eess 篇论文 | Gist.Science

本研究提出了一种指甲固化智能测试系统（NCITS），该系统利用 1D CNN–TCN 边缘计算框架实现了光聚合过程中的实时闭环热调节，与传统的 PID 控制相比，显著降低了温度超调并提高了固化一致性。

本研究通过量化绝对颗粒物浓度而非仅仅依赖过滤效率指标，证明了小型化静电除尘口罩（尤其是口罩 C）与传统 N95 口罩相比，能显著降低下游颗粒物暴露量。

本研究表明，一种利用大语言模型智能体取代传统 CALPHAD 计算的 AI 辅助工作流，通过将有限元热模拟与 AI 生成的连续冷却转变图相结合，成功预测了低成本 Ti-2.8Al-5.1Mo-4.9Fe 钛合金在电子束焊和 TIG 焊下的不同相组成。

本文提出了一种基于带有负载领域随机化的软行为者-评论家（Soft Actor-Critic）算法的模型无关深度强化学习控制器，旨在实现六自由度机械臂在复杂、时变负载工况下的高精度轨迹跟踪，并在仿真中证明了其在精度和转矩平滑度方面较传统PID控制有显著提升。

本研究提出了一种经过验证的瞬态热-力耦合有限元模型，用于预测寒区路面的冻胀现象，并证明了该模型在评估缓解策略方面的有效性，结果表明保温板是最有效的解决方案（减少约99%的冻胀），其次是石灰加固（约73%）和路基排水（20–41%）。

本研究开发了一种鲁棒且与推进剂无关的机器学习框架，该框架结合了数据增强与物理启发式特征注入技术，用于准确预测在多种单原子及分子推进剂下运行的低功率霍尔效应推进器的性能，并利用 XGBoost 在推力预测方面实现了超过 98% 的准确率。

本研究引入了一种新颖的流形谱 SHAP（Manifold Spectral SHAP）框架，旨在通过揭示全美各县五种截然不同且具有物理可解释性的交通事故风险类型，来克服传统全局线性模型的局限性，从而证明交通安全机制具有空间异质性，并由此要求从概括性治理转向针对性的区域特定干预。

本研究提出了一种集成有限元模拟的深度回归方法，用于优化激光定向能量沉积的扫描路径，证明了由此产生的间隔脉冲激光沉积（IPLD）工艺与连续激光沉积相比，能显著提高冷却速率并细化显微组织，从而改善多层 DD5/Inconel 718 薄壁部件的机械性能。

本文提出并表征了一种用于基于虚拟现实（VR）的远程手术遥操作的分布式立体视觉反馈框架，研究表明，尽管网络传输延迟极小，但总系统延迟（约 78 毫秒）的大部分源于图像处理和显示渲染阶段。

本研究通过整合实验应变测量、修正后的 Johnson-Cook 解析模型以及 QForm 有限元模拟，对 AISI H13 冷锻模具的塑性变形进行表征并预测其疲劳寿命，证明了该解析方法能够有效地预测接近实验断裂点的失效点。