eess 篇论文 | Gist.Science

本研究开发了一种双束选择性激光熔化方法及其仿真模型，用于优化多孔不锈钢的工艺参数，并证明了辅助激光的预热效应与传统的单束选择性激光熔化相比，能使残余应力降低约3.75%。

本研究利用多种贯入仪测试和随机场理论，表征了巴西南部一种软质湖相粘土沉积物的空间变异性，证实了全流贯入仪在推导可靠性设计所需的统计参数方面的适用性。

本文提出了一种物理信息驱动的深度学习框架，该框架能将标准的扫描电子显微镜二次电子图像转换为准确的虚拟电子背散射衍射表征，从而有效克服了由增材制造合金在不同材料体系中存在的晶格畸变所导致的指数识别挑战。

本研究采用深度学习与 NSGA-II 优化相结合的混合框架，旨在提升旋转摩擦焊接的 AA1100–AA2014 异种铝合金接头的机械性能与显微组织质量，实现了 142 MPa 的最大抗拉强度及高预测精度。

本文提出了一种用于条纹投影轮廓术的鲁棒、高容量相位解包裹方法，该方法结合了混合二进制-三进制格雷码与动态阈值分割以及相位一致性预校正算法，旨在仅通过六幅投影图实现复杂表面的精确三维重建，并消除了对额外校准图像的需求。

本研究表明，对于电阻胀顶焊连接的316L不锈钢燃料棒接头，21 ms的焊接时间通过平衡有效结合与晶粒再结晶，实现了最佳的机械性能和微观结构细化，而较短或较长的持续时间则会导致连接不完全或性能退化。

本文提出了一种基于 SDN 的 LoRaWAN 动态路由模型，该模型通过综合考虑电池寿命、距离和队列长度来优化网关选择，从而与传统的基于 RSS 的静态方法相比，有效地平衡了网络负载并延长了运行寿命。

本研究通过高速气枪实验调查了高温下碳纤维增强复合材料（CFRP）层合板抗冲击性能的退化情况，并验证了一种在 ABAQUS/Explicit 中实现的、能够准确预测不同热环境和冲击条件下损伤形貌与失效模式的新型温度相关动态本构模型。

本文通过将信息最大化变分自编码器（InfoVAE）与基于易注意力机制（Easy-Attention）的 Transformer 相结合，提出了一种用于混沌流体流动的高效降阶建模框架，旨在克服传统自编码器的局限性，从而获得与主正交分解（POD）模态相一致的可解释且解耦的潜在表示。

本文介绍了 SENTINEL-HS，这是一个用于业务化地球观测服务的可审计决策保障框架，该框架展示了监测六个服务维度而非特定融合规则的主要优势，同时强调了显著的分析师工作量挑战以及进一步业务化验证的必要性。