土木建筑

工程图纸结构化信息提取的混合深度学习框架

工程图纸解析深度学习结构化信息提取 YOLOv11 Donut 文章提出了一种结合YOLOv11-OBB目标检测与Donut文档理解Transformer的混合框架，用于从2D工程图纸中提取结构化信息。通过内部标注的1,367张图纸训练YOLOv11检测九类关键注释（如几何公差、表面粗糙度等），裁剪出11,469个图像块微调Donut生成JSON输出。实验对比单一模型与类别专用模型的性能，结果显示单一模型在精确度（94.77%）、召回率（100%）和F1分数（97.3%）上全面领先，幻觉率降低至5.23%。该框架显著减少人工干预，支持高精度制造业的数字化工作流。

量子关联工程与因果结构调控

量子信息因果结构 Uhlmann规范光速修改文章提出一种基于量子信息原理的因果结构工程方法。通过将经典光场纯化为光子模式与ancilla的纠缠态，并利用Uhlmann规范理论构建动力学规范场，实现对量子关联结构的操控。理论表明，调控ancilla的量子相位可改变有效光速（最高提升约3000km/s），从而修改局部时空因果结构。该方法避免了传统Alcubierre曲速引擎对奇异物质的需求，并推导出由因果结构变化产生的熵力（速度相关力）。文章进一步讨论了基于量子光学平台的实验验证方案，包括原子钟探测与拓扑量子信息稳定化技术。

拓扑优化在结构工程中的应用

拓扑优化结构工程建筑设计文章探讨了拓扑优化在建筑和土木工程结构中的应用。拓扑优化通过数学方法优化材料分布，提升结构的重量与刚度比，同时满足美学需求。文章介绍了两种主要优化技术：SIMP（固体各向同性材料惩罚法）和ESO（进化结构优化法），并展示了其在高层建筑和穿孔钢梁设计中的实际应用。研究结果表明，拓扑优化能够生成高效且美观的结构形式，但也面临几何复杂性和非线性行为求解的挑战。

城市密集建筑群采光与能耗分析的模型与方法

采光分析能耗预测建筑模拟文章提出了一套用于评估城市密集建筑群中采光性能与能耗的数学模型和方法。研究通过参数化模拟和统计分析，建立了预测采光自主性（DA）、连续采光自主性（DA_con）以及照明能耗（ED_room）的数学模型。这些模型考虑了建筑几何特征、材料光学属性、外部遮挡条件等多种因素，为设计初期提供了快速评估工具。研究结果表明，模型预测与实际模拟结果的误差在可接受范围内，验证了其在实际应用中的可靠性。