주택 가격 예측/광물 탐사/자연 재해 예측... AI가 지구 과학 혁신 촉진, 저장대/칭화대/구글 리서치 등 주요 연구 성과 발표
지구과학은 고도로 학제적인 분야로서 AI의 주도로 큰 변화를 겪고 있습니다. 2024년을 돌이켜보면, 연구자들은 스마트 시티 건설, 주택 가격 예측, 해양 생태 모델링, 지반 침하 예측, 홍수 예측, 산사태 예측, 광물 예측 등에서 일련의 획기적인 성과를 달성했습니다. 이러한 연구는 복잡한 지구 시스템 문제를 해결하는 데 있어 AI의 강력한 잠재력을 보여줄 뿐만 아니라, 지속 가능한 지구 개발을 위한 혁신적인 솔루션을 제공합니다.
이 기사는,HyperAI는 지구과학 분야의 AI 연구에 중점을 두고 있습니다. 우리는 2023-2024년 동안 해석될 최첨단 논문 15편을 선정했습니다. 아래의 논문 제목이나 중국어 해석을 클릭하면 논문 해석 페이지로 이동합니다.AI가 지구과학의 미래를 어떻게 주도하고 있는지 자세히 알아보세요.
오픈소스 프로젝트인 "awesome-ai4s"는 100개가 넘는 AI4S 논문 해석을 모아 방대한 데이터 세트와 도구를 제공합니다.
https://github.com/hyperai/awesome-ai4s
01 、논문 제목:지리적 가중 회귀 분석에서 공간적 근접성 측정을 최적화하기 위한 신경망 모델: 2024년 우한 주택 가격에 대한 사례 연구
중국어 해석:우한 주택 가격을 정확하게 예측하세요! 저장대학교 GIS 연구실은 osp-GNNWR 모델을 제안했습니다. 이는 복잡한 공간 과정과 지리적 현상을 정확하게 설명합니다.
연구 내용:저장대학교 GIS 핵심연구실은 최적화된 공간 근접성 지표를 도입하고 이를 신경망 아키텍처에 통합하여 모델의 주택 가격 예측 정확도를 향상시켰습니다.
02、논문 제목:OceanGPT: 해양 과학 과제를 위한 대규모 언어 모델, 2024.05
중국어 해석:ACL 2024에 선정되었습니다! 저장대학교, 최초의 해양 언어 모델 OceanGPT 출시로 수중 체현 지능 실현
연구 내용:저장대학교 연구팀은 해양 분야 최초의 대규모 언어 모델인 OceanGPT를 제안했습니다. OceanGPT는 해양학자의 지시에 따라 질문에 답할 수 있고, 다양한 해양 과학 과제에 대한 높은 전문 지식을 보여주며, 해양 공학에 대한 초기 체현 지능 능력도 갖추고 있습니다.
03、논문 제목:도시 지역의 지반 침하 시뮬레이션을 위한 머신 러닝 기반 기술, 2024.02
중국어 해석:도시 "만성 질환"에 주의하세요: 중남대학교 류젠신 교수팀, AI를 활용해 향후 40년간 지반 침하 위험 예측
연구 내용:중남대학의 류젠신 교수 팀은 광둥성 지질환경 모니터링 스테이션, 광둥성 제4지질여단, 코트디부아르의 부아니 대학과 협력하여 극한 경사 부스팅 회귀와 장단기 메모리 네트워크를 사용하여 지반 침하에 대한 지능형 예측 모델을 구축했습니다.
04、논문 제목: 지형 및 스펙트럼 특징을 갖는 원격 감지 이미지를 사용하여 하이브리드 CNN-변환 네트워크와 딥 전이 학습을 기반으로 한 산사태 매핑, 2024.02
중국어 해석:전이 학습이 정말 도움이 됩니다! 청두이공대학, 산사태 지도 작성 위한 SCDUNet++ 모델 구축
연구 내용:청두 이공대학 연구진은 SCDUNet++라는 의미 분할 모델을 제안했습니다. 이 모델은 합성곱 신경망과 Transformer의 장점을 결합하여 산사태 매핑을 효과적으로 수행합니다.
05 、논문 제목:해석 가능한 신경망을 이용한 산사태 취약성 모델링, 2023.05
중국어 해석:블랙박스가 투명해진다: UCLA, 산사태 예측을 위한 해석 가능 신경망(SNN) 개발
연구 내용:캘리포니아 대학교 로스앤젤레스 캠퍼스의 연구원들은 자연재해에 영향을 미치는 요인을 보다 효과적으로 분석하고 산사태 위험을 예측하는 능력을 더욱 향상시킬 수 있는 중첩 신경망(SNN)을 개발했습니다.
06、논문 제목:2024년 3월, 비계량 유역의 극심한 홍수에 대한 전 세계 예측
중국어 해석:구글 홍수 예측 모델, 세계 1위 시스템 제치고 네이처에 다시 게재…80개국 이상 포함
연구 내용:구글 연구팀은 머신 러닝을 기반으로 홍수를 5일 앞당겨 정확하게 예측할 수 있는 강 예측 모델을 개발했습니다. 5년에 한 번 발생하는 홍수 사건을 예측할 경우, 현재 1년에 한 번 발생하는 홍수 사건을 예측하는 것과 동등하거나 더 나은 성능을 보입니다. 이 시스템은 80개국 이상을 포괄할 수 있습니다.
07、논문 제목:푸리에 분석과 변압기 네트워크의 통합을 통한 연안 해역의 클로로필 a 농도에 대한 향상된 예측, 2024.09
중국어 해석:딥러닝이 해양 적조 위기에 맞서 싸웁니다! 저장대학교 GIS 연구실은 해양 조류 발생에 대한 조기 경보를 제공할 수 있는 ChloroFormer 모델을 제안했습니다.
연구 내용:저장대학교 GIS 연구실의 연구원들은 해양의 유해 조류 개화 시 엽록소 a 농도를 효과적으로 예측하고 조류 개화 경고에 중요한 정보를 제공할 수 있는 새로운 딥러닝 예측 모델인 ChloroFormer를 제안했습니다.
08、논문 제목:지리공간 인공지능을 활용한 광물 탐사성 매핑 향상: 지리적 신경망 가중 로지스틱 회귀 분석 접근법, 2024.04
중국어 해석:저장대학교 두진홍 연구팀이 제안한 GNNWLR 모델은 기존 5개 고급 모델보다 우수해 광화 예측 정확도 향상
연구 내용:저장대학 연구팀은 새로운 지리공간 인공지능 방법인 지리신경망 가중 로지스틱 회귀(GNNWLR)를 제안했습니다. 이 방법은 광물 예측의 정확도를 크게 향상시킬 수 있을 뿐만 아니라 복잡한 공간 시나리오에서 광물 예측의 해석 가능성도 개선할 수 있습니다.
09 、논문 제목:대류 조직의 암묵적 학습은 강수 확률론을 설명합니다(2023.05)
중국어 해석:컬럼비아 대학교, 극심한 강수량을 정확하게 예측하기 위해 신경망 Org-NN의 업그레이드 버전 출시
연구 내용:컬럼비아 대학의 LEAP 연구실은 전 세계 폭풍 분석 시뮬레이션과 머신 러닝을 사용하여 정보 누락 문제를 해결하고 극심한 강수량을 예측하는 더 정확한 방법을 제공하는 새로운 알고리즘을 개발했습니다.
10.논문 제목:2024.05 글로벌 규모의 지역 간 유량 및 홍수 예측을 위한 딥러닝
중국어 해석:중국과학원 팀은 전 세계 2,000개 이상의 수문 관측소에서 데이터를 분석하고 훈련하여 모니터링 데이터가 없는 지역에서 홍수 예측을 달성하기 위해 ED-DLSTM을 출시했습니다.
연구 내용:중국과학원 산하 청두 산악위험환경연구소의 한 팀은 전 세계의 모니터링 데이터가 있는 유역과 없는 유역의 유출 예측 문제를 해결하기 위해 새로운 AI 기반 유출 및 홍수 예측 모델인 ED-DLSTM을 제안했습니다.
11.논문 제목:SuNeRF: EUV 시뮬레이션 이미지를 사용한 태양 코로나의 3D 글로벌 재구성 검증, 2022.11
중국어 해석:AI는 큰 기여를 합니다! 신경망이 3D 태양 이미지를 재구성하여 최초로 태양 극을 밝혀냈습니다.
연구 내용:콜로라도에 있는 국립 대기 연구 센터(NCAR)의 연구원들은 NeRFs 신경망을 사용하여 태양의 2차원 이미지를 3차원 재구성으로 변환하여 처음으로 태양의 극을 밝혀냈습니다.
12.논문 제목:딥러닝을 통한 도시 커뮤니티의 공간 계획, 2023.09
중국어 해석:8명의 인간 계획가를 물리치다: 청화대 팀, 강화 학습 도시 공간 계획 모델 제안
연구 내용:청화대학교 연구팀은 도시 커뮤니티 공간 계획을 위한 강화 학습 모델과 방법을 제안하고, 인간 계획자와 인공지능 알고리즘이 협업하는 도시 계획 프로세스를 실현하여 스마트 시티의 자동화된 계획에 대한 새로운 아이디어를 제공했습니다.
13.논문 제목: 중기 심각한 기상 예보를 위한 새로운 패러다임: 확률론적 랜덤 포레스트 기반 예측, 2023.02
중국어 해석:콜로라도 주립대학교, 랜덤 포레스트 알고리즘을 활용한 중기 심각한 기상 예측 모델 CSU-MLP 출시
연구 내용:콜로라도 주립 대학과 SPC의 학자들은 중기적으로(4~8일) 심각한 기상 현상을 정확하게 예측할 수 있는 랜덤 포레스트 기반 머신 러닝 모델인 CSU-MLP를 공동으로 출시했습니다.
14.논문 제목:군중 시뮬레이션을 위한 사회물리학 기반 확산 모델, 2024.02
중국어 해석:최적의 성능을 달성하는 데 필요한 훈련 샘플은 5%뿐입니다. 청화대 연구팀은 장거리 인간 유동 시뮬레이션을 달성하기 위해 조건부 잡음 제거 확산 모델 SPDiff를 출시했습니다.
연구 내용:청화대학교 연구팀은 사회적 힘에 의해 안내되는 확산 과정을 통해 군중 행동을 시뮬레이션하기 위해 상호작용 역학을 효과적으로 활용할 수 있는 조건부 잡음 제거 확산 모델 SPDiff를 제안했습니다.
15.논문 제목:확산 신경망 생성을 통한 시공간적 소수 학습, 2024.04
중국어 해석:7개 주요 도시의 실제 데이터를 기반으로 Tsinghua University 팀은 GPD 모델을 오픈 소스화했습니다.
연구 내용:청화대학교 전자공학과 도시과학 및 계산연구센터는 확산 모델을 사용하여 신경망 매개변수를 생성하고 시공간적 소수 학습을 확산 모델의 사전 학습 문제로 변환하는 GPD 모델을 제안했습니다.
