eess 篇论文 | Gist.Science

本文通过分析 2026 年 8 月哥伦比亚 $M_w$ 7.4 圣何塞德尔帕尔马地震（San José del Palmar）的密集强震运动数据集，旨在表征地面运动属性、评估区域及全球预测模型、识别向西南方向的震源方向性及延长的持续时间，并为工程应用生成特定事件的地面运动场。

本文提出了一种针对制造商与分销商之间绿色设施选址-路径问题的竞争性双目标双层混合整数线性规划模型，并采用一种新颖的双层多目标化学反应优化算法对其进行求解，该算法在基准测试中表现优于现有的元启发式算法。

本文介绍了用于板级光互连的紧凑型 1×2 和 1×4 多模干涉分束器在聚合物平台上的设计、仿真与优化，在 1550 nm 波长下实现了低过剩损耗、高均匀性和极低的偏振相关损耗。

本文提出并验证了一种基于软件的框架，该框架通过应用从标准校准数据中导出的频率相关误差模型，来修正残余的系统误差和随机误差，从而在无需硬件修改或昂贵校准套件的情况下，提高低成本 NanoVNA 仪器的测量精度。

本文提出了一种利用残差卷积神经网络的信噪比（SNR）感知深度学习框架，用于从受限的噪声测量值中重建大规模智能超表面辅助的 6G 网络中的高维信道状态信息（CSI），在保持与理想全 CSI 系统性能相当的同时，有效降低了导频开销和计算复杂度。

本研究表明，一种利用非均匀向下π角配置结合基于压缩感知的重建技术的固定式行李扫描仪，通过优化的几何采样，在稀疏视图成像方面显著优于传统方法，实现了卓越的图像质量。

本文提出了一种利用物联网传感器和轻量级随机森林分类器的人工智能驱动数字孪生框架，旨在实现电力变压器的实时状态监测、损耗分析和预测性维护，通过持续的健康评估和虚拟故障模拟，达到了93%的诊断准确率和95%的效率。

本研究提出了一种全过程级联贝叶斯网络（WPC-BN），该网络整合了统一的85指标证据空间，并结合阶段性静态推理与连续时间马尔可夫链，旨在实现震后倒塌建筑救援过程中具备时长感知能力的动态安全风险评估以及实时优先级更新。

本文提出了一种面向主动配电网的多时间尺度协调规划方法，该方法集成了有功-无功功率耦合灵活性与电压风险控制，旨在尽管增加投资的情况下，显著提高可再生能源消纳能力、减少弃电并降低总年化成本。

本文介绍了 RegimeTransfer-DCSF，这是一种创新的深度学习框架，它将温度预报分解为区域层级和空间形状，从而在变暖的兰州—西宁城市群实现高度准确的多时界预测，尤其是在热态转换期间，其表现显著优于现有基准。