ResNetUNet

计算机视觉模型预测碳捕获的陆地表面位移

研究人员开发了CarbonNet，这是一种利用计算机视觉从地下几何图像预测碳捕获与封存（CCS）项目陆地表面位移的新方法。该方法旨在降低传统基于物理的模型的高计算成本和泛化限制。研究实施并比较了包括CNN、ResNet、ResNetUNet、LSTM和Transformer++在内的各种模型，发现ResNetUNet在静态力学问题上表现最佳，而LSTM在瞬态场景下的结果与Transformer++相当。