-
基于物理原理的生成式替代建模方法,用于预测Al/SiC纳米复合材料的整体塑性行为
乌蒂韦·以西结|恩贾马穆尔·霍克|奥萨马·阿尔贾拉|李军|阿尔法·赫里尤多诺|黄文珍摘要在计算工程领域中,准确预测异质材料的全场非线性力学响应仍是一项重要挑战,因为传统的有限元分析方法在处理大规模设计和分析任务时成本过高。本研究提出了一种基于物理原理的条件生成对抗网络框架,用于预
来源:ADVANCED ENGINEERING INFORMATICS
时间:2026-07-01
-
基于混合纳米流体冷却与新型翅片通道结构的PVT-LFR系统集成光谱纳米流体过滤与热管理技术
M. Sheikholeslami|B.H.S. Siraj 伊朗伊斯兰共和国巴博尔市巴博尔诺希尔瓦尼理工大学机械工程系 摘要 随着全球对高效太阳能技术需求的不断增长,人们越来越需要能够从相同的太阳辐射中获取更多能量的光伏热转换系统。提升光伏热转换系统性能的最有效策略之一是光学聚
-
基于频域的多样化调制技术用于单通道无人机螺旋桨损伤诊断
张忠正|张倩琪|李永波 中国西安西北工业大学航空学院,710072 摘要 多旋翼无人机容易遭受螺旋桨损坏,而这会严重威胁飞行安全。然而,传统的故障诊断方法在轻量化传感与高精度诊断之间仍存在权衡。本研究提出了一种频域多样调制策略,用于单通道无人机螺旋桨损伤的定位与识别。其核心思想是
来源:INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES
时间:2026-07-01
-
基于第一性原理方法研究甲烷在过渡金属簇NiCo催化剂上的C-H键断裂反应
尼雅蒂·加贾尔|桑吉夫·K·古普塔|P.N.加贾尔
印度古吉拉特大学科学学院物理系,艾哈迈达巴德,380 009
摘要
本研究利用密度泛函理论研究了双金属Ni3Co和Ni4Co团簇在甲烷解离反应中的催化性能。通过结构优化和结合能分析发现,与Ni3Co相比,Ni4Co
来源:International Journal of Hydrogen Energy
时间:2026-07-01
-
水热法合成氧化铝辅助的氧化石墨烯(Al2O3-GO)纳米结构,并对其结构与形态进行研究以推动纳米润滑技术的发展
Shankee Verma|Kamarapu Santhosh KumarPDPM印度信息技术学院贾巴尔普尔分校,自然科学系,印度中央邦482005。摘要本报告通过超声辅助水热法,利用经改良的Hummers法制备的氧化石墨烯,合成了不同铝含量的Al2O3插层氧化石墨烯(Al2O3
来源:Inorganic Chemistry Communications
时间:2026-07-01
-
基于物理编码的无监督深度学习方法,用于短跨和中跨桥梁网络的轻量级结构健康监测
刘佳欣|张伟|孙立民|李益贤
中国上海同济大学土木工程学院桥梁工程系
摘要
短跨和中跨桥梁频繁出现的结构失效问题,凸显了进行结构安全监测与评估的必要性。然而,由于预算限制,无法在交通网络中的所有此类桥梁上全面安装结构健康监测系统。为解决这一难题,本文提出了一种基于物
来源:Engineering Applications of Artificial Intelligence
时间:2026-07-01
-
基于机理因果方法的超高强混凝土梁抗剪能力机器学习交互模型
Jianan Qi|Jian Du|Hang Cheng|Jingquan Wang中国南京211189,东南大学土木工程学院,教育部混凝土与预应力混凝土结构重点实验室摘要目前的机器学习研究往往缺乏机制层面的支撑,主要关注重要性系数,缺乏物理可解释性。为解决这一缺陷,本文提出了一
来源:Engineering Applications of Artificial Intelligence
时间:2026-07-01
-
基于图分数拉普拉斯核回归的信号预测方法
郭林轩|张宇|李冰兆中国北京,北京工业大学数学与统计学院,邮编100081摘要基于图的核回归为预测图信号提供了一种灵活的非参数框架,且无需考虑输入数据的图结构。本文提出了图分数拉普拉斯核回归方法,这是一种对传统图正则化核回归框架的扩展,它将图分数拉普拉斯算子引入到输出平滑性惩罚项
来源:Digital Signal Processing
时间:2026-07-01
-
当变压器遵循物理定律:一种基于物理原理并运用符号回归技术的变压器,用于实时监测井底压力变化
卡斯帕·丹尼尔·阿德努齐|尼·索瓦·拉里耶-阿杰伊|塔希鲁·阿卜杜勒-穆明|夸梅·萨科迪|塞缪尔·埃尔祖阿加纳库马西夸梅·恩克鲁玛科技大学土木与地质工程学院石油工程系摘要大多数用于预测流动井底压力(FBHP)的机器学习模型要么是黑箱模型,虽精度高但缺乏可解释性;要么是白箱模型,虽
来源:Engineering Applications of Artificial Intelligence
时间:2026-07-01
-
一种具有无损压缩计算功能的非易失性AI边缘处理器,采用动态浮点/定点累加技术的STT-MRAM近内存计算架构
摘要:基于近内存计算的非易失性AI边缘处理器能够实现高效能的乘加运算,同时具备较低的唤醒延迟,从而适用于边缘推理任务。在芯片内存容量受限的情况下,浮点神经网络模型需要进行无损压缩;但这带来了若干挑战:1)由于浮点权重编码的方式,会导致数据解压的开销增加;2)在大型非易失性存储阵列
来源:IEEE Journal of Solid-State Circuits
时间:2026-07-01