2864 篇论文
本文提出了一种针对具有无铁芯定子的双转子单定子开关磁阻机的精确解析子域模型及饱和补偿技术，该模型能够实现对任意齿形配置下无轴承应用中径向压力的准确预测。
本研究提出了一种结合了长短期记忆网络（LSTM）与人工神经网络（ANN）模型的混合人工智能-本体框架，用于气旋路径与影响预测，并结合语义推理将原始预报转化为具有可解释性、特定位置风险评估及可操作决策支持的信息，该框架已通过近期孟加拉湾气旋的案例研究得到了验证。
本研究引入了一种数据驱动的多孔介质模型，通过识别能够显著降低水和能量消耗并同时保持高溶质清除率的透析液流速，从而为更具可持续性和患者特异性的透析策略建立框架，以优化血液透析。
本研究通过 122 组实验室记录，评估了五种用于预测粘性土中圆柱形桥墩局部冲刷深度的机器学习算法，发现 QNET 模型达到了最高的准确度（R² = 0.9958），同时强调了弗劳德数（Froude number）的关键影响以及由于样本量较小而需要谨慎解释结果。
本研究通过在伺服电机上对高阶滑模微分器进行实证评估，旨在证明利用饱和函数替代不连续的符号函数可以缓解由低采样率引起的稳定性与精度下降问题，从而为硬件受限的应用场景提供实际的实施指南。
本文提出了一种在指/物联合状态空间中运行的新型手内操纵规划框架，旨在克服传统以物体为中心方法的局限性，使主动表面夹持器能够成功规划并执行受控的滑动轨迹，从而在仿真和现实世界实验中均实现高成功率。
为了应对铁路检测中存在的照明不足、背景复杂以及道砟干扰等挑战，本文提出了一种改进的基于 D-fine 的深度学习模型，该模型结合了 ASFF、SCConv 和 CoTAttention 机制，显著提升了黑暗环境下有砟轨道扣件检测的准确性。
本文提出并实验验证了一种基于同心八角分裂环谐振器（COSRR）的紧凑型、极化不敏感、四频段超材料吸收器，该吸收器在 X、Ku 和 K 频段内实现了高吸收率和高屏蔽效能。
这项为期四年的野外研究表明，电化学再碱化通过建立长期的以碳酸钙（CaCO₃）为主的固态缓冲层，成功恢复了历史混凝土中钢筋的钝化性，同时揭示了由于溶解动力学较粉末溶解分析而言较为缓慢，传统的酚酞喷雾测试会显著低估这种内部碱度。
本文介绍了一种基于氮化硅负载平台的超高速薄膜铌酸锂微环调制器，该调制器实现了创纪录的 517 Gbps 调制速率、超过 110 GHz 的电光带宽以及 1.5 fJ/bit 的能量消耗，展示了其在下一代光子计算和无线通信系统中的变革性潜力。