English(EN) Reduced Order Modeling for Tsunami Forecasting with Bayesian Hierarchical Pooling

新AI模型提高海啸预报的准确性和效率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-14 04:00

研究人员开发了一种名为randPROM的新概率物理代理模型，用于更准确、更高效的海啸预报。该框架结合了经过修正的Galerkin投影降阶模型和贝叶斯分层池化框架，以实现跨相关场景的泛化。randPROM应用于斐济附近合成数据和2011年东北太平洋海啸的真实世界数据，显著减少了对完整模拟的需求，同时提供了波浪到达时间和高度的统计校准预测。 AI

影响这种新的建模方法有望带来更可靠、更快速的海啸预警，从而可能挽救生命并减少损失。

排序理由该集群包含一篇详细介绍科学应用新建模框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Shane X. Coffing, John Tipton, Arvind T. Mohan, Darren Engwirda · 2026-08-14 04:00

基于贝叶斯分层池化的海啸预报降阶模型

arXiv:2512.19804v2 Announce Type: replace Abstract: Reduced-order models (ROMs) can represent spatiotemporal processes in significantly fewer dimensions and can often be solved many orders of magnitude faster than their governing partial differential equations (PDEs). For example…

报道来源 [1]

基于贝叶斯分层池化的海啸预报降阶模型

相关实体

相关话题