eess 篇论文 | Gist.Science

本文提出了一种用于机器人焊接的无CAD、3D视觉引导自适应轨迹规划框架，该框架利用多源点云融合和一种新颖的点密度曲率特征，在复杂定制工件上实现高精度、闭环焊接。

本研究结合数值模拟与实验验证，旨在证明在亚零度储能中，矩形封闭几何结构可优化熔化动力学以实现快速热释放，而三角形形状会阻碍对流，且圆柱形设计具有最高的预测精度。

本文提出了一种通用的、非接触式的“磁导率调控磁传输”技术，该技术利用磁导率的变化为各种软体驱动器提供灵活的高力放大，从而实现其小型化并提高能量效率。

本文介绍了一种用于毫米波和亚太赫兹网络的创新单次链路发现范式，该范式利用空间-极化编码超表面将空间方向映射到独特的极化特征，从而无需迭代扫描或宽带宽即可实现精确的波束对准。

本文提出了一种面向虚拟电厂的多时间尺度优化调度框架，该框架集成了碳-绿证联动交易机制以防范市场风险，采用两层鲁棒模型进行日前规划，并利用分布式模型预测控制进行日内调整，从而在可再生能源不确定性的条件下实现低碳、经济且可靠的运行。

这项在孟加拉国的案例研究表明，用50%–75%的电弧炉（EAF）矿渣替代天然粗骨料，能显著提高混凝土的抗压强度和耐久性，同时降低吸水率，为基础设施建设提供了一种可持续的解决方案。

本文展示了一种利用商用三层单元（TLC）V-NAND闪存实现的、具有可解释性且低功耗的柯尔莫哥洛夫-阿诺德网络存内计算方案，该方案在实现高精度多模态气体传感预测的同时，与传统的层感知器相比显著降低了能耗和内存需求。

本文提出了一种视觉引导的机器人系统，该系统集成了六自由度协作机器人、基于 YOLO 的机器视觉以及力控铣削技术，能够自动识别并去除报废鞋类中的缝线，实现亚毫米级的定位精度，以促进高效的材料回收与部件再利用。

本研究系统地调查了试件厚度、加载速率和集料级配如何影响无缺口半圆弯曲试验中沥青混合料的抗弯性能，揭示了试件厚度会显著影响测量特性，并指出必须对测试参数进行标准化以实现可靠的性能比较。

本研究提出了一种集成于数字孪生平台的双流深度学习模型，旨在实现多时间尺度的滑坡预测与风险决策支持，从而有效弥合短期应急响应与长期工程规划之间的差距。