实体
Hurricane Katrina
Hurricane Katrina
PulseAugur coverage of Hurricane Katrina — every cluster mentioning Hurricane Katrina 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
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
再保险助推美国建筑业繁荣，应对日益增长的灾害风险
美国正经历一场显著的建筑业繁荣，数万亿美元被投资于AI数据中心和半导体工厂等项目。尽管自然灾害导致每年数十亿美元的保险损失风险日益增加，但这种增长仍在继续。再保险，即保险公司的保险，在风险管理中扮演着关键的幕后角色，使保险公司能够以可行的价格提供承保，并给予投资者投入资本的信心。像瑞士再保险(Swiss Re)这样的主要再保险公司，通过在全球范围内分散潜在损失来帮助稳定系统，从而支持美国的投资和增长。
-
MIT AI 在无历史数据的情况下生成合理性极端天气地图
麻省理工学院（MIT）的研究人员开发了一种新颖的 AI 工具，名为“极端事件感知”（η-learning），能够在不依赖历史灾难数据的情况下预测极端天气事件。该系统能够生成统计上合理的潜在未来事件地图，包括对其持续时间、强度和影响区域的估计，即使是那些在有记录的历史中从未发生过的场景。该方法结合了点统计数据和空间细节来创建这些预测地图，可以极大地帮助城市规划者和基础设施设计师为前所未有的极端天气场景做好准备。
-
新的迁移学习框架改进了数据稀缺情况下的结构脆弱性建模
一篇新论文介绍了一个迁移学习框架，旨在改进结构脆弱性建模，特别是在数据有限、领域转移和类别不平衡的情况下。该方法采用了四种迁移学习策略，并通过三个涉及地震和飓风相关结构损坏的案例研究进行了演示。研究表明，在这些挑战性条件下，直接迁移现有模型通常会失败，而有针对性的适应则能显著提高预测准确性和稳定性。