2864 artigos
O artigo apresenta o GLoOD, um modelo autorregressivo que utiliza atenção temporal sobre embeddings visuais para melhorar significativamente a precisão e a robustez das previsões de fluxo de fluidos baseadas em campo através de diversas geometrias e regimes de escoamento sem exigir parâmetros físicos explícitos ou retreinamento.
Este artigo propõe e valida uma estratégia de controle sinérgico zonal para galerias de rocha macia profundas que aproveita a capacidade de autossuporte residual da rocha danificada ao dividir a massa circundante em camadas de suporte distintas — fraca, estável e forte —, reduzindo significamente a deformação e a extensão da zona plástica por meio de um design de suporte otimizado.
Este estudo propõe uma estrutura de otimização de números inteiros baseada em KKT que cootimiza o despacho de armazenamento de baterias e de geradores dentro da rede nacional do Sri Lanka, demonstrando que o embutimento direto do armazenamento no modelo de despacho captura efetivamente a arbitragem econômica e reduz o corte de renováveis, ao mesmo tempo em que destaca a necessidade de planejamento de capacidade baseado na flexibilidade real do sistema em vez de condições médias.
Este estudo avalia o desempenho sísmico de estruturas compostas de colunas revestidas com vigas de aço com geometrias abertas (seção em I) e fechadas (quadrada oca) através de testes em mesa vibratória em escala 1:3 e validação numérica via SeismoStruct, demonstrando que estes sistemas compostos oferecem relações rigidez-peso, ductilidade e eficiência econômica superiores em comparação com estruturas convencionais de concreto armado.
Este estudo reanalisa dados esparsos de manufatura aditiva por arco elétrico com arame (WAAM) para demonstrar que os limites de tempo de espera entre camadas variam significamente de acordo com o material e a métrica, defendendo um fluxo de trabalho de triagem baseado em sensibilidade que trata as evidências geométricas, radiográficas e de dureza como fluxos separados, em vez de impor um único limiar de processo.
Este estudo demonstra que o emprego de funções de perda assimétricas em modelos de aprendizado profundo melhora significativamente a precisão e a robustez da previsão de produção de reservatórios offshore de curto prazo, particularmente ao reduzir erros de subprevisão durante eventos transientes complexos, como fechamentos de poços, em comparação com abordagens de perda simétrica convencional.
Este estudo introduz um algoritmo de evolução diferencial adaptativa melhorado (iL-SHADE) que resolve eficazmente o problema de inversão TDEM 1D não linear e mal posto, alcançando precisão superior e robustez ao ruído em testes sintéticos e resolvendo com sucesso estruturas subsuperficiais profundas em um sistema vulcânico-hidrotérmico no Vulcão Unzen, Japão.
Este estudo apresenta um Sistema de Teste Inteligente de Cura de Unhas (NCITS) que utiliza uma estrutura de computação de borda 1D CNN–TCN para alcançar regulação térmica em tempo real e em malha fechada para fotopolimerização, reduzindo significativamente o overshoot de temperatura e melhorando a consistência da cura em comparação ao controle PID convencional.
Este estudo demonstra que máscaras de precipitador eletrostático miniaturizadas, particularmente a Máscara C, reduzem significativamente a exposição a partículas a jusante em comparação com respiradores N95 convencionais, ao quantificar concentrações absolutas de partículas em vez de depender apenas de métricas de eficiência de filtragem.
Este estudo demonstra que um fluxo de trabalho assistido por IA, utilizando agentes de modelos de linguagem de grande escala para substituir as computações convencionais de CALPHAD, prevê com sucesso as composições de fase distintas de ligas de titânio de baixo custo Ti-2.8Al-5.1Mo-4.9Fe soldadas por feixe de elétrons e TIG, ao acoplar simulações térmicas de elementos finitos com diagramas de transformação contínua de resfriamento gerados por IA.