:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chakraborty, Dibyajyoti, Guan, Haiwen, Stock, Jason, Arcomano, Troy, Cervone, Guido, Maulik, Romit
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Geophysics
Online-Zugang:	https://arxiv.org/abs/2506.22780
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Learning of Solver-Aware Turbulence Closures from Nudged LES Dynamics
von: Suriyanarayanan, Ashwin, et al.
Veröffentlicht: (2026)

High-Resolution Climate Projections Using Diffusion-Based Downscaling of a Lightweight Climate Emulator
von: Guan, Haiwen, et al.
Veröffentlicht: (2026)

Divide And Conquer: Learning Chaotic Dynamical Systems With Multistep Penalty Neural Ordinary Differential Equations
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

MoWE : A Mixture of Weather Experts
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2025)

LUCIE-3D: A three-dimensional climate emulator for forced responses
von: Guan, Haiwen, et al.
Veröffentlicht: (2025)

LUCIE: A Lightweight Uncoupled ClImate Emulator with long-term stability and physical consistency for O(1000)-member ensembles
von: Guan, Haiwen, et al.
Veröffentlicht: (2024)

Adaptive Diffusion Posterior Sampling for Data and Model Fusion of Complex Nonlinear Dynamical Systems
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2026)

SC3D: Dynamic and Differentiable Causal Discovery for Temporal and Instantaneous Graphs
von: Das, Sourajit, et al.
Veröffentlicht: (2026)

Binned Spectral Power Loss for Improved Prediction of Chaotic Systems
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2025)

Model Training, Data Assimilation, and Forecast Experiments with a Hybrid Atmospheric Model that Incorporates Machine Learning
von: Elliott, Dylan, et al.
Veröffentlicht: (2025)

A Weak Penalty Neural ODE for Learning Chaotic Dynamics from Noisy Time Series
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

Differentiable Turbulence: Closure as a partial differential equation constrained optimization
von: Shankar, Varun, et al.
Veröffentlicht: (2023)

A note on the error analysis of data-driven closure models for large eddy simulations of turbulence
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

Swift: An Autoregressive Consistency Model for Efficient Weather Forecasting
von: Stock, Jason, et al.
Veröffentlicht: (2025)

Fully Data-Driven Model for Increasing Sampling Rate Frequency of Seismic Data using Super-Resolution Generative Adversarial Networks
von: Gholizadeh, Navid, et al.
Veröffentlicht: (2024)

Improved deep learning of chaotic dynamical systems with multistep penalty losses
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

Guided Unconditional and Conditional Generative Models for Super-Resolution and Inference of Quasi-Geostrophic Turbulence
von: Babu, Anantha Narayanan Suresh, et al.
Veröffentlicht: (2025)

Salt-Rock Creep Deformation Forecasting Using Deep Neural Networks and Analytical Models for Subsurface Energy Storage Applications
von: Shukla, Pradeep Kumar, et al.
Veröffentlicht: (2025)

Initial Model Incorporation for Deep Learning FWI: Pretraining or Denormalization?
von: Chen, Ruihua, et al.
Veröffentlicht: (2025)

High Resolution Seismic Waveform Generation using Denoising Diffusion
von: Palgunadi, Kadek Hendrawan, et al.
Veröffentlicht: (2024)

Learning Generative Models for Lumped Rainfall-Runoff Modeling
von: Yang, Yang, et al.
Veröffentlicht: (2023)

Time Series Foundation Models and Deep Learning Architectures for Earthquake Temporal and Spatial Nowcasting
von: Jafari, Alireza, et al.
Veröffentlicht: (2024)

Latent Diffusion Model for Conditional Reservoir Facies Generation
von: Lee, Daesoo, et al.
Veröffentlicht: (2023)

Generative Latent Diffusion Model for Inverse Modeling and Uncertainty Analysis in Geological Carbon Sequestration
von: Feng, Zhao, et al.
Veröffentlicht: (2025)

The Physics-Informed Neural Network Gravity Model: Generation III
von: Martin, John, et al.
Veröffentlicht: (2023)

Reconstructing Historical Climate Fields With Deep Learning
von: Bochow, Nils, et al.
Veröffentlicht: (2023)

When Geoscience Meets Generative AI and Large Language Models: Foundations, Trends, and Future Challenges
von: Hadid, Abdenour, et al.
Veröffentlicht: (2024)

Operator Learning for Consolidation: An Architectural Comparison for DeepONet Variants
von: Choi, Yongjin, et al.
Veröffentlicht: (2025)

Deep Learning Forecasts Caldera Collapse Events at Kilauea Volcano
von: McBrearty, Ian W., et al.
Veröffentlicht: (2024)

Deep operator network for surrogate modeling of poroelasticity with random permeability fields
von: Park, Sangjoon, et al.
Veröffentlicht: (2025)

RECOVAR: Representation Covariances on Deep Latent Spaces for Seismic Event Detection
von: Efe, Onur, et al.
Veröffentlicht: (2024)

Uncertainties of Satellite-based Essential Climate Variables from Deep Learning
von: Gou, Junyang, et al.
Veröffentlicht: (2024)

GenAI4UQ: A Software for Inverse Uncertainty Quantification Using Conditional Generative Models
von: Fan, Ming, et al.
Veröffentlicht: (2024)

The Transparent Earth: A Multimodal Foundation Model for the Earth's Subsurface
von: Mazumder, Arnab, et al.
Veröffentlicht: (2025)

Physics-Driven Self-Supervised Deep Learning for Free-Surface Multiple Elimination
von: Sun, Jing, et al.
Veröffentlicht: (2025)

Hierarchical Testing of a Hybrid Machine Learning-Physics Global Atmosphere Model
von: Chen, Ziming, et al.
Veröffentlicht: (2026)

Deep Learning-Driven Downscaling for Climate Risk Assessment of Projected Temperature Extremes in the Nordic Region
von: Loganathan, Parthiban, et al.
Veröffentlicht: (2025)

Data-Driven and Theory-Guided Pseudo-Spectral Seismic Imaging Using Deep Neural Network Architectures
von: Zerafa, Christopher
Veröffentlicht: (2025)

WaveCastNet: Rapid Wavefield Forecasting for Earthquake Early Warning via Deep Sequence to Sequence Learning
von: Lyu, Dongwei, et al.
Veröffentlicht: (2024)

Deep Learning Framework for History Matching CO2 Storage with 4D Seismic and Monitoring Well Data
von: Wang, Nanzhe, et al.
Veröffentlicht: (2024)