physics.geo-ph」カテゴリーアーカイブ

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

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

Machine learning surrogates for efficient hydrologic modeling: Insights from stochastic simulations of managed aquifer recharge

要約 プロセスベースの水文モデルは、陸域の水循環を理解し、現代の水資源問題に対処 … 続きを読む

カテゴリー: cs.LG, physics.geo-ph | Machine learning surrogates for efficient hydrologic modeling: Insights from stochastic simulations of managed aquifer recharge 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 この研究では、特に地球科学における DINOv2 の応用に焦点を当てて、岩 … 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

Shakebot: A Low-cost, Open-source Robotic Shake Table for Earthquake Research and Education

要約 振動表は、地震現象をシミュレートし、地震力に対する構造物の応答をテストする … 続きを読む

カテゴリー: cs.RO, physics.geo-ph | Shakebot: A Low-cost, Open-source Robotic Shake Table for Earthquake Research and Education はコメントを受け付けていません

AI for Extreme Event Modeling and Understanding: Methodologies and Challenges

要約 近年、人工知能(AI)は地球システム科学を含むさまざまな分野に深い影響を与 … 続きを読む

カテゴリー: cs.AI, physics.ao-ph, physics.geo-ph | AI for Extreme Event Modeling and Understanding: Methodologies and Challenges はコメントを受け付けていません

DustNet: skillful neural network predictions of Saharan dust

要約 大気中には何百万トンもの鉱物粉塵が浮遊しており、天候や気候と相互作用します … 続きを読む

カテゴリー: 86-06(Primary), 86A10(Secondary), cs.AI, I.2.1, physics.ao-ph, physics.data-an, physics.geo-ph | DustNet: skillful neural network predictions of Saharan dust はコメントを受け付けていません

Neural Networks and Friction: Slide, Hold, Learn

要約 この研究では、リカレント ニューラル ネットワーク (RNN)、特にゲート … 続きを読む

カテゴリー: cs.LG, physics.geo-ph | Neural Networks and Friction: Slide, Hold, Learn はコメントを受け付けていません

Gemini & Physical World: Large Language Models Can Estimate the Intensity of Earthquake Shaking from Multi-Modal Social Media Posts

要約 この論文では、マルチモーダルなソーシャル メディア投稿などの型破りな情報源 … 続きを読む

カテゴリー: cs.AI, cs.LG, physics.app-ph, physics.geo-ph | Gemini & Physical World: Large Language Models Can Estimate the Intensity of Earthquake Shaking from Multi-Modal Social Media Posts はコメントを受け付けていません

Comparing Deep Learning Models for Rice Mapping in Bhutan Using High Resolution Satellite Imagery

要約 ブータン政府は、意思決定プロセスにリモート センシング ベースの知識を組み … 続きを読む

カテゴリー: cs.CV, cs.CY, cs.LG, physics.geo-ph | Comparing Deep Learning Models for Rice Mapping in Bhutan Using High Resolution Satellite Imagery はコメントを受け付けていません