Derniers articles pour Ingénierie

Cette étude examine comment les mouvements des profils aérodynamiques affectent la portance dans l'aviation et l'énergie éolienne.

Une nouvelle méthode pour analyser des systèmes non linéaires en utilisant des fonctions d'énergie et des calculs efficaces.

Le radar quantique offre des capacités de détection et de mesure améliorées grâce à des propriétés de lumière uniques.

La recherche sur les équations différentielles fractionnaires révèle de nouvelles perspectives sur les systèmes dynamiques.

Combiner la mise à jour bayesienne et la modélisation de substitution pour une meilleure estimation des paramètres du modèle.

Explore l'importance de l'opérateur de Saint Venant dans l'analyse des champs tensoriels.

Une nouvelle approche pour déterminer efficacement les limites de stabilité dans les systèmes dynamiques.

Un aperçu de comment les ordinateurs gardent leur précision malgré les pannes de composants.

Explorer L-NODEC pour une meilleure stabilité dans les stratégies de contrôle.

Une approche hybride améliore les calculs d'équations des ondes dans plusieurs domaines.

Une nouvelle méthode pour mieux comprendre les systèmes multi-parties dans différents domaines.

Présentation d'une nouvelle méthode pour des calculs de fonctions d'énergie plus rapides dans des systèmes non linéaires.

L'étude des particules chargées dans les matériaux influence la biologie, la géologie et l'ingénierie.

Une nouvelle méthode améliore la détection des valeurs aberrantes dans l'analyse de données.

Cette étude présente un nouveau modèle pour des poutres intelligentes utilisant des interactions non locales et des matériaux piézoélectriques.

NeuralMPM accélère les simulations de matériaux en utilisant des techniques de deep learning.

Une méthode innovante améliore l'efficacité et la précision de l'analyse des faisceaux.

De nouvelles recherches montrent que les phonons interagissent de manière complexe, ce qui affecte les propriétés thermiques.

Les cadres améliorent la représentation des signaux dans différents domaines, assurant une meilleure clarté et qualité.

La continuité R aide l'algorithme du point proximal à trouver des solutions efficaces.

Une nouvelle méthode améliore le contrôle des robots dans des environnements incertains.

Des chercheurs ont trouvé des supraconducteurs 2D prometteurs avec des capacités à haute température.

Une nouvelle méthode améliore l'efficacité et le contrôle de la rotation des satellites.

Les PINNs allient la physique et les données pour résoudre efficacement des problèmes scientifiques complexes.

Les chercheurs utilisent des méthodes basées sur les données pour améliorer la modélisation de la combustion de l'hydrogène.

Explorer des modèles avancés pour la synchronisation dans des réseaux adaptatifs complexes.

Présentation de DroneWiS pour des tests de drones améliorés par temps venteux.

Une méthode pour déterminer les formes solides à l'intérieur des réservoirs grâce aux variations de niveau de liquide.

De nouvelles méthodes améliorent la prévision de la température de fusion pour le développement de matériaux.

Cet article parle d'améliorer les fondations des éoliennes en mer grâce à la surveillance de l'état des structures.

Explorer comment les matériaux granulaires réagissent à la croissance et aux changements de stress.

Une nouvelle méthode améliore l'efficacité et la sécurité des mouvements des robots humanoïdes.

Une étude de la dynamique des particules utilisant le modèle stochastique des six sommets révèle des comportements clés.

Combiner des expériences à haut débit et du machine learning pour améliorer les processus de fabrication additive.

Explorer les interactions des ondes et les solutions faibles dans la dynamique des particules.

Un aperçu des ondes élastiques, de leurs comportements et des défis clés dans l'analyse.

Un regard détaillé sur la résolution des problèmes élastodynamiques dans des systèmes non conservateurs.

Un regard sur comment les toroïdes créent et affectent les champs magnétiques.

Une méthode pour l'optimisation neutre au risque dans des environnements incertains.

Les modèles d'apprentissage profond améliorent l'efficacité du contrôle des faisceaux dans les accélérateurs de particules.