تقدم ورقة البحث تصنيف الشبكة الزمنية الحقيقية لتكوين الأعاصير الاستوائية (RTCC-Net)، وهو نموذج جديد للتعلم العميق مصمم لتعزيز التنبؤ بتكوين الأعاصير الاستوائية من تجمعات السحب. من خلال دمج المعلومات متعددة المصادر، بما في ذلك صور الأشعة تحت الحمراء من الأقمار الصناعية وبيانات النواة الحملية، تستخدم RTCC-Net مزيجًا من الشبكات العصبية التلافيفية ومحولات الرؤية لاستخراج وتحليل…

تتناول الأبحاث الحاجة الملحة لأساليب حسابية فعالة لتقدير مخاطر الفيضانات الساحلية في سياق تغير المناخ وارتفاع مستوى سطح البحر (SLR). تسلط الضوء على إمكانيات تقنيات التعلم المدعوم بالبيانات، وخاصة التعلم العميق (DL)، للتغلب على قيود المحاكيات الهيدروديناميكية التقليدية المعتمدة على الفيزياء. ومع ذلك، تواجه تطوير نماذج دقيقة لتنبؤ الفيضانات الساحلية تحديات بسبب نقص بيانات التدريب…

تسلط الأبحاث الضوء على المخاطر المتزايدة التي تواجهها المجتمعات الساحلية في آسيا والمحيط الهادئ بسبب ارتفاع مستوى سطح البحر (SLR) وزيادة الفيضانات، مع تقديرات الخسائر الاقتصادية السنوية الحالية بحوالي 26.8 مليار دولار. تستخدم الدراسة إطار نمذجة مخاطر الفيضانات الساحلية، مستفيدة من التوقعات الاحتمالية تحت خمسة سيناريوهات مسار اجتماعي اقتصادي مشترك (SSP)، من التخفيف الطموح (SSP1-1.9)…