2864 篇论文
本文提出了一种形式化验证框架，该框架利用数学归纳法将离散、无环的流体网络映射为有向图，从而实现了一种用于检测网络物理系统（CPS）中能量守恒异常的高效 算法，并显著降低了与传统数值求解器相比的计算复杂度。
本文提出了一种开源的、由人工智能驱动的流水线，该流水线利用面部动作编码系统（FACS）在3D医学人体模型上合成逼真的生理应激面部表情（疼痛、窒息和咳嗽），证明了与视听结合的呈现方式相比，仅视觉的动态动画能显著提高护理专业学生识别的准确率。
本文提出了 Trans-SAC，一种新型的游戏化感知动态需求响应框架，该框架通过将心理疲劳建模与基于 Transformer 的参与度预测以及 Soft Actor-Critic 强化学习相结合，通过动态调整任务难度和奖励，以维持长期的用户参与度和经济效率。
本文提出了一种从模拟到现实（Sim-to-Real）的迁移学习框架，该框架利用在基于物理的仿真上进行预训练并在有限实验数据上进行微调的多输入混合卷积神经网络（CNN），实现了定向能量沉积（DED）过程中熔池宽度和深度的准确实时预测，从而克服了用于闭环控制的间接深度测量这一长期存在的障碍。
本文提出了一个在 Python 中实现的统一分析框架，该框架将量子电容与高 κ 介质工程相结合，旨在证明与 SiO₂ 和 HfO₂ 替代方案相比，以 ZrO₂ 作为栅极的黑磷 MOSFET 具有更优越的静电控制能力和性能指标。
本文介绍了 Cryotwin 的开发、灵敏度分析及南极验证，该框架包含一种先进的半解析模型，能够准确预测并优化 IceCraft 热熔探头在未来冰卫星探测中的热钻进性能。
这项针对模拟机械臂的受控基准研究表明，在各种条件下，学习型残差控制器始终表现不如经典的复合自适应控制，并且残差不可参数化这一指标无法预测基于学习的方法何时会产生益处。
本文提出了一种用于制造工厂维护可持续性的新型评估框架，该框架将 MELP 模型与复杂网络理论相结合，以量化环境、经济和社会指标之间的相互作用，从而通过网络中心性特征增强传统模型，并通过敏感性分析证明其稳健性。
本文提出了一种代价敏感型堆叠集成分类器，该分类器通过使用 UCI 基准数据集对智能电网稳定性进行分类，实现了 98.34% 的准确率，优于单个机器学习模型，从而能够实现对不稳定状况的有效实时监测和预警。
本文对比了多种中波天线近场电磁场强计算方法，建立了电流分布模型以从远场监测点推导近场强度，并分析了理论计算与实测场强之间的偏差，旨在为环境评估和精准污染控制提供支持。