Geo Intelligence.

研究与来源

Machine Learning Approaches for Predicting Total Organic Carbon From Petrophysical Well Logs in the Wufeng–Longmaxi Shale, Southeast Sichuan Basin, China

Geoscience Data Journal ·

论文作者:Haseeb Ahmad · Jiang Shu · Naveed Rehman · Muhammad Asad · Muhammad Tariq · Aqib Saeed · Attiqullah Ayaz

DOI: 10.1002/gdj3.70096

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 ↗

相关研究

研究论文Nature中科院一区 Top · 2025

地球系统基础模型机器翻译

英文原题A foundation model for the Earth system

作者 Cristian Bodnar · Wessel P. Bruinsma · Ana Lucic · Megan Stanley · Anna Allen · Johannes Brandstetter · Patrick Garvan · Maik Riechert · Jonathan A. Weyn · Haiyu Dong · Jayesh K. Gupta · Kit Thambiratnam · Alexander T. Archibald · Chun-Chieh Wu · Elizabeth Heider · Max Welling · Richard E. Turner · Paris Perdikaris

AI 导读在多种地球物理数据上预训练,再适配天气、海浪、空气质量与热带气旋路径预测,探索跨任务的地球系统建模。

Aurora基础模型多任务预测
条目与解读阅读原文 ↗
观点文章Nature Reviews Earth & Environment中科院一区 Top · 2025

通过可微分建模统一地学领域的机器学习与物理模型机器翻译

英文原题Differentiable modelling to unify machine learning and physical models for geosciences

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

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。

可微分建模物理约束水文建模
条目与解读阅读原文 ↗
观点文章Communications Earth & Environment中科院一区 Top · 2025

论地球基础模型的基础机器翻译

英文原题On the foundations of Earth foundation models

作者 Xiao Xiang Zhu · Zhitong Xiong · Yi Wang · Adam J. Stewart · Konrad Heidler · Yuanyuan Wang · Zhenghang Yuan · Thomas Dujardin · Qingsong Xu · Yilei Shi

AI 导读提出理想地球基础模型的 11 项特征,涵盖多传感器整合、地理位置与尺度感知、物理一致性等,并讨论评价标准与研究方向。

地球观测基础模型评估标准
条目与解读阅读原文 ↗
研究论文Science China Earth Sciences中科院一区 Top · 2025

用于矿产远景预测的可解释人工智能模型机器翻译

英文原题Explainable artificial intelligence models for mineral prospectivity mapping

作者 Renguang Zuo · 成秋明 · Ying Xu · Fanfan Yang · Yihui Xiong · Ziye Wang · Oliver P. Kreuzer

AI 导读提出在输入数据、模型设计和输出解释各阶段融入地质领域知识的工作流程,回应 AI 成矿预测中的可解释性、泛化能力和物理一致性问题。

可解释 AI矿产远景预测地质知识约束
条目与解读阅读原文 ↗