eess 篇论文 | Gist.Science

本文表明，将小时级天气压力测试与意大利长期能源规划相结合的研究显示，小型模块化反应堆能显著降低在长期稀缺事件期间，由于波动性可再生能源而导致的巨大储能需求和成本超支，而仅依赖可再生能源则会导致系统成本和电池需求被大幅低估。

本研究表明，将轻量化神经残差模型集成到基于数字孪生的模型预测控制器中，能够显著提高具有模型失配的非线性工业系统的跟踪精度并减少误差，同时尽管处理时间略有增加，仍能保持在实时边缘部署方面的计算可行性。

本研究通过使用 CIELAB 色彩分割技术验证了一个数字图像分析框架，用以客观量化水分诱导的沥青剥离现象，揭示了胶结系统、老化、集料特性以及氯化钠暴露会显著影响涂层损失，同时证实了静态浸水和沸水调理法虽然结果一致但并不互换。

本文提出了一种用于无人机自由空间光通信（UAV-FSO）链路的分类辅助自适应信道估计（CA-ACE）框架，该框架利用专家混合（Mixture-of-Experts）方法，根据实时信道分类动态选择单一的高能效估计器，从而将计算复杂度降低约 98.9%，并延长无人机的运行寿命。

本文提出了一种紧凑型单层四单元 MIMO 天线，该天线利用无需解耦元件的自隔离技术，在 4 GHz 和 16.6 GHz 实现双频运行，并具有高效率、强隔离和低比吸收率（SAR）特性，适用于 5G、Ku 和 K 波段应用。

本文提出了一种基于密度的拓扑优化框架，该框架利用 Gibson-Ashby 定律对宏观孔隙率进行建模，以确定各向同性材料的最优局部孔隙率分布，并证明了尽管使用了次优的各向同性均质化模型，此类多孔结构在多载荷场景下仍能表现出优于实体结构的性能。

本文提出了一种用于多租户小芯片片上网络（NoC）的语义 D2D 网关防火墙，该防火墙通过对芯片对合法性、地址所有权、协议状态和重放纪元进行全面的策略检查，有效地隔离了资源并恢复了良性延迟，同时展示了零误报/漏报率和极低的硬件开销。

本文提出了一种计算高效的三层优化框架，该框架结合了线性松弛与嵌套列与约束生成算法，旨在设计能够实现在最坏情况下的管道故障下仍能维持供水的韧性给水管网。

本研究通过结合模糊C均值聚类与灰色关联分析来选择最优温度敏感点，并利用减法聚类自适应神经模糊推理系统（SC-ANFIS）构建了一种针对多转速条件下高速电机主轴的鲁棒热误差预测模型，该模型证明了其相比于传统建模方法具有更高的精度和性能。

本文提出了一种向量广义条件强度度量（VGCIM）框架和基于 Kendall 的多元重现期理论，以解决水平与垂直地面运动的联合发生问题，并通过案例研究证明，与现有方法相比，这些方法能提供更准确的重现期匹配和更稳健的地面运动选择。