eess 篇论文 | Gist.Science

本文表明，生成式概率路径模型（尤其是流匹配和扩散模型）通过全条件分布采样，能够准确地保留极端降水变率和分布尾部，在印度降水降尺度任务中显著优于传统的统计和确定性方法。

本文提出了一种状态依赖模型预测控制（SDMPC）框架，该框架将隐式车辆动力学与状态依赖漂移平衡点精确地整合进单一凸优化形式中，从而为后轮驱动车辆在摩擦力受限的漂移流形上以及通过缺乏平衡点的复杂机动过程中的路径跟踪控制提供了鲁棒性保障。

本文提出了一种针对非线性多船系统的安全保护型编队包含控制框架，该框架通过集成区间二型模糊滑模控制器与平滑切换的模糊增强人工势场算法，以实现鲁棒扰动抑制、无需领航者间通信的领航者-跟随者协调以及无缝碰撞规避。

这项定性文献研究通过分析印度露天矿山致命的运输道路事故，提出了运输道路关键控制保证链（HRCAC），这是一个具有法定依据的五阶段框架，旨在将安全管理从对几何标准的静态合规转向对动态运营风险的连续路径级保证。

本研究利用数值模拟和响应面模型，证明了氮气注入与负压抽采的协同应用，通过扩大氮气的置换范围并优化抽采参数，能够有效控制高瓦斯厚煤层采空区的气体分布，从而显著减少气体积聚并提高开采安全性。

本文提出了一种人工智能驱动的框架，该框架将地理信息系统（GIS）、气象数据以及距离继电测量与改进的长短期记忆（LSTM）神经网络相结合，以 83.4% 的准确率对架空线路故障进行分类，从而增强输电系统运营商的资产管理水平和能源系统的可靠性。

本文提出了一种低排放、人工智能驱动的数字孪生框架，该框架整合了复合粘合剂、机器学习预测和遥感技术，旨在为应对预期的厄尔尼诺事件，实现秘鲁安第斯河流域及湖泊中多污染物沉积物的规模化共固化处理，并借鉴了已记录的中国修复实践，同时将试点规模验证确定为关键的下一步工作。

本文提出了一种利用视觉伺服控制平移-俯仰运动的显微全景成像系统，并采用图像拼接技术从低分辨率（640 × 480）输入生成高分辨率（15488 × 15456）全景视图，从而克服了传统显微镜固有的视野受限问题。

本文提出了一种用于分布式微网能量交易的公平约束势博弈机制，该机制通过将容量加权公平正则化嵌入产消者效用函数中，在保证纳什均衡存在性与收敛性的同时，通过可调节的效率-公平权衡，有效地保护弱势参与者。

本文介绍了一种具有不确定性感知能力的闭环计算框架，该框架通过将边界分布传播至耦合的过程与器件 TCAD 仿真，实现从 SEM 形貌剖面到电学响应的映射，从而相比于传统的硬边界标定，提高了电学预测的准确性和标注效率。