eess 篇论文 | Gist.Science

本文提出了一种计算简单、无需校准的方法，用于在混合微制造中进行刀具切入状态监测与裂纹检测，旨在解决由增材制造过程中的表面完整性差所导致的切削条件不稳定问题。

本研究针对棕地工厂中的电池驱动自动导引车（AGV），引入了一种扰动感知型预留约束调度（RCRD）规则，该规则通过筛选充电器可达性并利用多种运营因素进行排序，证明了在需求与路径压力同时存在的条件下，与注重能量意识的基准方案相比，该规则能显著降低平均延迟。

这项针对2010年至2026年间2,872篇出版物的文献计量学分析表明，机器人手术中的力感知与触觉反馈正处于由中国和美国引领的快速增长阶段，已从基础的遥操作概念演进为集成化、智能化系统，同时也强调了通过标准化报告和前瞻性临床验证来推进转化轨迹的必要性。

本文利用来自1,027个离网太阳能系统的规模化实地数据集，建立了首个可复现的阀压阀式铅酸（VRLA）电池预后评估基准，并证明了生存分析在预测剩余使用寿命和失效风险方面显著优于回归分析和简单启发式方法。

本文展示了一种基于物理设计的非对称双栅极 TIPS-并五苯 OTFT 的设计与仿真，该器件采用 Ge/HfO2 高 k 介质堆叠和 poly-Si/SiO2 控制栅极，通过对介质厚度和界面电荷等关键参数的分析，证明了其在低电压运行和可调阈值电压方面的能力。

本文提出了一种用于电动汽车的分压电容型超升压 DC–DC 转换器，该转换器利用人工智能辅助的模型预测控制方案，实现了高效率的电压调节，且与传统方法相比，显著提升了瞬态响应性能和可靠性。

本文介绍了并验证了多源混合框架（MSHF），这是一种整合了深度学习、卫星数据和社交媒体分析的集成系统，旨在增强印度主要河流流域的洪水预报及水利基础设施风险评估，并通过在包含66年数据的集上进行测试，证明了其性能优于单源基准模型。

本文提出了一种结合 Daubechies-4 小波子带统计特征提取与紧凑型一维卷积神经网络（1D-CNN）的混合框架，旨在实现对动态心电图记录中五类心律失常的高精度且具解释性的识别，使其适用于嵌入式部署。

本文提出了一种人工智能驱动的框架，该框架集成了计算流体力学（CFD）模拟、基于机器学习的代理模型以及物理信息学习，旨在为未来的高速飞行器实现快速且具成本效益的多目标气动形状优化。

本文针对新兴钙钛矿-硅叠层电池与当前商业化 N 型硅技术（TOPCon、HJT 和 BC）在公用事业级及工业应用中的效率、热性能、双面率、衰减以及平准化度电成本（LCOE）方面进行了对比技术与经济性分析。