-
面向光伏系统可泛化且实时故障诊断的轻量级自监督混合学习
Sophimatics框架的第6阶段代表了一个综合研究项目的顶点,该项目将哲学智慧与计算复杂性相结合,以应对人工智能系统中的根本挑战。基于第5阶段建立的复杂时间递归模型(Complex-Time Recursive Model, CTRM),该阶段引入了一种专
来源:Algorithms
时间:2026-03-06
-
基于多维泰勒网络和小波方法的绿色电力价格预测
随着智能电网演变为复杂的网络物理系统,传统的静态防御难以应对时变拓扑和高级持续性威胁(APTs)。研究人员提出基于自组织图神经网络细胞自动机(SG-GNC)的弹性智能电网安全框架。具体而言,神经稳态嵌入(NHE)机制利用变分图自编码器构建连续健康流形,用于无监
来源:Algorithms
时间:2026-03-06
-
基于事件驱动的时空计算用于鲁棒航班到达时间预测:一种概率性脉冲Transformer方法
在终端机动区(Terminal Maneuvering Areas, TMA)内,精确的预计到达时间(Estimated Time of Arrival, ETA)预测是实现高效到达排序和空域容量管理的前提。尽管数据驱动方法优于运动学模型,但传统的循环神经网络
来源:Aerospace
时间:2026-03-06
-
航天器安全近距离接近轨迹规划与控制的图神经网络约束软演员-评论家算法
:
在轨服务(On-Orbit Servicing, OOS)技术对于未来的太空探索至关重要,而服务航天器的安全近距离轨迹规划与控制是其中的核心挑战。然而,动态空间环境中存在目标航天器和空间碎片等多种障碍物,且服务航天器受限于控制输入饱和与状态约束,这使得传统
来源:Aerospace
时间:2026-03-06
-
基于时空特征融合的STFF-CANet航空发动机喘振诊断模型
航空发动机喘振诊断是发动机健康管理中的关键技术,其诊断准确性对保障运行安全具有重要意义。传统的基于阈值的诊断方法受工况影响显著,难以实现全工况覆盖。此外,由于不同工况下特征阈值变化、信号特征微弱以及可辨识性低等问题,诊断精度仍然有限。为应对这些挑战,本文提出了
来源:Aerospace
时间:2026-03-06
-
基于NMPC的无人机轨迹跟踪的稀疏神经动力学建模
对于无人驾驶飞行器(UAV),尤其是在将非线性模型预测控制(NMPC)与带来显著计算负担的基于学习的动力学模型结合时,精确且计算高效的轨迹跟踪仍然是一个关键挑战。本文提出了一种稀疏神经动力学建模方法,通过整合结构化剪枝和增强鲁棒性的微调技术,以实现用于UAV轨
来源:Aerospace
时间:2026-03-06
-
基于双人工神经网络与残差校正的感应电机轴承剩余寿命预测方法——采用PRONOSTIA与NASA-IMS数据集验证
摘要:本研究提出一种基于双人工神经网络(Artificial Neural Network, ANN)架构与残差校正(residual correction)机制的感应电机滚动轴承剩余使用寿命(Remaining Useful Life, RUL)预测方法。该
来源:Applied Sciences
时间:2026-03-06
-
普通话儿童标量含义的神经认知轨迹:注意分配和语用校准的ERP证据(4-6岁)
尽管标量含义(SI)在语用发展中占据中心地位,但普通话儿童SI加工的神经认知轨迹仍未得到充分探索,现有框架未能充分解释发展限制和跨语言变异。本事件相关电位(ERP)研究描绘了普通话学前儿童(N=49)标量含义(SI)加工的神经认知轨迹。行为准确性随年龄增长而提
来源:Behavioral Sciences
时间:2026-03-06
-
金属3D打印技术进展——第二版社论
现象学晶体塑性(CP)模型广泛应用于集成计算材料工程(ICME),以将微观结构特征与工程尺度力学行为相关联。然而,其实际应用受到基于物理的模拟的高计算成本以及参数校准的劳动密集型性质的限制,这些挑战在具有位置依赖性能的增材制造材料中进一步放大。为解决这些障碍,
-
厚硬顶板在多参数耦合分段水力压裂下的断裂响应特征与岩爆卸压控制
云层是影响太阳辐射的关键因素,其动态变化直接导致光伏(PV)功率输出的不确定性和波动。为提高PV功率预测精度,研究人员提出一种基于混合神经网络架构的改进短期光伏功率预测方法,该方法利用从卫星云图中提取的特征。首先,针对不同波长和光谱带的卫星云图,研究人员开发了
来源:Processes
时间:2026-03-06