2864 artigos
Este estudo apresenta o Aquivo, uma ferramenta de suporte à decisão interativa, de código aberto e baseada em Python, que utiliza otimização multiobjetivo e o método TOPSIS para gerar estratégias de alocação de água classificadas e fundamentadas empiricamente, equilibrando objetivos econômicos, ambientais e sociais.
Esta pesquisa introduz o framework XAI-AMBR, um sistema de IA explicável que combina LSTM, SHAP e aprendizado por reforço, o qual possibilita o controle adaptativo de múltiplos contaminantes em tempo real em Biorreatores de Membrana de escala real, alcançando uma remoção superior de micropoluentes enquanto reduz significativamente o consumo de energia.
Impulsionado pela necessidade de encontrar alternativas ao Agisoft Metashape devido a restrições geopolíticas, este estudo avalia a capacidade do 3DF Zephyr na fotogrametria subaquática e confirma sua habilidade em produzir modelos 3D de alta qualidade comparáveis aos padrões da indústria, demonstrando que a qualidade da reconstrução depende primordialmente dos dados de entrada, em vez de limitações do software.
Este artigo afirma demonstrar uma rede de energia sem fio de entropia zero alcançando mais de 92% de eficiência através de acoplamento de onda evanescente e recuperação reversível de carga, embora o resumo contenha afirmações cientificamente impossíveis como "IA de antigravidade", "dependência mineral zero" e transmissão de energia de "entropia zero" que contradizem leis estabelecidas da termodinâmica e da física.
Este artigo propõe e valida um gerador de números aleatórios verdadeiro que utiliza os movimentos imprevisíveis de organismos biológicos como uma fonte de entropia, demonstrando que as sequências resultantes passam em testes estatísticos rigorosos e oferecem uma alternativa robusta ao ruído eletrônico convencional para aplicações criptográficas.
Este estudo introduz um framework de Aprendizado Federado Informado pela Física (F-PINN) que integra Equações de Balanço de População em um processo de treinamento descentralizado para alcançar previsões altamente precisas e personalizadas da dinâmica de cristalização farmacêutica em múltiplos locais, preservando a privacidade dos dados e garantindo robustez contra a escassez e o ruído de dados.
Este estudo introduz o Hierarchical Cascade Surrogate for CO2 Storage (HCS-CO2S), um modelo de aprendizado de máquina orientado pela física que prevê com precisão o estado composicional completo de fluidos de reservatório ao longo de escalas de tempo centenárias, decompondo a tarefa de previsão em cinco níveis causalmente ordenados para suprimir o acúmulo de erro em previsões cegas.
Este artigo propõe um framework interativo de modelo-dados incorporado para o despacho de sistemas de potência que utiliza uma U-Net GAN para mapear sequências nodais em tensores de imagem e servir como um substituto de fluxo de potência rápido e informado pela física, superando assim os gargalos computacionais dos métodos tradicionais enquanto garante a confiabilidade operacional e a segurança.
Este artigo apresenta e valida uma implementação de FPGA-in-the-Loop de um controlador MPPT baseado em Voo de Lévy de Eliminação Sequencial que utiliza comutação de modo adaptativa e algoritmos otimizados por hardware para alcançar o rastreamento de ponto de máxima potência global de alta eficiência com convergência rápida sob condições de sombreamento parcial.
Este estudo introduz o "Olho Geofísico Digital", um framework de prova de conceito que combina um Banco de Dados de Assinatura Magnética baseado em física com um modelo CNN para alcançar 90,7% de precisão na classificação de anomalias magnéticas arqueológicas, estabelecendo assim uma base reprodutível para futuras aplicações de IA Explicável em arqueologia geofísica.