Buchumschlag

A Survey of Foundation Models for Environmental Science

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Runlong, Chen, Shengyu, Xie, Yiqun, Jia, Xiaowei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Foundation Models for Environmental Science: A Survey of Emerging Frontiers
von: Yu, Runlong, et al.
Veröffentlicht: (2025)

FREE: The Foundational Semantic Recognition for Modeling Environmental Ecosystems
von: Luo, Shiyuan, et al.
Veröffentlicht: (2023)

Physics-Guided Foundation Model for Scientific Discovery: An Application to Aquatic Science
von: Yu, Runlong, et al.
Veröffentlicht: (2025)

GREAT: Generalizable Representation Enhancement via Auxiliary Transformations for Zero-Shot Environmental Prediction
von: Luo, Shiyuan, et al.
Veröffentlicht: (2025)

Geo-Aware Models for Stream Temperature Prediction across Different Spatial Regions and Scales
von: Luo, Shiyuan, et al.
Veröffentlicht: (2025)

Flow Learners for PDEs: Toward a Physics-to-Physics Paradigm for Scientific Computing
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

Learning PDE Solvers with Physics and Data: A Unifying View of Physics-Informed Neural Networks and Neural Operators
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Multi-scale Framework for County-Level Crop Yield Prediction Across Large Regions
von: Sun, Yiming, et al.
Veröffentlicht: (2026)

Learning to Retrieve for Environmental Knowledge Discovery: An Augmentation-Adaptive Self-Supervised Learning Framework
von: Luo, Shiyuan, et al.
Veröffentlicht: (2025)

FlowRefiner: Flow Matching-Based Iterative Refinement for 3D Turbulent Flow Simulation
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

Adaptive Process-Guided Learning: An Application in Predicting Lake DO Concentrations
von: Yu, Runlong, et al.
Veröffentlicht: (2024)

Evolution-based Feature Selection for Predicting Dissolved Oxygen Concentrations in Lakes
von: Yu, Runlong, et al.
Veröffentlicht: (2024)

Role-Aware Conditional Inference for Spatiotemporal Ecosystem Carbon Flux Prediction
von: Sun, Yiming, et al.
Veröffentlicht: (2026)

X-MethaneWet: A Cross-scale Global Wetland Methane Emission Benchmark Dataset for Advancing Science Discovery with AI
von: Sun, Yiming, et al.
Veröffentlicht: (2025)

Multi-Scale Graph Learning for Anti-Sparse Downscaling
von: Fan, Yingda, et al.
Veröffentlicht: (2025)

CHAM-net: A Contrastive Hierarchical Adaptive Meta-network for Robust Global Methane Flux Prediction
von: Dong, Rongchao, et al.
Veröffentlicht: (2026)

Physics-enhanced Neural Operator for Simulating Turbulent Transport
von: Chen, Shengyu, et al.
Veröffentlicht: (2024)

AgroFlux: A Spatial-Temporal Benchmark for Carbon and Nitrogen Flux Prediction in Agricultural Ecosystems
von: Cheng, Qi, et al.
Veröffentlicht: (2026)

When are Foundation Models Effective? Understanding the Suitability for Pixel-Level Classification Using Multispectral Imagery
von: Xie, Yiqun, et al.
Veröffentlicht: (2024)

SimFair: Physics-Guided Fairness-Aware Learning with Simulation Models
von: Wang, Zhihao, et al.
Veröffentlicht: (2024)

Referee-Meta-Learning for Fast Adaptation of Locational Fairness
von: Chen, Weiye, et al.
Veröffentlicht: (2024)

Foundation Models for Spatio-Temporal Data Science: A Tutorial and Survey
von: Liang, Yuxuan, et al.
Veröffentlicht: (2025)

Knowledge Guided Encoder-Decoder Framework: Integrating Multiple Physical Models for Agricultural Ecosystem Modeling
von: Cheng, Qi, et al.
Veröffentlicht: (2025)

Empowering Time Series Analysis with Foundation Models: A Comprehensive Survey
von: Ye, Jiexia, et al.
Veröffentlicht: (2024)

CASCADE Your Datasets for Cross-Mode Knowledge Retrieval of Language Models
von: Zhou, Runlong, et al.
Veröffentlicht: (2025)

A Theoretical Survey on Foundation Models
von: Fu, Shi, et al.
Veröffentlicht: (2024)

A Survey of AI for Materials Science: Foundation Models, LLM Agents, Datasets, and Tools
von: Van, Minh-Hao, et al.
Veröffentlicht: (2025)

Foundations of GenIR
von: Ai, Qingyao, et al.
Veröffentlicht: (2025)

A Survey of Circuit Foundation Model: Foundation AI Models for VLSI Circuit Design and EDA
von: Fang, Wenji, et al.
Veröffentlicht: (2025)

Veridical Data Science for Medical Foundation Models
von: Alaa, Ahmed, et al.
Veröffentlicht: (2024)

Physics-Guided Fair Graph Sampling for Water Temperature Prediction in River Networks
von: He, Erhu, et al.
Veröffentlicht: (2024)

When Earth Foundation Models Meet Diffusion: An Application to Land Surface Temperature Super-Resolution
von: Chen, Yiheng, et al.
Veröffentlicht: (2026)

A Survey of Generalization of Graph Anomaly Detection: From Transfer Learning to Foundation Models
von: Pan, Junjun, et al.
Veröffentlicht: (2025)

Truth Without Comprehension: A BlueSky Agenda for Steering the Fourth Mathematical Crisis
von: Yu, Runlong, et al.
Veröffentlicht: (2025)

PEST: Physics-Enhanced Swin Transformer for 3D Turbulence Simulation
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

Deep Learning and Foundation Models for Weather Prediction: A Survey
von: Shi, Jimeng, et al.
Veröffentlicht: (2025)

Federated Low-Rank Adaptation for Foundation Models: A Survey
von: Yang, Yiyuan, et al.
Veröffentlicht: (2025)

Foundation Models for Time Series Analysis: A Tutorial and Survey
von: Liang, Yuxuan, et al.
Veröffentlicht: (2024)

Extragradient Preference Optimization (EGPO): Beyond Last-Iterate Convergence for Nash Learning from Human Feedback
von: Zhou, Runlong, et al.
Veröffentlicht: (2025)

Foundation Models for Time Series: A Survey
von: Kottapalli, Siva Rama Krishna, et al.
Veröffentlicht: (2025)