Buchumschlag

PACT: Peak-Aware Cross-Attention Graph Transformers for Efficient Storm-Surge Emulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Zesheng, Kwon, Doyup, Lin, Ning, Rahnemoonfar, Maryam
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GRIT: Graph Transformer For Internal Ice Layer Thickness Prediction
von: Liu, Zesheng, et al.
Veröffentlicht: (2025)

GRIT-LP: Graph Transformer with Long-Range Skip Connection and Partitioned Spatial Graphs for Accurate Ice Layer Thickness Prediction
von: Liu, Zesheng, et al.
Veröffentlicht: (2025)

ST-GRIT: Spatio-Temporal Graph Transformer For Internal Ice Layer Thickness Prediction
von: Liu, Zesheng, et al.
Veröffentlicht: (2025)

Multi-branch Spatio-Temporal Graph Neural Network For Efficient Ice Layer Thickness Prediction
von: Liu, Zesheng, et al.
Veröffentlicht: (2024)

K-STEMIT: Knowledge-Informed Spatio-Temporal Efficient Multi-Branch Graph Neural Network for Subsurface Stratigraphy Thickness Estimation from Radar Data
von: Liu, Zesheng, et al.
Veröffentlicht: (2026)

KAN-GCN: Combining Kolmogorov-Arnold Network with Graph Convolution Network for an Accurate Ice Sheet Emulator
von: Liu, Zesheng, et al.
Veröffentlicht: (2025)

Learning Spatio-Temporal Patterns of Polar Ice Layers With Physics-Informed Graph Neural Network
von: Liu, Zesheng, et al.
Veröffentlicht: (2024)

Physics-Conditioned Synthesis of Internal Ice-Layer Thickness for Incomplete Layer Traces
von: Liu, Zesheng, et al.
Veröffentlicht: (2026)

Graph Neural Network as Computationally Efficient Emulator of Ice-sheet and Sea-level System Model (ISSM)
von: Koo, Younghyun, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Emulation of Finite-Element Ice Dynamics in Greenland and Antarctic Ice Sheets
von: Koo, Younghyun, et al.
Veröffentlicht: (2024)

Physics-Informed Machine Learning On Polar Ice: A Survey
von: Liu, Zesheng, et al.
Veröffentlicht: (2024)

Storm Surge in Color: RGB-Encoded Physics-Aware Deep Learning for Storm Surge Forecasting
von: Zhao, Jinpai, et al.
Veröffentlicht: (2025)

DA-SegFormer: Damage-Aware Semantic Segmentation for Fine-Grained Disaster Assessment
von: Zhu, Kevin, et al.
Veröffentlicht: (2026)

Graph convolutional network as a fast statistical emulator for numerical ice sheet modeling
von: Rahnemoonfar, Maryam, et al.
Veröffentlicht: (2024)

Prediction of Sea Ice Velocity and Concentration in the Arctic Ocean using Physics-informed Neural Network
von: Koo, Younghyun, et al.
Veröffentlicht: (2025)

OPTNet: Ordering Point Transformer Network for Post-disaster 3D Semantic Segmentation
von: Le, Nhut, et al.
Veröffentlicht: (2026)

Geometric Flood Depth Estimation: Fusing Transformer-Based Segmentation with Digital Elevation Models
von: Le, Nhut, et al.
Veröffentlicht: (2026)

3D Semantic Segmentation for Post-Disaster Assessment
von: Le, Nhut, et al.
Veröffentlicht: (2025)

Hierarchical Information-sharing Convolutional Neural Network for the Prediction of Arctic Sea Ice Concentration and Velocity
von: Koo, Younghyun, et al.
Veröffentlicht: (2023)

Think First, Assign Next (ThiFAN-VQA): A Two-stage Chain-of-Thought Framework for Post-Disaster Damage Assessment
von: Karimi, Ehsan, et al.
Veröffentlicht: (2025)

Advancing Spatio-temporal Storm Surge Prediction with Hierarchical Deep Neural Networks
von: Naeini, Saeed Saviz, et al.
Veröffentlicht: (2024)

ZeShot-VQA: Zero-Shot Visual Question Answering Framework with Answer Mapping for Natural Disaster Damage Assessment
von: Karimi, Ehsan, et al.
Veröffentlicht: (2025)

Instruct-ICL: Instruction-Guided In-Context Learning for Post-Disaster Damage Assessment
von: Zarbaft, Armin, et al.
Veröffentlicht: (2026)

AnchorGT: Efficient and Flexible Attention Architecture for Scalable Graph Transformers
von: Zhu, Wenhao, et al.
Veröffentlicht: (2024)

A Comparative Study of Convolutional and Recurrent Neural Networks for Storm Surge Prediction in Tampa Bay
von: Ghahfarokhi, Mandana Farhang, et al.
Veröffentlicht: (2024)

Efficient Sharpness-Aware Minimization for Molecular Graph Transformer Models
von: Wang, Yili, et al.
Veröffentlicht: (2024)

Storm Surge Modeling in the AI ERA: Using LSTM-based Machine Learning for Enhancing Forecasting Accuracy
von: Giaremis, Stefanos, et al.
Veröffentlicht: (2024)

Neighbourhood Transformer: Switchable Attention for Monophily-Aware Graph Learning
von: Luo, Yi, et al.
Veröffentlicht: (2026)

VecFormer: Towards Efficient and Generalizable Graph Transformer with Graph Token Attention
von: Zhou, Jingbo, et al.
Veröffentlicht: (2026)

Global Location-Invariant Peak Storm Surge Prediction
von: Pachev, Benjamin, et al.
Veröffentlicht: (2026)

Cluster-wise Graph Transformer with Dual-granularity Kernelized Attention
von: Huang, Siyuan, et al.
Veröffentlicht: (2024)

In-Context Algorithm Emulation in Fixed-Weight Transformers
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2025)

$\spadesuit$ SPADE $\spadesuit$ Split Peak Attention DEcomposition
von: Wolff, Malcolm, et al.
Veröffentlicht: (2024)

TrajAware: Graph Cross-Attention and Trajectory-Aware for Generalisable VANETs under Partial Observations
von: Fu, Xiaolu, et al.
Veröffentlicht: (2025)

Quantum Graph Attention Network: A Novel Quantum Multi-Head Attention Mechanism for Graph Learning
von: Ning, An, et al.
Veröffentlicht: (2025)

Graph External Attention Enhanced Transformer
von: Liang, Jianqing, et al.
Veröffentlicht: (2024)

SpikeGraphormer: A High-Performance Graph Transformer with Spiking Graph Attention
von: Sun, Yundong, et al.
Veröffentlicht: (2024)

Ensembling Pruned Attention Heads For Uncertainty-Aware Efficient Transformers
von: Gabetni, Firas, et al.
Veröffentlicht: (2025)

Generalizing PDE Emulation with Equation-Aware Neural Operators
von: Zhu, Qian-Ze, et al.
Veröffentlicht: (2025)

Efficient Graph Optimization via Distance-Aware Graph Representation Learning
von: Liu, Dong, et al.
Veröffentlicht: (2024)