physics.geo-ph」カテゴリーアーカイブ

Learning Neural PDE Solvers with Parameter-Guided Channel Attention

要約 科学的機械学習 (SciML) は、偏微分方程式 (PDE) によって支配 … 続きを読む

カテゴリー: cs.CE, cs.LG, physics.comp-ph, physics.flu-dyn, physics.geo-ph | Learning Neural PDE Solvers with Parameter-Guided Channel Attention はコメントを受け付けていません

Efficient Bayesian travel-time tomography with geologically-complex priors using sensitivity-informed polynomial chaos expansion and deep generative networks

要約 モンテカルロ マルコフ連鎖 (MCMC) 手法は一般に、事前分布の正確な特 … 続きを読む

カテゴリー: cs.LG, physics.geo-ph | Efficient Bayesian travel-time tomography with geologically-complex priors using sensitivity-informed polynomial chaos expansion and deep generative networks はコメントを受け付けていません

ContrasInver: Ultra-Sparse Label Semi-supervised Regression for Multi-dimensional Seismic Inversion

要約 深層学習 (DL) 手法の開発により、地震データの自動解釈と逆変換が大幅に … 続きを読む

カテゴリー: cs.CV, physics.geo-ph | ContrasInver: Ultra-Sparse Label Semi-supervised Regression for Multi-dimensional Seismic Inversion はコメントを受け付けていません

Explainable Artificial Intelligence driven mask design for self-supervised seismic denoising

要約 地震データにコヒーレントなノイズが存在すると、エラーや不確実性が生じるため … 続きを読む

カテゴリー: cs.AI, physics.geo-ph | Explainable Artificial Intelligence driven mask design for self-supervised seismic denoising はコメントを受け付けていません

$\mathbf{\mathbb{E}^{FWI}}$: Multi-parameter Benchmark Datasets for Elastic Full Waveform Inversion of Geophysical Properties

要約 弾性地球物理学的特性 (P 波および S 波速度など) は、CO$_2$ … 続きを読む

カテゴリー: cs.LG, physics.geo-ph | $\mathbf{\mathbb{E}^{FWI}}$: Multi-parameter Benchmark Datasets for Elastic Full Waveform Inversion of Geophysical Properties はコメントを受け付けていません

Geotechnical Parrot Tales (GPT): Harnessing Large Language Models in geotechnical engineering

要約 OpenAI の ChatGPT などの大規模言語モデル (LLM) が広 … 続きを読む

カテゴリー: cs.CL, I.2.7, physics.geo-ph | Geotechnical Parrot Tales (GPT): Harnessing Large Language Models in geotechnical engineering はコメントを受け付けていません

Probing the limit of hydrologic predictability with the Transformer network

要約 水文学に導入されて以来、長年にわたり、長短期記憶 (LSTM) のようなリ … 続きを読む

カテゴリー: cs.AI, cs.LG, physics.geo-ph | Probing the limit of hydrologic predictability with the Transformer network はコメントを受け付けていません

Prediction of Transportation Index for Urban Patterns in Small and Medium-sized Indian Cities using Hybrid RidgeGAN Model

要約 インドを含むほとんどの発展途上国における急速な都市化傾向は、緑地の喪失、環 … 続きを読む

カテゴリー: cs.LG, physics.geo-ph, stat.AP | Prediction of Transportation Index for Urban Patterns in Small and Medium-sized Indian Cities using Hybrid RidgeGAN Model はコメントを受け付けていません

Graph Neural Network-based surrogate model for granular flows

要約 タイトル:グラフケネットワークベースの代替モデル 要約: – … 続きを読む

カテゴリー: cs.LG, I.6.8, physics.geo-ph | Graph Neural Network-based surrogate model for granular flows はコメントを受け付けていません

Learning Neural PDE Solvers with Parameter-Guided Channel Attention

要約 タイトル:パラメータガイドのチャンネルアテンションを用いたニューラルPDE … 続きを読む

カテゴリー: cs.CE, cs.LG, physics.comp-ph, physics.flu-dyn, physics.geo-ph | Learning Neural PDE Solvers with Parameter-Guided Channel Attention はコメントを受け付けていません