eess 篇论文 | Gist.Science

本研究探讨了神经典型老年人对机器人引导型锻炼系统的社会接受度，旨在识别采用障碍并为设计改进提供依据，以应对日益增长的康复护理需求，从而促进更广泛的部署。

本文提出了一种安全且自适应的区域感知探索框架，该框架通过引入减少冗余运动、适应地图密度以及确保安全返航的机制，增强了大规模区域感知探索（LRAE）规划器，并通过仿真和真实地面机器人实验证明了其在效率和可靠性方面的显著提升。

本研究通过开展剪切试验并结合基于田口方法的几何分组技术，研究了混凝土填充镀锌钢管的界面粘结强度，揭示了长径比是主要影响因素，并通过多准则优化和严格的几何分组机器学习验证，确定了短壁厚管配置为最优设计。

本文通过利用白金汉 $\Pi$ 定理推导出闭式幂律方程，并结合实验数据进行验证，进而利用其敏感性指数通过 TOPSIS 方法对电极材料进行解析排序，提出了一种物理引导的电火花加工刀具磨损预测模型。

本文提出了一种新型的高阶基于内模的边界迭代学习控制算法，旨在解决在迭代变化任务及传感器-执行器网络约束下，双曲型分布参数系统的轨迹跟踪问题，并利用压缩映射原理保证了收敛性。

本研究提出了一种可解释的机器学习框架，通过1296次CFD模拟和SHAP分析进行了验证，旨在准确预测长长程短排风系统下全机械化工作面区域性的粉尘暴露风险，并识别主导因素以优化通风调节。

本研究利用 TOPSIS 多准则决策方法对铝 7075 的 CNC 铣削参数进行优化，旨在确定一种能有效平衡能量效率与切削力降低的特定主轴转速、进给率及切削深度组合。

本研究基于开罗地铁3号线数据开发并验证了一个经验模型，该模型展示了平均细粒含量与超压干预间隔之间强烈的反指数关系，从而能够更准确地预测刀盘干预频率，以优化软土掘进中泥水平衡TBM的作业。

本研究建立了一个结合了 Box-Wilson 中心组合设计、NSGA-II 和熵权 TOPSIS 的高精度计算框架，用于优化爆炸成形弹丸几何结构，与传统基准相比，实现了 25.2% 至 32.6% 的末端速度提升以及更优越的穿透性能。

本研究首次应用金属丝网传感器来测量并可视化高密度气固流化床中随时间变化的空隙率分布，通过与伽马射线计算机断层扫描进行对比验证了该技术的有效性，并证明了其在表征不同流化状态下相分布方面的有效性。