PulseAugur
中
实时 09:01:38
English(EN) GNSS-FM: A Self-Supervised Foundation Model for Daily GNSS Displacement Time Series

自监督模型GNSS-FM推动地震位移分析

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了GNSS-FM，这是一种新颖的自监督基础模型，用于分析每日全球导航卫星系统（GNSS）位移时间序列。该模型采用结合位移和速度数据的双流输入，并以掩码潜在预测目标进行预训练。在对来自超过17,000个GNSS站点的数据进行预训练后，GNSS-FM在针对位移预测和地震步态定位进行微调时表现出色，优于现有的特定任务基线。 AI

影响 这种自监督方法有可能通过克服数据标记限制，在地球物理学中更广泛地使用人工智能。

排序理由 这是一篇描述新模型及其在特定任务上性能的研究论文。[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]

  1. arXiv cs.LG TIER_1 English(EN) · Nick Teutschmann (Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland), Laura Crocetti (Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland), Fanny Lehmann (ETH AI Center, Switzerland), Leonardo Trentini (Institute of Geodesy an… ·

    GNSS-FM：面向日常GNSS位移时间序列的自监督基础模型

    arXiv:2606.07725v1 Announce Type: cross Abstract: Displacement time series from Global Navigation Satellite Systems (GNSS) are essential for a wide range of applications, including monitoring tectonic crustal deformations and investigating the different stages of the earthquake c…

相关话题