eess 篇论文 | Gist.Science

本研究表明，将 SiO₂ 纳米颗粒引入呋喃基聚合物流体中，能显著增强非固结油气井化学固砂的无约束抗压强度和热稳定性，同时保持储层渗透率，为传统的机械防砂方法提供了一种稳健且具有成本效益的替代方案。

本研究通过经过验证的有限元分析和循环加载模拟，研究了铝合金管-混凝土长柱的轴压与抗震性能，揭示了不同截面所具有的独特破坏机制，并提出了一种机器学习增强型损伤模型，该模型在精确抗震评估方面优于传统的 Park–Ang 模型。

HipeX 是一款快速、轻量级的气动热分析工具，它利用局部表面倾角方法和混合边界层模型，能够可靠地预测高超声速飞行器设计中的气动力系数和表面热通量，并已通过针对 HEXAFLY-INT 配置的 CFD 数据验证。

本研究提出了一种集成式多时界地下水预测框架，该框架结合了最优缺失数据重构与双曲深度学习，以有效解决观测空白并减少长期预测中的误差累积，证明了其相比于传统深度学习架构具有更优越的稳定性和准确性。

本研究利用 FLAC3D 数值模拟确定，在强力采动压力下的浅埋连接巷道中，厚度为 1.0m、强度为 C25 的封堵墙在位移控制与应变管理之间达到了最佳平衡，并由此开发并应用了一种快速、车载式柔性模板施工技术。

本研究提出了一种基于局部化 VISSIM-MOVES 仿真平台和多参数协同模型的绿波协调信号优化方法，旨在同时最小化碳排放并提高干道交通效率，证明了其在减少车辆延误、停车次数和总排放量方面的显著效果。

本文提出了一种由 DICOM RT-Plan 指导的超分辨率框架，该框架利用增强了几何孔径矩的 UNet++ 模型，将粗糙的 1 cm³ 幻影测量值重建为高分辨率的 1 mm³ 剂量分布，从而在无需更致密硬件或高计算成本模拟的情况下实现精确的放射治疗验证。

本文展示了一种可扩展的混合量子控制架构，该架构将用于双比特磁通控制的低温CMOS ASIC与用于单比特操作的室温电子设备相结合，在156比特处理器上实现了高保真度门性能，同时显著减小了系统占地面积并克服了大规模超导量子计算中的布线限制。

本研究提出了一种结合有限元建模（FEM）与人工智能的新型混合框架，具体利用经粒子群优化算法调优的梯度提升回归器和进化多项式回归，以准确预测单桩及群桩在准静态载荷下的侧向位移，从而克服传统方法在捕捉复杂非线性土-结构相互作用方面的局限性。

本文提出了一种结合拓扑指标、功能指标与机器学习的新型“结构—功能—公平”评估框架，用于对广州市公交线路进行分类，旨在识别显著的低效问题，并利用双目标优化模型生成针对性的策略，以减少冗余、增强地铁接驳并提升农村地区的公平性。