Earth Foundation Models
PulseAugur coverage of Earth Foundation Models — every cluster mentioning Earth Foundation Models across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的地球基础模型探索几何感知表示
研究人员提出了一种面向地球基础模型的新方法，该方法明确地结合了物理类型和几何感知。该方法旨在通过区分不同类型的几何数据（例如标量场和矢量场）来提高预测精度，这些数据在旋转和框架变化下具有不同的变换方式。一个分阶段的伪造程序将从计算意识的ERA5干运行开始，比较传统的嵌入与类型等变和霍奇/亥姆霍兹变体，以确定显式的几何类型是否能提供比现有方法更实用的优势。
-
TESSERA v2 研究揭示地球观测模型的最佳扩展方法
研究人员对像素级地球观测基础模型进行了大规模扩展研究，在 1,024 个 NVIDIA GH200 超级芯片上进行了 395 次训练运行。研究发现，预训练损失是下游性能的糟糕预测指标，这表明将计算资源集中在更大的编码器和更多数据上，而不是更大的投影仪上，更为有效。该团队训练了一系列模型，包括拥有 2100 万个参数的 TESSERA v2-1B-M，其性能优于更大规模的开源和专有模型，并通过 Matryoshka 表示法实现了高效服务。
-
AlphaEarth 嵌入式模型提升水文模型精度
一篇新研究论文探讨了使用源自卫星图像的 AlphaEarth 基础模型嵌入式来改进水文模型性能。这些嵌入式捕捉了植被和地表特性等复杂的环境因素，比传统流域属性提供了更细致的表示。研究发现，采用 AlphaEarth 嵌入式模型在预测未测量区域的河流流量方面取得了更高的准确性，表明其在捕捉关键物理差异方面的有效性。此外，基于这些嵌入式识别相似的供体流域可提高预测精度，而包含不相似流域则会产生不利影响。