geosciences | BriefGPT - AI 论文速递

关键词geosciences

搜索结果 - 9

基于得分的两层准地转模型数据同化
本研究论文评估了得分为基础的数据同化方法（SDA）在高维地球物理动力系统中的可伸缩性，并提出了对得分网络架构的修改，旨在显著减少内存消耗和执行时间。通过对一个双层准地转流模型的实验结果，证明了该方法的前景。
PDF9 months ago
基于指针网络引导的知识驱动生成式对话模型 (PK-Chat)
PK-Chat 是一种基于知识驱动的生成对话模型，通过指针网络和预训练语言模型在学术场景中进行语言生成，实现了正确且连贯的回答。
PDFa year ago
用神经场快速可扩展地插值地球物理海洋变量
本文介绍了利用神经场模型来填补物理海洋学实验中高度稀疏数据的空隙，此模型可替代现有标准的最优插值（Optimal Interpolation）方法，并可扩展至大量的数据规模，为地球科学中的插值问题提供了实用的解决方案，未来有望获得更广泛的应
PDF2 years ago
探讨可解释人工智能方法对地球科学中卷积神经网络应用的保真度
本文通过对最流行的 XAI 方法的比较和探究它们在地球科学应用中的准确性，强调了 XAI 方法在 CNN 决策方法解释方面的重要性和局限性，并通过应用于气候相关预测来说明，帮助深层学习方法更好地用于预测问题
PDF2 years ago
探索面向地球科学数据分析的人工智能共同议程
本文探讨了地球科学、遥感和人工智能领域近年来趋近的发展情况，强调了这些交叉学科的研究方向和挑战，提出了人工智能在遥感和地球科学领域中的应用，以及年轻研究人员应该如何应对这些挑战，从而推动遥感和地球科学的发展。
PDF3 years ago
地球科学问题的神经网络归因方法：一个新的合成基准数据集
研究了在地球科学的问题中应用神经网络时，可用的理论解释非常有限。因此，该研究提出了一种基于可加分离函数的框架，用于生成已知先验归因地面真实性的回归问题的归因基准数据集，并使用该数据集进行有关 XAI 方法的客观评价，以提高模型信任度和帮助发
PDF3 years ago
运用机器学习技术纠正数据同化和预测应用中的模型误差
本研究将机器学习和数据同化相结合，提出了一种迭代方法来纠正现有知识型模型的误差，为地球科学建立了一个混合替代模型，该模型在短期到中期范围内有更好的预测表现
PDF4 years ago
地球科学中的机器学习：挑战与机遇
本文介绍了机器学习在地球科学问题中所面临的独特挑战和机遇，强调各种地球科学问题所需的新颖机器学习方法的重要性，并讨论了潜在的方法学发展方向及其在地球科学中的应用。
PDF7 years ago
流形上紧框架波和快速框架波滤波器变换
本文研究了如何在光滑紧致 Riemann 流形上构建，表征和应用紧框架，紧框架的设计和快速框架滤波器银行变换的实现，特别在地球科学和医学领域提供了解决方案。
PDF8 years ago