-
无界域上逆弹性散射的单调性方法
摘要:我们研究了具有紧支集的可穿透且可能非均匀的散射体在无界均匀背景介质中的纳维方程时谐逆散射问题,为将入射平面波的叠加映射到相应散射波的远场模式的远场算子建立了单调性关系。通过将这一单调性关系与局域势方法相结合,我们扩展了所谓的单调性方法,从而能够根据远场算子来表征拉梅参数和密
来源:Journal of Differential Equations
时间:2026-07-30
-
基于贝叶斯优化的MNVPE方法,利用机器学习辅助生长高质量AlN单晶薄膜
摘要制备高质量的氮化铝(AlN)单晶薄膜对于深紫外光电器件而言至关重要;然而,传统的试错优化方法效率较低。在本研究中,我们提出了一种基于机器学习的金属-氮气气相外延(MNVPE)策略,运用贝叶斯优化(BO)算法来系统地优化生长参数。通过高斯过程回归(GPR)构建替代模型,以协同优
来源:Journal of Crystal Growth
时间:2026-07-30
-
基于移动最小二乘技术的无网格方法对二维伯格斯型方程的数值近似
摘要:本文研究了一种利用移动最小二乘法来近似二维Burgers型方程的数值技术。为求解未知解,我们采用了两阶段方法:首先运用隐式欧拉法对时间导数进行离散化处理;其次通过移动最小二乘法对空间方向进行近似,从而构建出完全离散化的计算方案。文中将移动最小二乘法与局部径向基函数分解法进行
来源:Journal of Computational and Applied Mathematics
时间:2026-07-30
-
用于暖通空调维护规划的深度图嵌入技术
•基于CMMS和BAS数据的异构图,用于HVAC维护分析。•专为深度图嵌入设计的领域特定图注意力网络架构。•创新的边特定注意力机制及注意力掩码模块构建。•下游优先级预测、级联故障检测以及维护区域划分。•2025年9月29日引言供暖、通风与空调系统约占总建筑能源消耗的40%[1],
来源:Journal of Building Engineering
时间:2026-07-30
-
基于加权最小二乘法的太阳辐射估算方法及其性能分析
•研究人员利用WLS算法构建了一种用于全球太阳辐射估算的新模型。•研究还采用了多种统计误差检验方法。•研究结果表明,所得结果具有较好的可靠性。•预计这项研究将为相关领域的研究工作带来重要贡献。引言经济与技术条件的快速发展以及人口增长,使得全球能源需求大幅上升。在此背景下,发展可再
来源:Journal of Atmospheric and Solar-Terrestrial Physics
时间:2026-07-30
-
水平并联管道中的两相塞流分离:对最小能量方法的重新评估
•本文提出了一种新的计算机视觉算法,用于无干扰地识别液滴特征并检测相分布不均现象。•实验结果表明,在水平平行支管中,相位分配极为均匀,变化幅度不超过20%。•针对水平结构,研究重新评估了最小能量准则,并采用了TUFFP统一模型。•在完全相同的水平支管中,流体分离受到物理限制,因此
来源:International Journal of Multiphase Flow
时间:2026-07-30
-
基于参数化水平集方法的均匀流流形拓扑优化
•一种基于参数化水平集的框架被开发用于均匀流型流道设计。•引入了一种动态阈值策略,以减少中等密度元素的数量。•该方法能够在规则和不规则流道中实现均匀的流体分布。•探讨了雷诺数对优化后流道拓扑结构的影响。•该框架还被扩展应用于多通道及三维流道优化问题。
引言
流道是流体系统中的关
来源:International Journal of Heat and Fluid Flow
时间:2026-07-30
-
基于去均匀化技术的复杂形状瞬态全向热遮罩精确结构实现
摘要:通过变换热力学理论,可以预测出瞬态全向热隐身斗篷,这种斗篷能够在所有方向和所有时间点上实现物体对热检测的隐藏。当采用不规则形状设计时,这类斗篷需要高度复杂的体积热容分布和各向异性热导率。如何通过实际可制造的复合材料准确实现这两者仍是未解之谜。现有理论研究多基于连续介质模型,
来源:International Journal of Heat and Mass Transfer
时间:2026-07-30
-
利用同步辐射X射线断层扫描与数字体积相关技术,对过载对3D短疲劳裂纹影响进行实验研究
摘要:本研究详细介绍了一种实验方法,用于研究铸造AlSi7Mg合金中机械短裂纹的3D生长行为,以及其在恒幅加载过程中遭遇单次拉伸过载时的响应。通过晶粒细化技术将晶粒尺寸降至约125微米,同时对合金进行热处理,使其共晶硅结构变为近乎随机分布的斑点状结构。选用从该合金加工而成的截面尺
来源:International Journal of Fatigue
时间:2026-07-30
-
CEAP:基于检查点集成式的主动学习与伪标签技术,用于提升多语言大语言模型领域适应效率
•我们提出了CEAP,这是一种用于医疗多模态大语言模型领域适配的高效标注框架。其核心创新在于将每次LoRA微调过程中自然保存的检查点重新利用起来构成集成体,从而在无需训练多个独立模型的情况下,借助集成优势提升不确定性估计与可靠性评估的性能。•CEAP由两个部分协同工作:(1)CE
来源:Information Processing & Management
时间:2026-07-30