Machine Learning-Based Prediction and Optimization of Ship Design Particulars for CO₂ Emission Reduction
本研究开发了一个利用四种监督学习算法的数据驱动框架,用于预测船舶设计参数并优化发动机功率以减少二氧化碳排放,证明了高斯过程回归提供了最一致的性能,而基于位移的重新表述增强了型系数估计的物理一致性。
2968 篇论文
本研究开发了一个利用四种监督学习算法的数据驱动框架,用于预测船舶设计参数并优化发动机功率以减少二氧化碳排放,证明了高斯过程回归提供了最一致的性能,而基于位移的重新表述增强了型系数估计的物理一致性。
本研究提出了一种力学启发式的语义几何框架,通过在拓扑、形状及开孔修改过程中保持关键结构特性与分析条件,实现了箱型薄壁结构协同、多阶段的轻量化设计,最终在保持或提升机械性能的同时实现显著的质量减轻。
本文通过对在轨遥测和图像数据应用多种验证方法,证实了 TUBIN 小卫星在 4.5 年任务期间严苛的姿态控制性能,证明了尽管发生了星敏感器故障,该系统仍近乎完美地运行,并为未来的 ADCS 验证建立了一个可复现的框架。
本文引入了一种双时间尺度残差记忆机制,该机制通过有序指数衰减显式地保留了高位沿海状态,通过降低与标准循环架构相比的均方根误差,显著提高了极端水位预测的准确性。
本研究通过风洞实验调查了各种表面点蚀图案对 NACA 0012 翼型空气动力学效应的影响,结果表明一种特定的点蚀配置(δ = 0.93%)通过延迟失速、使失速过程更加平滑以及减少失速后区域的升力波动,显著提升了性能。
本文介绍了 CoastRelay,这是一个循环图框架,它展示了通过结合滞后对齐的测站信息与成对的大气强迫,如何通过捕捉互补的区域动态(特别是在泰晤士河—南北海网络中)来改善极端沿岸水位预测。
本文提出并验证了一种利用扩展卡尔曼滤波器来估算进度柱塞泵井下流体淹没深度的无传感器工业物联网(IIoT)架构,证明了尽管存在特定的技术限制,该架构仍能通过生产优化、预防灾难性故障和降低运营成本来展现显著的商业价值。
本文介绍了通过引入溅射沉积的 BST 栅极电介质层,对 AlGaN/GaN 高电子迁移率晶体管(HEMTs)进行系统化制备与电学表征的过程,展示了从两端欧姆接触研究到具有清晰栅极控制电流调制功能的、功能性三端器件的成功转变。
本文提出了 AUTOSAR-AI 安全保障框架(AASAF),该框架将 AUTOSAR Adaptive Platform 服务与 ISO 功能安全、预期功能安全(SOTIF)、网络安全及软件更新标准相结合,并辅以一种创新的 AI 保障层级模型,旨在实现学习型组件在自动驾驶系统中安全、可追溯且受控的部署。
本文提出了一种用于康复机器人实时控制的可复现 Web 端人机交互框架,并通过台架、步行及对比实验室研究证明,其具备触控功能且可远程访问的设计,与传统的桌面端或非界面方法相比,显著提升了任务执行性能、可用性以及工作负荷指标。