eess 篇论文 | Gist.Science

本文利用概率框架和包含75种设计的数据库来证明，厂商公布的小型模块化反应堆（SMR）首堆部署时间表存在系统性的过度乐观，预计到2035年仅有中位数的13种设计投入运营，到2050年为24至48种，且近期增长将集中在中国和俄罗斯，随后转向经合组织（OECD）市场。

本研究表明，一种使用足部安装式惯性传感器的机器学习框架能够准确估计不同步行速度下的连续足部间隙轨迹，且其性能受步行速度、时间表示和传感器特征选择的影响。

本文介绍了利用波分复用（WDM-MUX）、偏振方法和光放大器设计并仿真的一种高容量无线光无线通信（RoFSO）系统，旨在为6G应用实现50公里距离内10–20 Gbps的数据传输，在晴朗天气条件下展示了高Q因子和低误码率（BER）等强健的性能指标，同时强调了在恶劣天气下的性能退化。

本文提出了一种用于将十二个分布式电驱动涵道风扇集成到固定翼无人机上的配平约束气动-推进框架，研究表明，虽然该配置显著增加了升力，但也会导致巨大的阻力惩罚并降低升降舵权威，最终确定后重心位置是实现飞行器可行性的最佳折中方案。

本文提出了一种置换等变 Transformer 深层平衡网络（DERDEQN），该网络通过基于市场出清和 KKT 条件的无监督、无标签训练过程，学习竞争均衡与出清价格，从而实现对数千个异构分布式能源调度时具有 O(1) 参数缩放特性和实时推理能力。

本文提出了一种基于物联网（IoT）的集成预测性维护框架，该框架结合了高分辨率电气传感、多变量特征工程以及混合 Prophet-LSTM 深度学习模型，旨在有效检测工业电气资产的早期故障并量化能源效率低下问题。

本文提出了一种基于近端策略优化（PPO）的控制框架，用于可再生能源集成电力系统的负荷频率管理，该框架通过在多种多场景扰动下实现显著更低的误差率和更优越的稳定性，且无需启发式调优，从而超越了传统及其他深度强化学习控制器。

本研究采用数值模拟分析了侧向机械排烟对山区隧道内烟气回流及温度剖度的影响，揭示了非对称流动特性，并建立了用于预测纵向温度衰减和回燃长度的经验模型，以优化通风系统的设计。

本文提出了一种自主式多模态框架，该框架集成了云台摄像机（PTZ）、无人机、可穿戴物联网传感器以及结合视觉基础模型的数字孪生技术，旨在为智能烟花行业提供实时环境风险情报、预测性安全分析和自动化应急响应。

本文提出了 Wiener-KAN，一种用于电化学地震计的机载实时补偿系统，该系统将维纳模型线性化与基于预计算查找表的柯尔莫哥洛夫-阿诺德网络相结合，在保持超低延迟和极低微控制器资源消耗的同时，有效地缓解了非线性频率漂移和灵敏度误差问题。