⚡ 电气工程
Island Interface Porosity in PBF-LB 316L: Effects of Island Overlap and Interlayer Shift in Chessboard Scanning
本研究表明，虽然在棋盘式扫描的 PBF-LB 316L 中，层间位移本身对孔隙率的影响有限，但增加岛重叠率能显著减少未熔合缺陷，其中 135% 的重叠率与 1 mm 层间位移的结合实现了 0.10% 的最低平均孔隙率。
⚡ Category
eess
2658 篇论文
⚡ 电气工程
Hybrid Discrete Grey Wolf Optimization Approach for solving Spectrum Assignment Problem in Elastic Optical Networks
本文提出了一种结合灰狼优化算法与模拟退火算法的混合算法，旨在高效解决弹性光网络中具有 NP-hard 特性的路由与频谱分配问题，并证明了该算法在各种大规模拓扑结构中均能显著提升网络容量与搜索平衡性。
⚡ 电气工程
Synergistic Effect of CNT–TiC Photothermal Coating and Internal Radiation Reflector on the Thermal Performance of a Hemispherical Solar Greenhouse
本研究表明，通过将耐用的 CNT–TiC 光热涂层与内部辐射反射器相结合，可以显著增强半球形太阳能温室的热性能，通过最大化有效热增益并最小化热损失，实现了 78.4°C 的最高温度和 82.1% 的热效率。
⚡ 电气工程
Clutter Suppression for GPS-Signal-Based Passive Radar
本文提出并验证了一种用于基于GPS的被动雷达的时频尺度域自适应杂波抑制方法，该方法利用小波变换和经验模态分解，证明了小波重构通过利用尺度域特征差异，在强干扰和强噪声条件下能够显著增强目标检测，从而提高信干比和信噪比。
⚡ 电气工程
Design and Implementation of a Cost-Effective Hybrid Solar Energy System with LDR-Based Dual-Axis Sun Tracking for Enhanced Power Generation
本文介绍了一种高性价比混合太阳能系统的设计与实现，该系统利用基于光敏电阻（LDR）的双轴追踪机制以及单面和双面面板的结合，通过实时太阳方位追踪与自动化监测来最大化发电效率。
⚡ 电气工程
Fault-Tolerant Control Strategy for Robot-Joint PMSM Drives Under Encoder Faults
本文提出了一种用于机器人关节永磁同步电机（PMSM）驱动系统的容错控制策略，该策略利用高频注入与滑模观测器融合技术来诊断编码器故障、隔离故障反馈，并通过在线对齐补偿来维持闭环运行并实现最小的角度误差。
⚡ 电气工程
AI-driven closed-loop control of lithium plating in batteries
该论文介绍了 AI-LOMAC，这是一个由人工智能驱动的闭环框架，它集成了动态阻抗谱与视觉语言模型，能够提前五分钟检测到锂沉积的发生，并实时自主地缓解该问题，从而增强电池安全性、循环寿命以及在各种电芯形式上的可扩展性。
⚡ 电气工程
How should machine-learning bias correction of satellite solar irradiance be built and validated? A methodological protocol from a tropical monsoon station network
本文提出了一种用于卫星太阳辐照度机器学习偏差校正的四阶段方法论方案，该方案揭示了标准交叉验证如何掩盖模型在不同站点间泛化失败的问题，并证明了灵活的算法往往是在记忆特定站点的特征，而非学习可迁移的大气关系，尤其是在热带季风网络中。
⚡ 电气工程
Sensing-storage-computing Integration of Multiterminal ReS2 Neuromorphic Transistors with Sequence-dependent Responses for Dual-mode Authentication Systems
本文提出了一种 ReS2/PZT 神经形态晶体管，通过光学与铁电调制的协同作用集成了感知、存储和计算能力，从而实现用于结合加密锁与人脸识别的双模身份验证系统的序列依赖型响应。
⚡ 电气工程
Spatial machine learning and explainable artificial intelligence predict urban road flood vulnerability in coastal West Africa
本研究表明，利用二次开放获取数据和可解释人工智能（结合 SHAP 的 XGBoost）构建的可扩展机器学习流水线，能够通过识别关键的微观物理阈值（具体为海拔、坡度和地表不透水性）来准确预测西非沿海城市道路的洪水脆弱性，同时揭示了行政道路等级和宏观土壤指数的影响微乎其微，从而为数据匮乏地区的气候适应性基础设施规划提供了一种具有成本效益的蓝图。