-
最近の投稿
- Enhancing Trust in Autonomous Agents: An Architecture for Accountability and Explainability through Blockchain and Large Language Models
- $\mathcal{L}_1$Quad: $\mathcal{L}_1$ Adaptive Augmentation of Geometric Control for Agile Quadrotors with Performance Guarantees
- Scalable and low-cost remote lab platforms: Teaching industrial robotics using open-source tools and understanding its social implications
- Tabletop Object Rearrangement: Structure, Complexity, and Efficient Combinatorial Search-Based Solutions
- AdaCred: Adaptive Causal Decision Transformers with Feature Crediting
-
最近のコメント
表示できるコメントはありません。 cs.AI (31312) cs.CL (23684) cs.CR (2432) cs.CV (37678) cs.LG (36192) cs.RO (18300) cs.SY (2805) eess.IV (4529) eess.SY (2799) stat.ML (4795)
「physics.geo-ph」カテゴリーアーカイブ
A convolutional neural network approach to deblending seismic data
要約 経済性と効率性の理由から、地震データの混合取得はますます一般的になってきて … 続きを読む
カテゴリー: cs.AI, physics.geo-ph
A convolutional neural network approach to deblending seismic data はコメントを受け付けていません
DINOv2 Rocks Geological Image Analysis: Classification, Segmentation, and Interpretability
要約 コンピューター ビジョンの最近の進歩により、画像分析タスクが大幅に改善され … 続きを読む
カテゴリー: cs.CV, physics.geo-ph
DINOv2 Rocks Geological Image Analysis: Classification, Segmentation, and Interpretability はコメントを受け付けていません
PDEBENCH: An Extensive Benchmark for Scientific Machine Learning
要約 近年、機械学習ベースの物理システムのモデリングへの関心が高まっています。 … 続きを読む
カテゴリー: cs.CV, cs.LG, physics.flu-dyn, physics.geo-ph
PDEBENCH: An Extensive Benchmark for Scientific Machine Learning はコメントを受け付けていません
Cross-Domain Foundation Model Adaptation: Pioneering Computer Vision Models for Geophysical Data Analysis
要約 私たちは、基礎モデル (FM) をコンピューター ビジョン ドメインから地 … 続きを読む
カテゴリー: cs.CV, physics.geo-ph
Cross-Domain Foundation Model Adaptation: Pioneering Computer Vision Models for Geophysical Data Analysis はコメントを受け付けていません
ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability
要約 地球システムの予測可能性は、環境力学の複雑さと関係する多数の変数によって挑 … 続きを読む
カテゴリー: cs.AI, cs.DC, eess.IV, physics.ao-ph, physics.geo-ph
ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability はコメントを受け付けていません
Data Science for Geographic Information Systems
要約 データ サイエンスを地理情報システム (GIS) に統合することで、これら … 続きを読む
カテゴリー: cs.CV, eess.IV, I.2.10, physics.geo-ph
Data Science for Geographic Information Systems はコメントを受け付けていません
The Physics-Informed Neural Network Gravity Model: Generation III
要約 科学的機械学習と物理情報に基づいたニューラル ネットワーク (PINN) … 続きを読む
カテゴリー: cs.LG, physics.geo-ph
The Physics-Informed Neural Network Gravity Model: Generation III はコメントを受け付けていません
Approaches for enhancing extrapolability in process-based and data-driven models in hydrology
要約 プロセスベースでデータ駆動型の水文学モデルの適用は、現代の水文学研究、特に … 続きを読む
カテゴリー: cs.LG, physics.geo-ph
Approaches for enhancing extrapolability in process-based and data-driven models in hydrology はコメントを受け付けていません
Controllable seismic velocity synthesis using generative diffusion models
要約 正確な地震波速度の推定は、地球の地下構造の理解、天然資源の評価、地震の危険 … 続きを読む
カテゴリー: cs.LG, physics.geo-ph
Controllable seismic velocity synthesis using generative diffusion models はコメントを受け付けていません
ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability
要約 地球システムの予測可能性は、環境力学の複雑さと関係する多数の変数によって挑 … 続きを読む
カテゴリー: cs.AI, cs.DC, eess.IV, physics.ao-ph, physics.geo-ph
ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability はコメントを受け付けていません