2621 papers
Dit artikel toont aan dat beweringen met betrekking tot de energie-efficiëntie-crossover tussen elektrische en optische chip-interconnects sterk afhankelijk zijn van de definities van de systeemgrenzen, waarbij wordt onthuld dat winsten op componentniveau alleen vertalen naar systeembrede voordelen wanneer alle overheads gezamenlijk worden meegerekend.
Deze studie toont aan dat machine learning-modellen, met name boomgebaseerde algoritmen zoals CatBoost en Random Forest, effectief de temperatuur in geothermische boorgaten voorspellen met behulp van hydrogeochemische datasets, wat een robuust alternatief biedt voor bronbeoordeling in gebieden met beperkte directe metingen.
Dit artikel presenteert een exact ontkoppelingskader voor externe en interne impedantie in teams van N robots met redundante actuatie, waarbij wordt bewezen dat interne krachten geen bewegingsbias induceren en dat het volgingsfout exponentieel convergeert onder exacte modellering, terwijl de aanpak wordt gevalideerd door middel van simulaties en een fysieke demonstratie van vier humanoids die een zware last dragen.
Dit artikel presenteert een botsingsbewust coördinatiekader voor dubbele hydraulische boormanipulatoren dat door RoboCompiler gegenereerde mechanisme-modellen integreert met gecentraliseerde Control Barrier Function-optimalisatie om veilig en efficiënt gelijktijdig boren te bereiken, waarbij een reductie van 42,5% in missietijd wordt aangetoond vergeleken met sequentiële operatie, terwijl strikte afstand- en contactbeperkingen worden gehandhaafd.
Deze studie stelt een nieuw hybride ANN-CCO-framework voor dat de Cuckoo Catfish Optimizer gebruikt om neurale netwerkparameters af te stemmen, waarmee een aanzienlijk hogere nauwkeurigheid wordt bereikt bij het voorspellen van de maandelijkse stedelijke watervraag in Izmir in vergelijking met zelfstandige ANN- en XGBoost-modellen.
Dit artikel presenteert een label-efficiënte workflow die ongesuperviseerde CIELAB-clustering combineert voor het genereren van proxy-maskers met een compacte U-Net-architectuur om een snelle, reproduceerbare en nauwkeurige segmentatie van SiC-, vrij silicium- en koolstoffasen in keramische micrografen te bereiken, waarbij de traditionele drempelwaarde-methoden bij lage contrastcondities aanzienlijk overtreft terwijl het een hoge doorvoersnelheid voor fasefractiekwantificering mogelijk maakt.
Deze studie verduidelijkt het mechanisme van door breuken veroorzaakte waterinstroom in diepe fosfaatmijnen door middel van vloeistof-vast koppelingssimulaties en stelt een hoog nauwkeurig voorspellend model op voor veilige waterbestendige rotsdikte op basis van orthogonaal ontwerp en meervoudige lineaire regressie.
Dit artikel stelt een methode voor voor het voorspellen van door snijkracht geïnduceerde gereedschapsafbuiging voor dunwandige roosterconische schalen, die analytische modellering op basis van de Donnell-schaaltheorie combineert met een fysiek beperkt transfer learning-model om elastische vervorming nauwkeurig te voorspellen en fouten in wanddikte aan te pakken die worden veroorzaakt door stijfheidsmutaties en beperkte experimentele gegevens.
Deze studie presenteert een autonome rupsgestuurde spuitrobot voor schapenstallingen die een hiërarchisch ROS-gebaseerd navigatiesysteem integreert met snelheidafhankelijke debietregeling, waarbij een hoge kaartnauwkeurigheid, bijna perfecte geometrische dekking en robuuste obstakelafhandeling wordt aangetoond in zowel simulaties als fysieke veldtesten.
Deze studie toont aan dat hoewel vier gelijktijdig ingezette elektrostatische monitoren bij een Thaise elektriciteitscentrale een hoge gegevenswerving en een sterke overeenstemming bereikten wanneer hun metingen werden gemiddeld, significante tijdvariërende, eenheidsspecifieke discrepanties tussen individuele stations hun betrouwbaarheid voor directe punt-tot-puntvergelijkingen beperken zonder ingebouwde co-locatiecontroles.