-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「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
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
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