eess 篇论文 | Gist.Science

本文介绍了一种名为 CPFxDRL 的新型翼型优化框架，该框架将深度强化学习与构造分段函数相结合，以创建一个无自交且低维的搜索空间，在提升收敛速度和几何保真度方面优于传统的 CST 方法，同时强调了进行高保真 CFD 验证以防止奖励黑客行为的至关重要性。

本文证明了通过 PVGIS-SARAH3 数据训练的优化人工神经网络 MPPT 算法，通过实现 98.7% 的跟踪效率和用于实时光伏功率优化的快速收敛，显著优于传统的扰动观察法和增量电导法。

本文介绍了 BanglaVowelDataset，该数据集包含来自十位说话者的 120 个录制的空气传导 (AC) 和 120 个合成的骨传导 (BC) 孟加拉语元音，旨在解决此类资源的匮乏问题，并促进噪声鲁棒性语音处理、识别和说话人识别领域的研究。

本研究利用三维有限元模型证明，用于三轮车的铝合金压铸金属基复合材料制成的制动鼓能够安全承受67,500次循环的极端疲劳载荷。

本文提出了一种连续的中途武器目标分配框架，该框架将动态重分配与轨迹引导相结合，以增强防空系统在应对协同集群攻击时的自主性、反应性和鲁棒性，并利用匈牙利算法在多对多场景下实现高效的实时优化。

本研究利用一种结合全局与局部优化的混合算法，并配合高保真度计算流体力学（CFD）模拟，设计了一种可折叠翼盒式无人机构型，与初始设计相比，实现了气动效率 16% 的提升以及升阻比综合目标 22% 的增长。

本文提出了一种针对含有高压直流连接型逆变器资源交流网络的广域保护方法，该方法利用相量测量单元（PMU）数据来识别疑似母线，并采用线路端叠加电流极性分析，以在区分于功率摆动的同时，准确检测并定位故障，且该方法已通过在改进的 IEEE 39 节点系统上进行的 PSCAD/EMTDC 仿真得到了验证。

本研究提出了一种增强型高光谱溢油检测框架，该框架将 3D-CNN 与基于 PCA 和孤立森林（Isolation Forest）的异常感知特征融合相结合，在 HOSD 数据集上实现了比基准方法更高的准确性和鲁棒性，能够有效区分溢油与类油现象。

本研究利用基于田口方法的钻削实验和机器学习算法，证明了进给率是影响木塑复合材料钻削过程中轴向力与扭矩的主导因素，并得出随机森林模型是用于优化工艺参数以最小化这些力的最准确预测模型的结论。

本研究设计、数值优化并制备了一种由90%羟基磷灰石、9.9%钛酸钡和0.1%石墨烯组成、填充率为70%的仿生布里格曼结构骨支架，展示了其在实现骨组织工程应用中机械强度、压电性和渗透性之间最佳平衡方面的潜力。