eess 篇论文 | Gist.Science

本研究提出了一种由符号距离函数（SDF）引导的三维重建工作流，该工作流集成了用于地质雷达（GPR）响应分割的 YOLO11-seg 以及用于生成连续且无伪影的机场跑道下层间空隙体积表示的符号距离函数插值技术，从而有效解决了由不规则响应和稀疏采样所带来的挑战。

本文提出了一种用于模型辅助软开断点（MAPO-SOP）功率优化的残差触发式主动灵敏度估计方法，该方法能够检测拓扑变化并重构馈线参数，从而在无需连续探测或实时拓扑通信的情况下实现自适应电压控制。

本文提出并验证了一种快速、低成本的分析方法，用于设计和制造风洞天顶轮廓，该轮廓尽管在理论预测与实验结果之间存在微小差异，但仍能成功产生可重复且均匀的流向压力梯度。

本研究建立并验证了一个微观尺度有限元模型，揭示了钢/铝冷轧结合过程中的机械咬合经历了硬化层开裂、新鲜金属挤出和碎片旋转三个截然不同的阶段，其中较薄的硬化层和较高的压应力通过促进更致密的开裂和更深的碎片嵌入来增强结合。

本文提出了热关系状态推理网络（TRSI-Net），这是一种新颖的深度学习框架，通过利用热调节重校准和关系记忆注意力机制，显式地建模热演化如何改变终端测量值的历史相关性，从而显著提升了动态热激发条件下锂离子电池荷电状态的估算精度。

本研究提出并评估了一种结合了多重数据同化集成平滑器（ES-MDA）与实数编码加速遗传算法（RAGA）及战争策略优化算法（WSO）的混合优化框架，旨在为后者生成信息化初始种群，并证明与独立使用这些算法相比，该方法显著提升了渗透系数场反演的准确性、稳定性和收敛速度。

本文介绍了 LyCo-SNN，这是一个通过使用解耦事件分配和李雅普诺夫约束执行来有效增强结构化反馈的控制框架，该框架将脉冲神经网络与基于模型的观测器-LQR控制器相结合，用于在存在未建模动力学的条件下处理机器人操作和飞行任务。

本文提出了一种统一的、由机器学习驱动的四阶段流水线，该流水线实现了最优逻辑锁定技术的自动化选择，将轻量级且具有密码学强度的 STREAMLOCK 机制与用于运行时更新的动态局部重构相结合，并在整个集成电路保护生命周期内实现了卓越的硬件效率与安全性。

本研究提出了一种经过参数优化的分级“箱中箱”式隔振系统，该系统显著降低了微伽级高精度重力仪的机械激励与稳定时间，从而增强了在青藏高原等恶劣环境下运输过程中的测量可靠性。

本文提出了一种利用软行动者-评论家算法的新型深度强化学习框架，用于自主优化具有两个给水加热器的再生朗肯循环，在实现高热效率和有效能效率的同时，保持在多种环境和运行条件下的稳健性能。