⚡ 电气工程
Adding accelerometry raises task-conditioned recoverability in wearable photoplethysmography
本研究表明，在可穿戴光电容积脉搏波技术中加入加速度计能显著提高任务条件下的可恢复性与分类性能，证明了物理传感器增强可以同时提升特定推理任务中的可用信息量与观测准确度。
⚡ Category
eess
2814 篇论文
⚡ 电气工程
Fabrication-constrained tandem inverse design of photonic crystal fiber SPR sensors with uncertainty-aware Pareto screening
本文提出了一种用于光子晶体光纤表面等离子体共振（SPR）传感器的制造约束串联逆向设计框架，该框架利用可微正则化和多指标帕累托筛选，在解决逆向解非唯一性的同时，显式地平衡了几何可行性、分布外检测以及目标精度。
⚡ 电气工程
DC-Screening-Oriented Solver-Referral Auditing for Grid Foundation Model Predictions under Topology and Operating Stress
本文提出了 \tsrb{}，这是一个可复现的审计框架，该框架利用一个由六个组件构成的数据可信度评分（Data Credibility Score），以有效地识别并转交给需要基于物理求解器验证的电网基础模型预测，这些预测是在拓扑和运行压力下的预测，从而在不将 DC 筛选结果与 AC 可行性主张相混淆的情况下，平衡推理速度与运行可靠性。
⚡ 电气工程
Road Network Centrality Reveals Architectural Heritage-Driven Road Patterns in Ming–Qing Ganzhou Ancient City
本研究提出了一种利用建筑遗产与路网中心性之间空间耦合关系的逆向推断方法，用以重建明清赣州路网的演变过程，揭示了其从分散的多核格局向单核两带结构的转变。
⚡ 电气工程
A Method for X-ray Computed Tomography Based Prediction of Local Cutting Power in Circular Sawing of Scots Pine
本研究表明，基于高分辨率X射线计算机断层扫描数据训练的机器学习模型能够通过捕捉纤维方向、密度和木节等特定解剖特征的影响，准确预测苏格兰松圆锯切割过程中的局部切削功率，从而在性能上优于基于全局材料属性的传统模型。
⚡ 电气工程
Development of a Risk Map Analysis Tool (RiskGrid) to Support Road Safety Impact Assessment
本文介绍了 RiskGrid，这是一个创新的数据驱动框架，它通过生成连续的空间风险图将主动安全分析整合到交通规划中，并证明了在识别碰撞热点方面，与 SSAM3 等传统方法相比具有更优越的计算效率和预测准确性。
⚡ 电气工程
Integrating Telematics and Video-Based Recognition for Vehicle Behavior Analysis in Athens
本文介绍了PHOEBE项目中的一个融合框架，该框架将长期的智能手机远程信息处理技术与基于YOLOv8的三处雅典路口短期视频分析相结合，揭示了尽管两种数据源都捕捉到了一致的方向性速度模式，但视频衍生指标暴露了平均速度无法预测的局部减速和高微冲突风险，从而证明了结合广覆盖范围与细粒度数据对于主动式城市道路安全管理的价值。
⚡ 电气工程
Evaluating Connected Vehicle Hard Braking and Acceleration Thresholds for Network- Level Non-Interstate Highway Crash Prediction
本研究表明，通过联网车辆数据（具体使用 0.25g 阈值）获取的急刹车和加速事件，可作为预测非州际高速公路网络级事故率的有效安全替代指标，为传统的多年事故数据分析提供了一种更快速的替代方案。
⚡ 电气工程
A wind power forecasting method based on CEEMDAN- LightGBM-Transformer
本文提出了一种混合 CEEMDAN-LightGBM-Transformer 模型，该模型通过分解风电数据，提取并排序非线性与线性特征，并通过 Transformer 架构进行融合，从而实现高精度预测，且与现有方法相比显著降低了误差指标。
⚡ 电气工程
Significant Wave Height Prediction and Harbour Entry Risk Index (HERI) in the Sunda Strait using ERA5-Based Deep Learning to Support Merak- Bakauheni Ferry Operations
本研究利用 ERA5 数据开发了一种基于 CNN-LSTM 和 BiLSTM 的深度学习框架，用于预测巽他海峡的有效波高，并引入了一种新型的港口入场风险指数（HERI），该指数在检测靠泊风险方面显著优于传统的波高阈值，从而为梅拉克-巴考黑尼渡轮运营提供有效的 6-12 小时预警。