研究人员开发了 Treeffuser,这是一种条件扩散模型,它使用梯度提升树分数函数来估计表面海洋 $\Delta p$CO$_2$ 的预测分布。该模型旨在通过在点预测的同时提供校准的不确定性,来改进对海洋吸收人为 CO$_2$ 作用的量化。在对一个保留的 SOCAT 测试集进行的评估中,与其他人不确定性量化方法相比,Treeffuser 在连续排序概率分数和覆盖率水平方面表现出优越的性能,同时保持了与确定性 XGBoost 基线相当的点预测技能。 AI
影响 能够对海洋在碳封存中的作用进行更准确的概率分析。
排序理由 该集群包含一篇详细介绍用于科学预测的新机器学习模型的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- DagsHub
- Gabriele Accarino
- Gotit.pub
- Hugging Face
- IArxiv
- ScienceCast
- socat
- Treeffuser
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →