physics.geo-ph」カテゴリーアーカイブ

Integrating Physics of the Problem into Data-Driven Methods to Enhance Elastic Full-Waveform Inversion with Uncertainty Quantification

要約 Full-Waveform Inversion (FWI) は、記録された … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, physics.geo-ph | Integrating Physics of the Problem into Data-Driven Methods to Enhance Elastic Full-Waveform Inversion with Uncertainty Quantification はコメントを受け付けていません

When Geoscience Meets Foundation Models: Towards General Geoscience Artificial Intelligence System

要約 人工知能 (AI) は地球科学を大幅に進歩させましたが、地球の複雑な力学を … 続きを読む

カテゴリー: cs.AI, physics.geo-ph | When Geoscience Meets Foundation Models: Towards General Geoscience Artificial Intelligence System はコメントを受け付けていません

Latent Diffusion Model for Conditional Reservoir Facies Generation

要約 限られた測定値に基づいて正確で地質学的に現実的な貯留層相を作成することは、 … 続きを読む

カテゴリー: cs.LG, physics.geo-ph, stat.ML | Latent Diffusion Model for Conditional Reservoir Facies Generation はコメントを受け付けていません

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