Physique - Géophysique

De nouvelles méthodes améliorent la précision des modèles de sel grâce à des techniques d'apprentissage profond.

Un aperçu de la méthode Marchenko pour récupérer les champs d'ondes sous la surface.

Des chercheurs développent des méthodes basées sur des données pour analyser les comportements chaotiques dans la météo et la dynamique des fluides.

Explorer l'impact des marées sur la formation précoce de la Terre et l'évolution de la Lune.

De nouvelles méthodes améliorent la compréhension des flux turbulents en utilisant des techniques d'apprentissage automatique.

Un nouveau cadre améliore les études géophysiques grâce à l'intégration de l'apprentissage automatique.

Apprends comment les scientifiques prédisent les tremblements de terre grâce au modèle de séquence sismique cinématique.

Une revue des méthodes utilisées pour estimer les émissions de méthane et leur impact.

DAS-N2N utilise l'apprentissage automatique pour améliorer la collecte de données sismiques en réduisant le bruit.

La recherche utilise les infos des réseaux sociaux pour analyser les catastrophes naturelles avec l'apprentissage automatique.

Un aperçu des liens entre les éruptions volcaniques et les forces externes sur 300 ans.

Découvrez comment le POCS améliore le traitement et la reconstruction des données sismiques.

Examiner comment le hasard influence la dynamique des vagues océaniques dans un modèle d'eau peu profonde.

De nouveaux modèles d'IA améliorent les prévisions du comportement des ondes sismiques dans des environnements géologiques complexes.

HydroPol2D simule l'écoulement de l'eau et les polluants dans les zones urbaines pour améliorer la gestion.

Cet article parle d'une méthode pour analyser efficacement des données scientifiques non structurées.

De nouvelles techniques améliorent les prédictions des systèmes chaotiques en utilisant l'apprentissage automatique et des invariants dynamiques.

Un nouveau système utilise des données satellites pour un suivi efficace des inondations dans le monde entier.

Cet article examine des modèles numériques pour comprendre les fractures hydrauliques dans l'extraction de pétrole et de gaz.

SimFWI améliore les techniques d'inversion géophysique pour une meilleure analyse du sous-sol.

Comment l'oxygène influence les propriétés du fer dans le noyau externe de la Terre.

Utiliser des images satellites pour améliorer la prédiction des inondations et la préparation aux catastrophes au Bangladesh.

Une nouvelle méthode améliore la précision des données climatiques en utilisant des techniques d'apprentissage automatique.

Examiner comment la rotation affecte le mouvement de chaleur dans les systèmes fluides.

PhaseNO améliore la précision de détection des tremblements de terre en utilisant une analyse de données avancée à l'échelle du réseau.

Une nouvelle approche d'analyse de réseau améliore la détection des tremblements de terre en temps réel et la préparation.

TianQin prévoit de mesurer les ondes gravitationnelles avec trois satellites dans l'espace.

Une nouvelle méthode améliore l'estimation de l'incertitude dans la modélisation sismique.

Nouveau simulateur qui prédit le comportement des flux granulaires en utilisant des réseaux de neurones graphiques.

Cette étude utilise des données de vagues pour estimer les propriétés de la glace de mer à Svalbard.

Combiner des CNN avec une homogénéisation hiérarchique accélère l'analyse des propriétés des roches.

Cette étude examine la technologie GPS pour prédire les répliques au Japon.

Enquête sur comment les matériaux granulaires réagissent aux impacts à grande vitesse et à la perte d'énergie.

Les suspensions denses touchent plein d'industries et la vie quotidienne.

Des recherches montrent que les éclairs influencent la disponibilité de l'azote pour la vie naissante.

Une nouvelle approche améliore l'imagerie souterraine en réduisant les effets de l'empreinte de la source.

Les suspensions à épaississement par cisaillement changent de viscosité sous force, ce qui impacte plusieurs industries et processus.

L'apprentissage profond améliore l'extraction des courbes de dispersion à partir des données sismiques.

De nouvelles méthodes améliorent la clarté et l'efficacité de l'imagerie souterraine.

Les réseaux de neurones informés par la physique améliorent l'analyse et l'interpolation des données sismiques.