eess 篇论文 | Gist.Science

本文提出了一个用于自适应智能手机电池预测的统一连续时间框架，该框架整合了硬件动力学、温度效应和老化模型，通过负载校准和递归比较展示了显著的误差降低，并确定了模型部署的具体条件以及完全放电验证的必要性。

本研究通过实验测试和有限元对比，验证了一种用于分析多层功能梯度超弹性梁自由振动的无网格配置框架，同时还展示了人工神经网络在准确预测该结构固有频率方面的有效性。

本文提出了一个集成框架，将地震风险评估从关注直接物理损坏转向量化相互依赖的基础设施所产生的系统级社会影响，揭示了优先考虑通过加固桥梁以维持医院通道，对于韧性城市规划而言，往往比传统的基于损坏程度的方法更为有效。

本文提出了一种便携式多模态筛查平台，该平台集成了重量法—超声波密度测量与基于智能手机的比色技术，用于初步评估广藿香油的真实性，在展现出与参考值强相关性（R² = 0.9749）的同时，强调其作为非标准化筛查工具的角色，而非实验室鉴定手段的替代品。

本文提出了一种用于模块化机械臂的高效计算设计优化框架，该框架利用经遗传算法训练的神经网络代理模型来替代高昂的有限元分析，在满足所有结构约束的同时，成功实现了19.9%的质量减轻，且显著减少了高保真度评估的次数。

本研究利用一种新型准动态试验台来模拟高流量系数离心压缩机中的叶轮尾迹迁移，揭示了虽然 U 型弯显著降低了周向不均匀度且回流通道叶片会诱发新的波动，但无论尾迹处于何种周向位置，总级损失均保持不变。

本研究提出并验证了一种混合绝热内管串，该内管串结合了上部钢制段与轻量化的 7075-T6511 铝合金下部段以及先进的真空气凝胶绝热层，在显著减轻重量的同时保持了高温机械可靠性，并在 4050 米深的深层地热同轴换热器中实现了 6.80 的加热性能系数（COP）。

本文提出了一种用于模块化 XL-MIMO 系统的具有视差感知且由多臂老虎机赋能的波束训练方案，该方案通过将自适应码本更新与贪婪指数汤普森采样策略协同结合，以动态压缩动作空间并优化波束选择，从而在混合近/远场环境中实现显著的有效频谱效率增益并大幅降低训练开销。

本研究通过使用监督式卷积回归模型，利用模拟脉冲回波超声数据直接重建钢材内表面破裂缺陷的几何轮廓，证明了在跳过传统图像重建与解释过程下的概念验证。

本文介绍了一种轻量级、高能效的智能手环，该手环利用完全在微控制器上运行的量化混合深度学习模型，仅通过腕部光电容积脉搏波（PPG）信号来检测独居老人的突发紧急事件，在实现高准确度和低延迟的同时，将电池续航时间延长至约24天。