研究与来源
通过可微分建模统一地学领域的机器学习与物理模型
英文原题：Differentiable modelling to unify machine learning and physical models for geosciences · 机器翻译
论文作者：Chaopeng Shen · Alison P. Appling · Pierre Gentine · Toshiyuki Bandai · Hoshin Gupta · Alexandre Tartakovsky · Marco Baity-Jesi · Fabrizio Fenicia · Daniel Kifer · Li Li · Xiaofeng Liu · Wei Ren · Yi Zheng · Ciaran J. Harman · Martyn Clark · Matthew Farthing · Dapeng Feng · Praveen Kumar · Doaa Aboelyazeed · Farshid Rahmani · Yalan Song · Hylke E. Beck · Tadd Bindas · Dipankar Dwivedi · Kuai Fang · Marvin Höge · Chris Rackauckas · Binayak Mohanty · Tirthankar Roy · Chonggang Xu · Kathryn Lawson
DOI: 10.1038/s43017-023-00450-9
AI 导读
AI 导读讨论如何利用可微分计算，将物理知识与神经网络共同训练，为过程理解、参数估计与地学预测提供方法框架。
导读不等同于作者摘要，请以原始论文为准。
本条目提供可追溯的文献信息，尚未发布完整编辑解读。
阅读原始来源 ↗重点期刊标识依据 2025 年中科院分区：大类一区且 Top=是。该期刊层面的标识不代表对单篇论文质量的评价。