Xiaowei Jia

L'apprentissage automatique aide à prédire les conditions de l'eau dans des zones sans stations de surveillance.

Un nouveau modèle utilise des images satellites et des données météo pour des prévisions de récolte précises.

Un nouveau modèle améliore la précision des prévisions à long terme en utilisant des techniques innovantes de réseaux de neurones.

Une nouvelle approche améliore les prévisions de l'oxygène dissous dans les écosystèmes lacustres.

De nouvelles méthodes visent à améliorer l'équité dans l'apprentissage automatique à travers différents endroits.

La recherche se concentre sur l'amélioration des explications et la gestion de l'incertitude dans la prise de décision des véhicules autonomes.

Un aperçu de l'apprentissage machine guidé par les connaissances dans la modélisation scientifique.

Comprendre les niveaux d'oxygène dissous est super important pour la santé des lacs et des écosystèmes.

La nouvelle méthode SR-TR améliore les simulations d'écoulement turbulent pour plus de précision.