eess 篇论文 | Gist.Science

本文提出了一种基于卷积神经网络（CNN）的新型框架，该框架能够在无需CT衍生的衰减图的情况下，同时实现多孔径SPECT成像中的重叠投影分离与多种物理退化因素校正，从而获得优于传统重建方法的图像质量。

这项预注册研究表明，不存在单一的定点格式能够对各种量子 LDPC 码及错误率下的 Min-Sum 解码实现普遍最优，从而确立了可复现的有限精度报告必须明确说明字宽、归一化方案以及截断电平。

本文提出并实验验证了一种用于短纤维增强复合材料的双态 3D 打印策略，该策略通过战略性地结合定向和随机纤维取向，与传统的单态和填充方法相比，实现了高达 20% 的失效载荷提升和 17% 的能量吸收增长。

本研究表明，将社会定向准备性方法（PASO），特别是反思性启动，融入高社会临场感的虚拟现实训练中，能有效缓解破坏性的旁观者意图，并塑造针对建筑工地职场霸凌的安全性相关社会意识。

本文提出了一种用于工业 CT 数据的自适应表面采样算法，该算法利用多尺度体素金字塔、具有自适应加权投影的解耦力机制以及基于 Voronoi 的增量插入策略，以实现高精度、强鲁棒性的表面提取，并提升粒子分布的均匀性与效率。

本文提出了智能节能无人机赋能计算卸载（IEUV-IIoT）框架，通过集成无人机定位、竞争和卸载模块来解决工业物联网中的设备寿命限制问题，MATLAB 仿真表明该框架在效率、寿命和整体网络性能方面均优于现有的基准方法。

本文介绍了 TimoDS，这是一个包含 60,000 个具有一般弹性支座和基本载荷工况的提莫申科（Timoshenko）钢梁实例的综合合成数据集，它作为一个经过验证的基准，用于在结构力学中训练机器学习代理模型。

本文提出了一种利用LC波陷阱和部分功率线圈来物理隔离功率与信息路径的新型全双工SWPIT策略，从而在实现高效功率传输的同时，实现高速双向通信并最大限度地减少干扰。

本研究通过比较响应面模型与BP神经网络模型，并采用改进的多目标萤火虫算法来识别能够同时提高表面质量和清洗效率的参数，从而优化了2024铝合金阳极氧化膜的激光清洗工艺。

本文介绍了一种无需校准、具备重力感知能力的 SOAP 描述符，该描述符通过利用无需标注数据或环境特定参数的 IMU 对齐几何结构，实现了卓越的地板检测精度（90.0% F1），并使类人机器人的实时反应式运动与避障成为可能。