eess 篇论文 | Gist.Science

本文提出了一种几何条件引导的去噪扩散概率模型，该模型通过变分自编码器对气道解剖结构进行编码，并利用符号距离函数引导以确保几何可行性，从而在仅使用有限数据集训练的情况下，生成具有物理合理性的、针对特定个体的气道拉格朗日粒子轨迹，克服了传统模拟在计算和预处理方面的局限性。

本研究表明，在铝/钛填充摩擦点焊接头中，6秒的停留时间通过平衡TiAl3扩散层的形成与晶粒粗化及金属间化合物颗粒诱发的裂纹扩展所带来的不利影响，使拉剪失效载荷优化至6.39 kN。

本研究表明，Ag/Ti异质双层钝化堆叠能够实现铜-铜界面的键合驱动自优化，将静态保护层转化为能量上有利且具有粘附性的界面区域，从而确保用于3D集成的晶圆级键合完整性与可靠性。

本文综述了人工智能在现代电力系统六个关键领域的应用，提出了一种面向工程实施的方法论，并得出结论指出，人工智能作为一种具备物理感知能力且受人类监督的决策支持工具能发挥最大价值，同时强调了数据就绪度、网络安全和监管认可等主要障碍。

本研究提出了一种将建筑信息模型（BIM）与大数据及集成机器学习技术相结合的综合系统，通过对来自120栋建筑、超过3500年的数据进行分析，显著提高了建筑生命周期成本预测的准确性，将均方误差从160,000降低至54,280，并实现了0.93的决定系数。

这项诊断性研究表明，显著性引导的多模态脑图像融合的有效性具有高度的模态依赖性且在不同评估指标之间表现不一致，这挑战了现有方法的泛化能力，并凸显了在临床应用中依赖狭隘或单一指标验证的风险。

本文对铝-聚合物接头搅拌摩擦焊的热力学模拟进行了全面的综述与数值研究，通过综合二十年来的文献，分析了轻量化混合部件的建模策略、工艺参数及优化路径。

本文提出了一种新颖的量子-经典机电框架，该框架将金刚石氮-空位中心磁力计与自适应无迹卡尔曼滤波器及鲁棒滑模控制器相结合，旨在为GPS受限及受干扰环境下的自主无人机实现高精度、无漂移的姿态估计与轨迹跟踪，并证明了其性能显著优于传统的基于MEMS的系统。

本文针对物联网生物纳米网络（IoBNT）中基于扩散的分子通信提出了一种物理层安全框架，该框架在对流–扩散–反应条件下推导出了闭式形式的安全容量，并证明了机器学习模型（特别是梯度提升模型和轻量级 LSTM）在检测同时发生的窃听和分子注入攻击方面显著优于传统方法。

本研究评估了 GPT-4o 在辅助带有电感 LC 滤波器的低压差线性稳压器设计与仿真方面的能力，发现虽然该模型能有效加速拓扑生成和稳定性分析，但仍需要严格的人工验证，以纠正其在元件尺寸计算、网表语法以及复杂磁性负载配置方面的错误。