Buchumschlag

Global River Forecasting with a Topology-Informed AI Foundation Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ren, Hancheng, Zhao, Gang, Wang, Shuo, Slater, Louise, Yamazaki, Dai, Liu, Shu, Fan, Jingfang, Cui, Shibo, Yu, Ziming, Kang, Shengyu, Zuo, Depeng, Peng, Dingzhi, Xu, Zongxue, Pang, Bo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Geophysics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting Return Time of Extreme Precipitation by Large Deviation Theory
von: Xie, Haotian, et al.
Veröffentlicht: (2026)

Unraveling the mystery of tropical monsoon long-term prediction
von: Ran, Guanghao, et al.
Veröffentlicht: (2025)

Ocean-E2E: Hybrid Physics-Based and Data-Driven Global Forecasting of Extreme Marine Heatwaves with End-to-End Neural Assimilation
von: Shu, Ruiqi, et al.
Veröffentlicht: (2025)

Rock Physics Template–Based Fluid Detection in Tight Sandstone Reservoirs
von: Shibo Cui, et al.
Veröffentlicht: (2025)

Is the atmospheric river operating at a self-organized criticality state?
von: Wang, Shang, et al.
Veröffentlicht: (2025)

Modeling Global Surface Dust Deposition Using Physics-Informed Neural Networks
von: Catricheo, Constanza A. Molina, et al.
Veröffentlicht: (2024)

What Can We Learn from Marine Geophysics to Study Rifted Margins?
von: Autin, Julia, et al.
Veröffentlicht: (2024)

Towards Operational Streamflow Forecasting in the Limpopo River Basin using Long Short-Term Memory Networks
von: Tlhomole, James, et al.
Veröffentlicht: (2026)

Investigating soil layers with ground penetrating radar in the modern Yellow River Delta of China
von: Ping Wang, et al.
Veröffentlicht: (2024)

The influence of Coriolis force on sedimentation of the Yellow River
von: Kejing, Liu, et al.
Veröffentlicht: (2026)

GlobalTomo: A global dataset for physics-ML seismic wavefield modeling and FWI
von: Li, Shiqian, et al.
Veröffentlicht: (2024)

Axial Seamount Eruption Forecasting Experiment
von: Lei, Qinghua, et al.
Veröffentlicht: (2025)

Foundation Models for Geophysics: Review and Perspective
von: Liu, Qi, et al.
Veröffentlicht: (2024)

Developing a Foundation Model for Predicting Material Failure
von: Marcato, Agnese, et al.
Veröffentlicht: (2024)

Diffusion Models Bridge Deep Learning and Physics in ENSO Forecasting
von: Xu, Weifeng, et al.
Veröffentlicht: (2025)

Subsurface Property Mapping using Google AlphaEarth Foundations
von: Nakata, Nori, et al.
Veröffentlicht: (2026)

Optimized Implicit Time–Space‐Domain High‐Order Staggered‐Grid Finite‐Difference Schemes for Acoustic Wave Simulation With Remez Exchange Algorithm
von: Fengquan Pang, et al.
Veröffentlicht: (2025)

Neural Earthquake Forecasting with Minimal Information: Limits, Interpretability, and the Role of Markov Structure
von: Koehler, Jonas, et al.
Veröffentlicht: (2025)

The Statistical Mechanical Model of Sediment Transport Capacity and Scour-and-Silt volume in Wide and Shallow Rivers
von: Kejing, Liu
Veröffentlicht: (2026)

InSAR-Informed In-Situ Monitoring for Deep-Seated Landslides
von: Lau, Rachael, et al.
Veröffentlicht: (2023)

Intensification of Oceanic Inverse Energy Cascade Under Global Warming
von: Geng, Qianqian, et al.
Veröffentlicht: (2025)

Physics-Based Seismic Hazard and Risk Assessment: A New Paradigm for Earthquake Forecasting
von: Zaccagnino, Davide, et al.
Veröffentlicht: (2026)

Inversion of DC Resistivity Data using Physics-Informed Neural Networks
von: Sharma, Rohan, et al.
Veröffentlicht: (2024)

Forecasting Strong Subsequent Earthquakes in Japan using an improved version of NESTORE Machine Learning Algorithm
von: Gentili, Stefania, et al.
Veröffentlicht: (2024)

Probabilistic and Alarm-Based Evaluation of a b-Value-Driven Deep Learning Earthquake Forecast
von: Köhler, Jonas, et al.
Veröffentlicht: (2026)

When Geoscience Meets Foundation Models: Towards General Geoscience Artificial Intelligence System
von: Zhang, Hao, et al.
Veröffentlicht: (2023)

Inelastic dilatancy as a mechanism for coseismic fluid depressurization of a shallow fault zone
von: Hung, Ruei-Jiun, et al.
Veröffentlicht: (2025)

From Local Earthquake Nowcasting to Natural Time Forecasting: A Simple Do-It-Yourself (DIY) Method
von: Rundle, John B, et al.
Veröffentlicht: (2025)

Design and Implementation of a 25-Year Pseudo-Prospective Earthquake Forecasting Experiment in China (AoyuX)
von: Li, Jiawei, et al.
Veröffentlicht: (2025)

Integrating b-Value and Background Seismicity Rate for Spatial Earthquake Forecasting in the Alborz Region, Northern Iran
von: Mousavi, Muhammed Hossein, et al.
Veröffentlicht: (2026)

Bayesian estimation of a 1D hydrodynamic model in a tidal river: Application to the Lower Seine River, France
von: Rios, Mendez, et al.
Veröffentlicht: (2023)

Evaluation of post-blast damage in cut blasting with varying extra-depths: insights from 2D simulations and 3D experiments
von: Zheng, Changda, et al.
Veröffentlicht: (2025)

Addressing cycle‐skipping in full‐waveform inversion using acoustic wave energy
von: Zhonglei Li, et al.
Veröffentlicht: (2024)

Calendar Time Local Earthquake Forecasts from Earthquake Nowcasts: A Do-It-Yourself (DIY) Ensemble Method
von: Rundle, John B, et al.
Veröffentlicht: (2025)

Bayesian full waveform inversion with learned prior using deep convolutional autoencoder
von: Hu, Shuhua, et al.
Veröffentlicht: (2025)

SeisCoDE: 3D Seismic Interpretation Foundation Model with Contrastive Self-Distillation Learning
von: Archibong, Goodluck, et al.
Veröffentlicht: (2025)

Evaluating Physics Informed Neural Network Performance for Seismic Discrimination Between Earthquakes and Explosions
von: Kong, Qingkai, et al.
Veröffentlicht: (2024)

SeparationPINN: Physics-Informed Neural Networks for Seismic P- and S-Wave Mode Separation
von: Mu, Xinru, et al.
Veröffentlicht: (2025)

Local Flow Estimation at the top of the Earth's Core using Physics Informed Neural Networks
von: Shakespeare-Rees, Naomi, et al.
Veröffentlicht: (2025)

Robust Surface‐Wave Full‐Waveform Inversion Using a Sigmoid‐Modulated Instantaneous‐Phase Coherency Misfit
von: Jianhuan Liu, et al.
Veröffentlicht: (2026)