eess 篇论文 | Gist.Science

本文介绍了模块化集成人工智能基础设施（MiAI），这是一种通过协同设计的物理与功能模块化来解耦计算资产与支持资产更新周期的范式，在实现选择性更新与多周期复用的同时，证明了当保留的服务额度超过转型负担时，能够取得良好的环境成果。

本文介绍了一个开源、GPU 加速的框架，该框架通过将显式有限元法（FEM）与水平集离散元法（level-set DEM）相结合，利用保守接触模型来模拟软硬颗粒混合物，同时还提供了一个大语言模型（LLM）辅助平台，以简化模型构建与验证过程。

本文介绍了一种在硅基平台上实现的微型化、全连接集成光子伊辛机（IPIM），该系统通过一种新型联合算法和参数优化方案得到了增强，成功地高效解决了涉及超过100,000个自旋的超大规模组合优化问题以及现实世界的社交网络划分问题。

本文提出了一种统计力学框架，通过构型熵和相关系数来解释幂律退化指数，从而在不完全依赖经验拟合的情况下，实现对多种不同系统可靠性和剩余使用寿命的具有物理依据的预测。

本文提出了一种物理信息神经网络代理模型，该模型能够快速且准确地预测碳纤维增强聚合物/Ti-6Al-4V ELI雷达吸波材料在多个频段和入射角下的反射损耗，从而实现高效的多频段厚度优化以及无人机机身的结构集成评估。

本文通过回顾质量管理原则与钢铁制造工业实践的结合，提出了钢铁制造集成质量保证框架（IQAF-SM），该框架倡导从孤立的检验转向一种整体性的、基于风险且由数字化赋能的预防性质量体系，旨在使新兴技术与严谨的运营基础保持平衡。

本文证明，在自动驾驶车辆上实现一种速度感知的非线性控制障碍函数，能有效防止由对抗性超车引起的碰撞并确保轨道不变性，而标准型和线性增强型的跟车策略在类似条件下则会失效。

本研究提出了一个针对特定患者的一向耦合 CFD–DEM 框架，旨在证明中脑动脉分叉处的低密度脂蛋白（LDL）替代物沉积受局部几何结构与血流动力学条件的共同影响，并揭示了仅凭基于表面的血流动力学描述符无法预测的沉积不对称性。

本文介绍了在学习工厂（Learning Factory）内设计、实现并验证一种开源、低成本教育测试床的过程，该测试床集成了协作移动机器人、协作机械臂以及人工智能驱动的视觉技术，旨在通过项目式学习有效地教授工业4.0原则。

本文提出了一种准光学、多接收机射频系统，该系统通过分析功率输出波动，在无需专用主动接收器或额外收发链的情况下，同时为远程设备提供无线功率传输，并实现基于机器学习的环境感知，例如呼吸检测和人员定位。