Física - Geofísica

Explorando el papel de los modelos de lenguaje en tareas de ingeniería geotécnica.

Los investigadores usan las ondas sonoras de los terremotos para monitorear los cambios de temperatura en el océano a lo largo del tiempo.

Nuevos métodos mejoran la precisión del modelo de sal a través de técnicas de aprendizaje profundo.

Una mirada al método Marchenko para recuperar campos de onda debajo de la superficie.

Los investigadores desarrollan métodos basados en datos para analizar comportamientos caóticos en el clima y la dinámica de fluidos.

Explorando el impacto de las mareas en la formación temprana de la Tierra y la evolución de la Luna.

Nuevos métodos mejoran la comprensión de los flujos turbulentos usando técnicas de aprendizaje automático.

Un nuevo marco mejora los estudios geofísicos a través de la integración de aprendizaje automático.

Aprende cómo los científicos predicen terremotos usando el modelo de Secuencia Cinética de Terremotos.

Una revisión de los métodos usados para estimar las emisiones de metano y su impacto.

DAS-N2N usa aprendizaje automático para mejorar la recolección de datos sísmicos reduciendo el ruido.

La investigación aprovecha los datos de redes sociales para analizar desastres naturales usando aprendizaje automático.

Una mirada a las conexiones entre las erupciones volcánicas y fuerzas externas durante 300 años.

Descubre cómo POCS mejora el procesamiento y reconstrucción de datos sísmicos.

Examinando cómo la aleatoriedad impacta la dinámica de las olas en un modelo de agua poco profunda.

Nuevos modelos de IA mejoran las predicciones del comportamiento de las ondas sísmicas en entornos geológicos complejos.

HydroPol2D simula el flujo de agua y contaminantes en áreas urbanas para mejorar la gestión.

Este artículo habla de un método para analizar datos científicos no estructurados de manera efectiva.

Nuevas técnicas mejoran las predicciones de sistemas caóticos usando aprendizaje automático e invariantes dinámicos.

Un nuevo sistema utiliza datos de satélites para monitorear inundaciones de manera efectiva en todo el mundo.

Este artículo examina modelos numéricos para entender fracturas hidráulicas en la extracción de petróleo y gas.

SimFWI mejora las técnicas de inversión geofísica para un mejor análisis del subsuelo.

Cómo el oxígeno influye en las propiedades del hierro en el núcleo externo de la Tierra.

Aprovechando imágenes satelitales para mejorar la predicción de inundaciones y la preparación ante desastres en Bangladesh.

Un nuevo método mejora la precisión de los datos climáticos usando técnicas de aprendizaje automático.

Examinando cómo la rotación afecta el movimiento del calor en sistemas de fluidos.

PhaseNO mejora la precisión en la detección de terremotos utilizando un análisis avanzado de datos en toda la red.

Un nuevo enfoque de análisis de redes mejora la detección de terremotos en tiempo real y la preparación.

TianQin planea medir ondas gravitacionales usando tres satélites en el espacio.

Un nuevo método mejora la estimación de incertidumbre en el modelado sísmico.

Nuevo simulador predice el comportamiento del flujo granular usando Redes Neuronales Gráficas.

Este estudio utiliza datos de olas para estimar las propiedades del hielo marino en Svalbard.

Combinar CNNs con homogeneización jerárquica acelera el análisis de propiedades de rocas.

Este estudio examina la tecnología GPS para predecir réplicas en Japón.

Investigando cómo los materiales granulares responden a impactos a alta velocidad y la pérdida de energía.

Las suspensiones densas impactan varias industrias y la vida cotidiana.

Investigaciones revelan el impacto de los rayos en la disponibilidad de nitrógeno para la vida temprana.

Un nuevo enfoque mejora la imagen de subsuelo al minimizar los efectos de la huella de la fuente.

Las suspensiones de espesor cortante cambian la viscosidad bajo fuerza, afectando varias industrias y procesos.

El aprendizaje profundo mejora la extracción de curvas de dispersión a partir de datos sísmicos.