eess 篇论文 | Gist.Science

本文表明，关于电学与光学芯片互连之间能效交叉点的说法高度依赖于系统边界的定义，揭示了只有在综合考虑所有开销的情况下，组件级的增益才能转化为系统级的优势。

本研究表明，机器学习模型，特别是像 CatBoost 和随机森林这样的树类算法，能够利用水文地球化学数据集有效地预测地热井下温度，为直接测量数据有限地区的资源评估提供了一种稳健的替代方案。

本文提出了一种针对具有冗余驱动的 $N$ 机器人团队中外部与内部阻抗的精确解耦框架，证明了内部作用力不会引起运动偏差，且在精确建模下跟踪误差呈指数级收敛，并通过模拟实验以及四台人形机器人搬运重物的物理演示验证了该方法。

本文提出了一种针对双液压钻孔机械臂的避障协调框架，该框架将由 RoboCompiler 生成的机构模型与集中式控制障碍函数优化相结合，以实现安全、高效的并发钻孔，在保持严格的间隙与接触约束的同时，证明了其相比于顺序操作可减少 42.5% 的任务时间。

本研究提出了一种新颖的 ANN-CCO 混合框架，该框架利用布谷鸟鲶鱼优化算法（Cuckoo Catfish Optimizer）来调节神经网络参数，与单独的 ANN 和 XGBoost 模型相比，在预测伊兹密尔每月城市用水量方面实现了显著更高的准确率。

本文提出了一种结合用于生成代理掩码的无监督 CIELAB 聚类与紧凑型 U-Net 架构的标签高效工作流，旨在实现对陶瓷显微镜中碳化硅、游离硅和碳相快速、可重复且准确的分割，在低对比度条件下显著优于传统的阈值法，同时实现了高通量的相含量定量分析。

本研究通过流固耦合模拟阐明了深部磷矿断层诱发突水的水力机制，并基于正交设计和多元线性回归建立了高精度的安全抗水岩层厚度预测模型。

本文提出了一种针对薄壁网格圆锥壳的切削力诱导刀具挠度预测方法，该方法将基于唐内尔壳理论的解析建模与物理约束迁移学习模型相结合，旨在准确预测弹性变形并解决由刚度突变和实验数据有限所导致的壁厚误差问题。

本研究提出了一种用于羊舍的自主履带式喷洒机器人，该机器人集成了基于ROS的分层导航系统与速度相关流量控制技术，在仿真和物理实地测试中均展示了高制图精度、近乎完美的几何覆盖率以及鲁棒的障碍物处理能力。

本研究表明，尽管部署在泰国某发电厂的四台共置静电监测仪在取平均值时实现了高数据恢复率和强一致性，但各监测站之间显著的随时间变化的、特定于单元的差异，限制了它们在没有内置共置检查的情况下进行直接点对点比较的可靠性。