2864 artigos
Este estudo demonstra que a aplicação do filtro de Kalman Bayesiano como uma etapa de pré-processamento aumenta significativamente a precisão de modelos de aprendizagem profunda (GRU e LSTM) para a previsão de curto prazo da qualidade do ar em várias cidades canadenses, com configurações de modelos ideais variando conforme o tipo de poluente e as condições locais.
Este artigo introduz e valida experimentalmente uma estrutura de rede neural óptica de alta ordem sob iluminação parcialmente coerente que supera a limitação de não linearidade dos sistemas difrativos tradicionais, alcançando um desempenho comparável ao das redes neurais elétricas com complexidade computacional significativamente menor e robustez superior.
Este estudo demonstra que o aumento da frequência ultrassônica e da velocidade de corte durante a usinagem da liga de alumínio 7075-T6 reforçada por laminação ultrassônica reduz as forças de corte e a rugosidade superficial, ao mesmo tempo em que aumenta a tensão residual de compressão, resultando, em última análise, em uma superfície mais fina e uniforme com menos defeitos.
Este estudo desenvolve e valida modelos de aprendizado de máquina otimizados por metaheurísticas, especificamente PSO-Cat e BO-Cat, que superam significativamente os métodos tradicionais na previsão da resistência ao cisalhamento de tubos de aço preenchidos com concreto circular, enquanto utilizam análises SHAP e PDP para interpretar os principais fatores influenciadores e fornecem uma GUI prática para aplicação em engenharia.
Este estudo apresenta um modelo analítico validado que prevê com precisão o efeito de spring-in induzido pela cura em peças compostas curvas de paredes finas ao incorporar explicitamente a interação ferramenta-peça, incluindo o atrito interfacial e a deformação por shear-lag, para considerar as variações dimensionais dependentes da espessura.
Este artigo propõe um framework de Cascata com Portão de Consistência que funde dinamicamente um ramo de regressão de coordenadas de alta precisão com um ramo de detecção robusto por meio de um portão de consistência livre de parâmetros, alcançando precisão e estabilidade superiores para a localização da ponta do eletrodo de tungstênio em ambientes desafiadores de soldagem K-TIG onde métodos isolados falham.
Este artigo propõe uma estratégia de escalonamento sinérgica de múltiplas escalas temporais integrando eólica, solar, hídrica e bombeamento com Controle Preditivo Baseado em Modelo aprimorado e restrições de acoplamento hidráulico precisas para reduzir significativamente o corte de energia renovável e aumentar a confiabilidade do sistema.
Este artigo apresenta um sensor de fibra óptica para gases de quatro parâmetros baseado em ressonância de plasmons de superfície que utiliza um substrato de fibra sem núcleo do tipo 4D e materiais de detecção específicos para detectar simultaneamente metano, umidade relativa, hidrogênio e sulfeto de hidrogênio com alta sensibilidade e sem desvios espaciotemporais.
Este artigo propõe uma arquitetura de manutenção preditiva de Edge-AI em camadas que integra dados de sensores de IIoT com modelagem de Digital Twin e aprendizado de máquina de conjunto para alcançar 97,43% de precisão de detecção, reduzindo significativamente falsos negativos e o tempo de inatividade, ao mesmo tempo em que permite inferência de baixa latência em dispositivos de borda.
Este artigo apresenta a primeira demonstração de um chip de computação óptica de quatérnios (QOCC) que utiliza multiplexação por divisão de comprimento de onda para mapear fisicamente produtos de Hamilton não abelianos em um circuito fotônico, permitindo o processamento altamente paralelo, de baixo erro e eficiente em termos de energia de dados de alta dimensão para aplicações como análise de nuvem de pontos 3D e reconhecimento de imagens coloridas.