研究人员开发了一个新颖的混合建模框架,该框架将基因组数据与生态学理论相结合,以预测土壤系统中的微生物动态和有机质周转。该方法利用神经网络从宏基因组推断的功能性状中为基于过程的土壤有机质周转模型导出生物动力学参数。该框架纳入了生态学原理的约束,以确保模型行为的现实性,即使对于未观测到的变量也是如此。在合成数据和真实世界数据上的评估表明,该方法优于现有基线,并且即使在训练数据有限的情况下也能有效地学习不可测量部分的动态。 AI
影响 这种混合建模方法可以提高土壤系统预测的准确性,有助于减缓气候变化的策略和环境威胁评估。
排序理由 该集群包含一篇详细介绍新建模框架的研究论文。
- arXiv
- machine learning
- alphaXiv
- artificial neural network
- CatalyzeX
- computer science
- DagsHub
- deoxyribonucleic acid
- Gotit.pub
- Hugging Face
- IArxiv
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →