eess 篇论文 | Gist.Science

本研究采用可解释人工智能框架来证明，肯尼亚预付费领域的住宅用电需求主要受历史消耗模式而非天气或电价驱动，从而揭示了简单的自回归模型在准确预测方面与复杂的机器学习方法表现相当。

本文认为，虽然由于监管和经济背景的不同，荷兰的水上浮动住宅无法直接复制到秘鲁，但一种结合了针对现有高脚屋进行工程化浮力改造、基于社区的设计以及分阶段融资的混合模式，为适应秘鲁易受洪灾影响的定居点提供了一条可行的路径。

本文提出了一种转化工程框架，该框架将纳米增强活性炭吸附与多模型机器学习沉降预测相结合，以应对新兴污染物与沉降耦合带来的挑战，并将成熟的美国实践与针对秘鲁安第斯水体提出的低成本、模块化改进方案进行对比，同时指出了未来进行实地验证的必要性。

本文提出了一种由数字孪生残差（DTR）驱动的多子系统卫星故障诊断方法，该方法结合了子系统耦合并将原始数据转化为残差特征，旨在克服现有建模限制并实现卓越的诊断性能。

本文提出了一个用于 GNSS 多径检测的理论框架，通过将归一化的早、中、晚相关值建模为三维高斯分布，其中所得等概率椭球体的几何变换（平移、缩放和旋转）与多径参数建立解析联系，从而推导出具有统计严密性的检测边界。

本文通过将归一化相关向量映射到 RGB 色彩空间，以导出可解释的明度（Value）、饱和度（Saturation）和色调（Hue）特征，从而扩展了一种统计领域的 GNSS 多路径检测框架，这些特征能够补充传统的统计阈值并提升在城市环境中的检测性能。

本文提出了一种基于 GNU Radio 的评估，证明了利用重复比特传输和实值样本的基于置信度的软判决恢复方法，在降低噪声 BPSK 通信中的比特错误率方面，显著优于传统的硬判决多数表决法。

RAQA-GFS 是一款轻量级的跨平台桌面应用程序，通过提供直观的双语界面，实现自动化数据检索、可视化以及无需编程专业知识的 AI 辅助报告，从而使获取全球预报系统（GFS）数据变得大众化。

本文提出了一种用于 RLG-INS/GNSS 系统的多模态鲁棒融合导航框架，该框架集成了基于模糊逻辑的模式切换、用于信号中断预测的注意力增强型 LSTM，以及具有双层故障检测的自适应最大相关熵无迹卡尔曼滤波，以确保在复杂、多噪环境下的高精度和高可靠性。

本文提出了一种新型硅基超构表面天线，该天线通过具有不对称分裂环谐振器且通过 2° 倾斜，有效地结合了电、磁和环向模式，从而在 0.375–0.575 THz 范围内实现对辐射性能的精确控制。