726 篇论文
本研究表明，将多目标生成式人工智能与工程化真菌微胶囊相结合，显著增强了东京菌丝体基外立面的自修复动力学性能和热性能，从而为应用该生物亲和技术以改善秘鲁高安第斯山脉生物气候住宅建立了一套可扩展的方案。
本研究提出了一种可迁移的介电退化框架，该框架将北欧低温场数据与扩展的德拜等效模型相结合，以实现秘鲁住宅微电网中的自适应绝缘故障检测，从而在多样化的高海拔和热带环境中显著降低检测延迟和误跳闸率。
本研究通过对比 GNSS 与数值天气预报（NWP）的 ZTD 数据，量化了 InSAR 观测中的小尺度对流层噪声，揭示了残差误差主要取决于纬度和海拔而非 NWP 模型的分辨率，并提出了一种将这些亚网格不确定性纳入 InSAR 误差估计的函数模型。
本文提出了一种经过实地验证的多物理场数字孪生技术，用于量化在德国 VDE-AR-N 4100 标准下住宅配电盘中由 V2G 引起的绝缘热老化现象，并将这些研究结果转化为在秘鲁低压网络中安全部署 V2G 技术的具体监管与技术改造路径。
本文提出了综合人员准备度指数（APN），这是一个针对飞行线维护人员的透明复合指数，它将五个关键的准备度因素整合为 0–10 分的评分，并概述了一个预注册验证方案，旨在其投入实地部署前对其有效性进行实证测试。
本文提出了一个综合框架，该框架将机器学习、拓扑优化与超高性能混凝土（UHPC）及纤维增强聚合物（FRP）纳米复合材料覆盖层相结合，旨在优化秘鲁脆弱非正规住房的抗震加固，同时将美国和日本的最佳实践与标准适配于秘鲁当地环境。
本文提出了一种用于佩里博尼卡河（Péribonka River）短期逐小时水电流量预测的新型自回归长短期记忆（LSTM）模型，展示了其在捕捉流量模式方面的有效性，同时强调了其与传统的混合整数线性规划（MILP）优化方法相比的潜力与局限性。
本研究表明，通过将标准虚拟现实设备与机器人相结合，创建一个模拟现实世界约束的虚拟环境，利用非理想且易于获取的硬件即可实现沉浸式远程呈现体验，这一点已通过一项根据五个关键领域对该方案有效性进行分类的用户研究得到了验证。
本研究表明，掺入12%的粉煤灰通过密实化和火山灰胶结这两种不同的机制，能够最优地增强粘性土和非粘性土的剪切强度，同时所提出的二次回归模型能有效预测该最佳掺量，以用于可持续的地质技术应用。
本研究提出了一种机器学习框架，该框架利用近地表观测网络，在无需直接进行轮毂高度测量的情况下，同时对 ERA5 轮毂高度风速进行校正并预测风切变指数，从而显著提高了大空间尺度上的准确性和时间变率。