eess 篇论文 | Gist.Science

本文提出了一种用于光伏功率预测的鲁棒混合神经网络框架，该框架集成了全面的数据插补技术与改进的金豺优化算法，旨在增强在存在监测数据缺失情况下的准确性与可靠性。

本文提出了一种针对柴油发动机的低成本、非侵入式解决方案，通过使用一种可生物降解且无毒的曲轴箱添加剂，在无需昂贵拆解发动机的情况下，有效清洁原位活塞环，从而消除窜气和机油烟雾。

本研究表明，机器学习模型，特别是用于回归的 XGBoost 和用于分类的随机森林，能够有效地预测电潜泵的排量压力和流量，同时识别系统故障，从而实现主动维护，以减少停机时间并提高运营效率。

本研究表明，人工神经网络（ANN）模型在准确预测缺乏下井传感器检测的油井泵吸压力方面，显著优于其他机器学习算法和传统相关性分析，且仅利用易于获取的现场测量数据即可实现极低的误差率。

本文提出了一种新型结构健康监测框架，该框架将变分自编码器与贝叶斯风险估计及优化相结合，旨在实现高精度的异常检测、精确的定位以及智能的传感器布置，同时有效地量化不确定性并确保实时应用的可扩展性。

本文通过理论分析、数值模拟和现场测试，研究了聚能间隔装药的长距离冲击起爆机制，证明该技术能有效提高隧道爆破稳定性和半孔率，同时降低成本。

这篇综述论文研究了乳化生物燃料的理化性质与其对压燃式发动机性能和排放特性影响之间的相关性，强调了最优组合（例如戊醇掺混柴油）可以在无需改装的情况下提高发动机效率并降低排放。

本文介绍了 Certified CacheMPC，这是一个通过缓存并复用先前求解的 MPC 轨迹来加速四足机器人运动控制的框架，该框架具有严格的可行性和次优性证书，在不损害闭环稳定性的前提下，在仿真和硬件上均实现了显著的加速。

本文提出了一种结合基于混合理论的地震波建模与跨孔地震CT反演的方法，用于检测黄河堤防异常，旨在准确定位并获取非饱和土的孔隙率，同时识别需要地质验证的边界伪影。

本研究表明，虽然添加 EDTA 和水泥能显著提高稳定砂的抗压强度和微观结构密度，但掺入 5% 的废旧轮胎颗粒通过提高延展性和抗冻融循环能力，在强度略有下降的情况下实现了最佳平衡。