A unified framework for probabilistic generation and transfer learning of upper-air wind fields across globally distributed sites
本研究提出了一个结合了长短期记忆混合密度网络、物理正则化与迁移学习的统一框架,用于生成全球分布站点的精确高空风场概率分布,从而即使在历史数据有限的地点,也能为高空飞行器的气动载荷估算与结构设计提供改进。
2621 篇论文
本研究提出了一个结合了长短期记忆混合密度网络、物理正则化与迁移学习的统一框架,用于生成全球分布站点的精确高空风场概率分布,从而即使在历史数据有限的地点,也能为高空飞行器的气动载荷估算与结构设计提供改进。
本研究表明,工业燃气轮机数据中的结构性通道损坏——即有效测量值被间歇性地分配给错误的变量——可以在保持高预测准确率指标的同时仍不被察觉,并严重扭曲物理敏感性,从而使得源头溯源验证(source-provenance verification)比纯粹的预测验证更为必要。
本文提出了一种用于格构塔结构健康监测中最优传感器布置的经由MAC惩罚的费舍尔信息准则(Fisher Information Criterion),该准则通过联合最大化信息含量并抑制模态间相关性,在运行噪声水平下,相比于经典的有效独立性(Effective Independence)方法,显著提高了模态重构的尾部可靠性和试验间一致性,尽管其整体费舍尔信息量略有下降。
本文提出了一种结合循环一致性自编码器与量子多输出网络的混合量子-经典框架,旨在显著提升工业机器人故障检测的准确率与效率,使其优于传统的深度学习模型。
本文介绍了一种用于四足机器人的去中心化集群控制框架,该框架通过将速度指令的时间进行对齐以符合最优步态相位,从而减轻了由碰撞引起的失稳,与反应式基准方法相比,在密集多机器人场景下显著减少了紧急避障事件和机身倾斜。
本文通过将公开的技术数据与新开发的、在 MATLAB 中实现的基于物理的降阶计算模型相结合,对 SpaceX Starship/Super Heavy 系统中的四个关键挑战——Raptor 发动机动力学、热防护系统耐久性、助推器捕捉机制以及低温推进剂管理——进行了原创性的工程分析,旨在探索设计缓解方案并为未来的高保真验证建立严谨的基础。
本文通过对低温热脱盐(LTTD)装置进行的实验性现场研究,分析了其闪蒸蒸发和冷凝过程中的𬭗损耗与效率,旨在识别能量损失区域并提升电厂的整体性能,结果显示平均总𬭗效率为22.15%,且冷凝过程的效率显著高于蒸发过程。
本研究通过数值方法验证了 STAR-CCM+ 中两种针对空心锥喷嘴的 Euler-Lagrange 喷射建模策略,并证明了虽然实心锥喷射器在准确性和效率之间提供了实用的平衡,但点阵模型在以更高计算资源为代价的同时,能够提供更优的喷雾特性空间重现能力。
本研究介绍了一种用于番茄采收的混合动力机器人超构夹持器,该夹持器将刚性框架与软性超构内格构相结合,并通过实验和计算分析证明,改变格构方向可以显著优化抓取顺应性、力分布和能量效率,从而最大限度地减少对农作物的损伤。
本研究对比了净零能耗建筑中光伏-电池储能系统(PV–BESS)的 PID 与模型预测控制(MPC)策略,结果表明,虽然 PID 通过激进的电池使用在短期能量效率方面表现更优,但 MPC 通过平衡运行性能与降低电池退化程度,更适用于长期可持续性。