الأبحاث في مجلة: Geoscientific model development
-
هل تتفوق النماذج المعتمدة على البيانات على النماذج العددية في التنبؤ بالظواهر الجوية المتطرفة؟ مقارنة بين IFS HRES وPangu-Weather وGraphCast
2024 | المؤلف: Leonardo Olivetti وآخرون | المجلة: Geoscientific model development | المجال: علوم الغلاف الجوي (Atmospheric Science)في السنوات الأخيرة، ظهرت نماذج التنبؤ بالطقس المعتمدة على البيانات كبدائل تنافسية للنماذج العددية التقليدية المعتمدة على الفيزياء، لا سيما في قدرتها على التنبؤ بحدوث درجات حرارة قريبة من السطح وسرعات الرياح القصوى. تقيم هذه الدراسة موثوقية هذه النماذج المعتمدة على البيانات من خلال مقارنة أدائها مع نموذج ECMWF القائم على الفيزياء في سياق شبه…
-
التقدم وآفاق التعلم العميق في التنبؤ بالطقس القاسي على المدى المتوسط
2024 | المؤلف: Leonardo Olivetti وآخرون | المجلة: Geoscientific model development | المجال: علوم الغلاف الجوي (Atmospheric Science)في السنوات الأخيرة، ظهرت نماذج التعلم العميق كبدائل قابلة للتطبيق لنماذج الأرصاد الجوية التقليدية المعتمدة على الفيزياء للتنبؤ بالطقس على المدى المتوسط، مع وجود عدة دراسات تشير إلى أن هذه النماذج يمكن أن تتفوق على الأساليب التقليدية المعتمدة على الفيزياء. ومع ذلك، لا تزال هناك تحديات كبيرة، خاصة في التنبؤ بدقة بالأحداث الجوية المتطرفة. تستعرض…
-
GeoPDNN 1.0: شبكة عصبية عميقة شبه مشروطة تستخدم التسميات الزائفة لنمذجة الطبقات الضحلة ثلاثية الأبعاد وتحليل عدم اليقين في المناطق الحضرية من بيانات الآبار
2024 | المؤلف: Jiateng Guo وآخرون | المجلة: Geoscientific model development | المجال: الجيوكيمياء والبترولوجيا (Geochemistry and Petrology)تناقش هذه القسم أهمية بيانات الآبار في المسوحات الجيولوجية الحضرية والتحقيقات الجيولوجية واسعة النطاق، مع تسليط الضوء على قيود طرق النمذجة التقليدية الصريحة والضمنية. النمذجة الصريحة تتطلب جهدًا كبيرًا، بينما تواجه النمذجة الضمنية صعوبات في تحليل عدم اليقين. لمعالجة هذه التحديات، يقدم المؤلفون خوارزمية تعلم عميق شبه مشرف تستخدم التسميات الزائفة (SDLP) للتخفيف من مشكلة…
