-
最近の投稿
- Budget-constrained Collaborative Renewable Energy Forecasting Market
- Med-R$^2$: Crafting Trustworthy LLM Physicians through Retrieval and Reasoning of Evidence-Based Medicine
- SANER: Annotation-free Societal Attribute Neutralizer for Debiasing CLIP
- Video Depth Anything: Consistent Depth Estimation for Super-Long Videos
- InternVideo2.5: Empowering Video MLLMs with Long and Rich Context Modeling
-
最近のコメント
表示できるコメントはありません。 cs.AI (32523) cs.CL (24589) cs.CR (2516) cs.CV (38733) cs.LG (37398) cs.RO (18958) cs.SY (2900) eess.IV (4641) eess.SY (2894) stat.ML (4935)
「physics.geo-ph」カテゴリーアーカイブ
Full-waveform earthquake source inversion using simulation-based inference
要約 この論文では、シミュレーションベースの推論 (SBI) を使用した全波形震 … 続きを読む
カテゴリー: cs.LG, physics.data-an, physics.geo-ph
Full-waveform earthquake source inversion using simulation-based inference はコメントを受け付けていません
Retrieving snow depth distribution by downscaling ERA5 Reanalysis with ICESat-2 laser altimetry
要約 季節的な積雪の変動性、特に遠隔地での積雪の深さを推定することは、利用可能な … 続きを読む
カテゴリー: cs.LG, physics.geo-ph
Retrieving snow depth distribution by downscaling ERA5 Reanalysis with ICESat-2 laser altimetry はコメントを受け付けていません
Self-Updating Vehicle Monitoring Framework Employing Distributed Acoustic Sensing towards Real-World Settings
要約 最近の分散音響センシング (DAS) 技術の出現により、交通によって引き起 … 続きを読む
カテゴリー: cs.CV, cs.LG, eess.SP, physics.geo-ph
Self-Updating Vehicle Monitoring Framework Employing Distributed Acoustic Sensing towards Real-World Settings はコメントを受け付けていません
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