eess 篇论文 | Gist.Science

本研究表明，虽然非平衡变量刚度螺旋复合材料层合板由于压缩-剪切耦合作用会导致失稳载荷降低，但所提出的一种利用镜像纤维路径的平衡架构，相比于恒定刚度对应物，在失稳性能上实现了 2.6–7.8% 的提升，且在小半径圆柱面板中观察到的收益最为显著。

本文提出了一种针对非线性三自由度欠驱动机械起重机的鲁棒最优控制框架，该框架利用有效输入变换来处理负载质量的不确定性，在不将系统动力学线性化的情况下，确保了在不同负载工况下的稳定轨迹跟踪与防摆性能。

该论文确定了一个“架构拐点”，即处理器微架构中不可逆信息破坏所耗散的能量超过了即使是最高效的绝热器件的耗散极限，这表明要达到热力学极限，需要将可逆微架构与绝热存储器相结合，而非仅仅依赖于器件本身的改进。

本研究提出了一种统一框架，该框架利用贝叶斯优化来调优用于提取深层特征的频域一维卷积神经网络（1-D CNN），随后将其用于在多个 NASA IMS 数据集上实现高精度轴承故障诊断和鲁棒的剩余使用寿命预测。

本研究提出了一个针对美国的地理空间技术经济框架，该框架确定了海洋排放是沿海海水脱盐最具成本效益的浓盐水管理策略，同时证明了由于盐分回收潜力，零液体排放对于高盐度产水具有经济可行性，而对于低盐度苦咸地下水而言，其仍缺乏竞争力。

本文提出了一种针对尼泊尔巴拉特布尔（Bharatpur）的网格化洪水风险监测系统，该系统通过优化的 XGBoost 分类器将 GIS 地形数据与水文气象输入相结合，实现了 96.9% 的准确率，同时严格确保了数据流水线的完整性，并通过交互式 Web 仪表板呈现结果。

本研究提出了一种轻量级的多模态人体活动识别框架，该框架结合了腹部表面肌电信号（sEMG）与加速度计，并利用梯度提升模型实现了对六种花样滑冰跳跃类型的最先进分类准确率（98.81%），有效地克服了基于计算机视觉方法的局限性。

本文提出了一个统一的无线电力传输框架，该框架将多种机制（感应、谐振、电容、微波和激光）整合进一个通用的三层架构中，通过解析建模与仿真量化其性能与成本，并对这些挑战进行分类，从而提出了一份面向未来发展的阶段性路线图。

本研究评估了通过主成分分析（PCA）增强的人工神经网络（ANN）、模糊逻辑（FL）以及自适应神经模糊推理系统（ANFIS）模型在预测德黑兰污水处理厂出水水质方面的性能，并最终证明了 ANFIS 模型在预测污染物去除效率方面具有最高的准确度。

这项针对215项无人机路由研究的系统性综述揭示了算法复杂性与部署就绪性之间的关键差距，强调尽管建模复杂度有所提升，但大多数研究仍缺乏操作现实性、物理验证和可复现性。