eess 篇论文 | Gist.Science

本研究通过结合实验测试、修正解析公式、有限元数值模拟以及机器学习的综合集成方法，评估了腐蚀钢筋混凝土梁的剩余抗弯承载力，并最终证明了随机森林算法相比于传统方法，是更高效且准确的预测工具。

本文提出了一种技术转移路径，旨在通过识别可直接转移的方法论组成部分，并概述针对土壤数据、地震耦合及液化筛查所需的必要局部重新校准，将最初为德国近海风电条件开发的物理启发式假塑性—机器学习框架应用于秘鲁太平洋沿岸。

本研究介绍了一种 Cu–PAF/CuSO₄–Cu 纳米流体忆阻器，该器件通过优化电极-电解质对并利用纳米通道内的可逆离子吸附，克服了神经形态计算中以往的电压限制，从而实现了超低电压（低于 100 mV）切换和高能效的突触模拟。

本研究提出了一种混合框架，该框架将中尺度损伤力学有限元模型与人工神经网络相结合，旨在准确且高效地预测横向铺层复合材料在低速冲击下的损伤起始与演化。

通过对比新西兰的放射状电网与爱尔兰的网格环状电网，本研究表明，网络拓扑结构而非短期电价是人工智能数据中心选址成本的主要驱动因素，物理电网瓶颈造成了显著的价格差异，而这些差异只有在消除输电损耗后才会消失。

本研究开发并验证了一种具有优化探头配置与轨迹规划的自动化机器人涡流检测系统，旨在有效检测航空发动机涡轮叶片中的次表面冷隔缺陷，从而显著提升检测效率与可靠性。

本研究开发了一种具有可解释性的混合 XGBoost-蝴蝶优化模型，该模型通过 450 组直剪试验进行了验证，并集成到用户友好的图形用户界面（GUI）中，旨在准确预测节理岩体中的裂纹贯通应力，同时通过 SHAP 分析识别关键力学驱动因素。

本文提出了一种用于 RIS 辅助混合 MIMO 毫米波系统中信道估计的鲁棒稀疏感知最大相关熵准则（SA-MCC）算法，证明了在存在脉冲噪声和硬件损伤的情况下，该算法比传统方法具有更优越的性能。

本文提出了一种基于场景的系统安全工程方法，通过分析80个公开记录的海事自主水面系统场景，开发出一种危险分类法、控制丧失路径模型以及特定的面向恢复的安全需求，从而证明了安全运行更多地取决于明确定义的降级模式和回退行为，而非仅仅取决于自主等级。

本研究通过分析80起记录在案的电池储能系统（BESS）失效事件，旨在提出一个综合性的消防安全工程框架，该框架探讨了屏障退化、应急响应限制与社区暴露程度之间的相互作用，并最终倡导加强设计与运行的安全要求。