eess 篇论文 | Gist.Science

本研究提出了一种基于扩展 PhaseNet 架构的统一深度学习框架，该框架能够同时检测并分类低频地震与普通地震，通过引入一种新型的“类低频事件（LFE-likeness）”指数来识别微弱地震事件，并揭示了山口县北部比传统目录中具有显著更高的事件发生率。

本文提出了一种由数字孪生驱动的数控机床加工误差预测方法，该方法通过将多源融合特征矩阵与改进的随机社会学习优化（ISSLO）算法相结合，以动态优化卷积神经网络（CNN）超参数，从而实现高精度、实时性的误差预测以及稳健的物理一致性。

本文通过利用经PIV数据验证的URANS模拟，数值研究了单级离心泵在偏离设计工况的低流量条件下的非定常流动现象，揭示了叶轮叶片上的边界层分离会触发旋转失速单元，从而导致显著的压力脉动和流动不稳定性，尤其是在流量低于设计流量的41%时。

本文提出了一种基于 CBF-Critic 的航向感知 MPPI 导航框架，该框架集成了定向包围盒（OBB）建模与控制障碍函数（CBF），以确保全向移动机器人在狭窄环境中的 100% 无碰撞且动态稳定的导航，与传统方法相比，实现了 91.6% 的角加加速度（angular jerk）降低。

本研究通过离心模型试验推导并实验验证了非饱和土壤中降雨入渗的定标律，证实了湿润锋速度、饱和渗透系数和入渗时间分别按 1:1、1:1 和 N²:1 的比例进行定标，同时确立了加德纳方程（Gardner equation）作为在离心加速度下维持吸力相似性的关键准则。

本研究通过对某天然气调压站 92 天内的热力性能进行重建，揭示了虽然共用集管预热控制会导致显著的能量浪费，但由于总加热器设置与各减压流路可变热需求之间存在失配，该控制方式在特定的夜间时段同时也无法维持安全裕度。

本文提出了一种结合了像散阴影成像技术与 YOLO 和 VGG16 网络单摄像机深度学习框架，该框架能够精确估算喷雾液滴的直径和三维位置，尽管仅在合成图像上进行训练，但在实验数据上仍实现了高精度。

本研究提出了一种用于T型管旋转拉伸的新型球形主轴结构，该结构在优化的中高进给率条件下，使5A02铝合金管实现了4.168 mm的分支高度和30.3%的减薄率，从而有效缓解了壁厚变薄和进给阻力问题。

本研究证明了在瓦拉纳西的废物发电厂中，使用经热预处理的禽蛋壳废弃物替代传统石灰石在技术和财务上的可行性，建立了一种既能同时中和二氧化硫排放、产生具有市场价值的石膏，又能实现3.27年回收期，且盈利的循环经济模式。

本文提出了一种物理辅助防御框架，该框架将非线性粒子滤波器与时间序列 Transformer 相结合，通过识别其在耦合传感器通道中诱发的热力学与时间解耦，从而有效检测核电厂中隐蔽的虚假数据注入攻击，其性能优于传统的基于线性残差的检测器。