1616 artigos
Este artigo deriva filtros de ordem fracionária com funções de transferência de e ao discretizar espacialmente uma equação diferencial parcial das equações de Maxwell para modelar o efeito pelicular, e apresenta uma implementação digital correspondente via transformação bilinear que é comparada ao filtro recursivo de Oustaloup.
Este artigo, intitulado "Application of Robust Mean-Difference Filtering to Relative Navigation of Formation Spacecraft", foi retirado pelos autores devido à falta de consentimento total de todos os colaboradores e, portanto, não deve ser citado ou utilizado como referência.
Este artigo propõe um método de supressão de DPI para radar bistático não cooperativo que aproveita a ortogonalidade de preservação de direção dos autovetores do sinal para eliminar componentes de interferência após a decoerência, aumentando, assim, a precisão da estimativa de DOA do alvo.
Este estudo avalia a transportabilidade de modelos nacionais de aprendizado de máquina para prever o uso de biogás doméstico no Nepal através de diferentes períodos de tempo e contextos locais, constatando que, embora os modelos mantenham uma forte capacidade de classificar os domicílios por probabilidade relativa, suas previsões de prevalência absoluta derivam ao longo do tempo e da localização, sugerindo que são melhores utilizados como marcos de referência adaptáveis para monitorar transições energéticas em vez de previsões fixas.
Este estudo demonstra que a incorporação de 2% de fibras de coco ou juta em solo mole expansivo melhora significativamente o seu desempenho de engenharia ao reduzir a plasticidade e a compressibilidade, ao mesmo tempo que aumenta a resistência através de mecanismos como o ponteamento de fibras e o intertravamento de partículas, oferecendo uma alternativa sustentável para a estabilização de solos.
Este estudo estabelece um parâmetro de comparação para vários modelos de aprendizado de máquina e aprendizado profundo para prever eventos de alto fluxo na Ponte Hardinge, Bangladesh, constatando que, embora o Random Forest tenha superado as redes neurais em cenários puramente meteorológicos, a incorporação de dados do estado hidrológico atual melhorou significamente a precisão da previsão mais do que a complexidade arquitetônica, embora os resultados permaneçam um benchmark de proxy reproduzível em vez de uma habilidade operacional devido à linhagem de dados compartilhada entre preditores e alvos.
Este estudo apresenta uma plataforma de microfluídica centrífuga integrada com eletrodo de carbono vítreo, de baixo custo, portátil e ultrassensível, capaz da detecção eletroquímica dupla e sem marcação da proteína spike do SARS-CoV-2 e do antígeno prostático específico para aplicações de ponto de atendimento.
Este estudo propõe uma estrutura de aprendizado de máquina explicável e guiada pela física, utilizando um modelo CatBoost otimizado para prever com precisão a resistência à compressão simples de argila kaolín estabilizada com nano folhelho–cal viva, ao mesmo tempo em que quantifica incertezas e identifica principais direcionadores físicos, como plasticidade e interações de cura.
Esta revisão sistemática sintetiza 40 estudos sobre bancadas de teste de suporte de ar para ADCS de CubeSats e nanossatélites, destacando a mudança em direção ao hardware modular e de código aberto, identificando lacunas críticas na fusão de sensores e validação de propulsores, e priorizando avanços futuros em compensação de distúrbios de alta fidelidade, gêmeos digitais e diagnósticos assistidos por IA.
Este artigo examina como técnicas de inteligência artificial, tais como aprendizagem profunda e algoritmos de otimização, abordam desafios críticos em redes inteligentes — incluindo integração de renováveis, gestão de demanda e cibersegurança — para aumentar a eficiência energética, a confiabilidade e a sustentabilidade por meio de aplicações do mundo real.