch-hydrometallurgische routes winstgevend blijven, zelfs bij een hoge penetratie van lithiumijzerfosfaat.

Lisa Schlott, Niklas Kronemeyer, Jens Leker2026-08-06
⚡ techniek

Multifunctional and Adaptive Composites Enabled by Additive Manufacturing and AI-Assisted Design

Dit artikel beoordeelt de convergentie van additieve productie, architecturale metamaterialen en AI-ondersteund ontwerp voor multifunctionele composieten, terwijl het via een casestudy over 420 vezelversterkte polymeren aantoont dat ensemble machine learning-modellen effectief mechanische eigenschappen kunnen voorspellen op basis van verwerkings- en constituerende beschrijvers om invers ontwerp en 4D-printen te versnellen.

Byron Wladimir Oviedo-Bayas2026-08-06
⚡ techniek

Robust Feasible-Domain Modeling for Resource-Constrained Spaceborne Heterogeneous High-Performance Computing

Dit artikel presenteert een robuuste, reproduceerbare workflow voor het modelleren van het haalbare domein voor ruimtevaartgebonden heterogene high-performance computing die multi-constraint screening (inclusief timing, geheugen, vermogen, thermiek en betrouwbaarheid) integreert om optimale taaktoewijzingen te identificeren, waarbij via synthetische casestudies wordt aangetoond dat robuuste selectie de maaktijd aanzienlijk vermindert en deadline-schendingen onder perturbatie elimineert met slechts een marginale energie-trade-off vergeleken met nominale energie-geoptimaliseerde benaderingen.

Jianing Rao, Wenjie Zhao, Junshe An2026-08-06
⚡ techniek

Experimental and Machine Learning-Based Performance Evaluation of Ambient-Cured Geopolymer Mortar Using Microstructural Characterisation and ABAQUS Numerical Analysis

Deze studie evalueert op uitgebreide wijze de prestaties van bij omgevingstemperatuur uithardende geopolymeer-mortels door middel van experimentele testen, microstructuurkarakterisering, op machine learning gebaseerde sterktevoorspelling en ABAQUS numerieke analyse, waarbij wordt aangetoond dat een mengsel van 100% hoogovenslakken met een natriumgebaseerde activator superieure mechanische eigenschappen bereikt en dat het bekleden van gewapend beton met geopolymeer-mortel het structurele gedrag van gewapende betonbalken significant verbetert.

Rushikesh Khartode, Subhash Patankar2026-08-06