实体
GOES-16
GOES-16
PulseAugur coverage of GOES-16 — every cluster mentioning GOES-16 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
关系
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
AI模型MAGiDiff从紫外/极紫外滤光图估算太阳磁场
研究人员开发了MAGiDiff，一种利用去噪扩散模型从紫外/极紫外滤光图估算光球矢量磁场的新型机器学习方法。该方法旨在克服直接测量的挑战，而直接测量通常需要复杂的斯托克斯矢量反演。MAGiDiff以太阳动力学天文台（SDO）/大气成像仪（AIA）的滤光图作为输入，并经过训练以输出可与日出号/太阳光学望远镜-光谱偏振计（Hinode / SOT-SP）相媲美的矢量磁图。该模型在模仿真实数据方面表现出准确性，并显示出跨太阳周期泛化以及适应…
-
New AI-ready dataset launched for urban heat research
研究人员推出了“Urban Heat MiniCubes”，这是一个旨在促进城市热研究中机器学习应用的新数据集。这个公开可用的数据集提供了48个城市在2022-2023年期间的统一数据立方体，变量已预先对齐以减少预处理工作。它整合了来自多个卫星源的数据，包括Landsat、Sentinel-1和GOES-R，以提供城市热环境的全面视图。
-
AI模型通过优化资源分配和早期检测来应对野火
两篇新的研究论文详细介绍了用于优化野火扑灭和检测的AI应用。其中一篇论文介绍了一个预测性和规范性AI模型，该模型使用整数优化和一种新颖的branch-and-price-and-cut算法来联合优化人员分配和野火扑灭。另一篇论文提出了WildfireVLM，这是一个AI框架，它将卫星图像分析与多模态大型语言模型相结合，用于早期野火检测、风险评估和响应建议。