搜索结果: 1-5 共查到“人工智能 机器学习方法”相关记录5条 . 查询时间(0.203 秒)
研究揭示机器学习方法可较好地模拟天山高海拔流域日流量和极端流量（图）
机器学习 山高海拔流域 日流量 极端流量
2023/8/17
中亚天山高海拔地区的复杂地形和恶劣天气条件以及稀少的水文气象站点分布，导致该地区气象和水文观测数据缺乏。而传统的基于物理过程的水文模型需要大量的观测数据来校准空间参数，使得高山区分布式水文模拟颇为困难。机器学习方法（LSTM）由于非线性拟合能力强大而逐渐被应用于水文建模。这种方法能分析输入和输出数据之间的关系，为流量模拟提供了新策略。中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室研究员...
湖泊流域系统充分体现了地球表层系统的自然和人文交互、多要素互馈、多过程耦合等特征，湖泊的资源环境生态要素演变与流域气候和环境等因素息息相关。由于湖泊水循环与物质变化的影响因素具有流域空间大尺度和时间非线性的特点,仅依靠观测手段难以实现全过程及各因素定量解析。过程模型模拟作为研究湖泊-流域间要素影响关系的有效方法，但常受限于过程机理复杂不明或参数数据难以获取。该瓶颈问题对于地处偏远的湖泊流域或由于早...
国际最新研究：机器学习方法可帮助识别人造毒品
机器学习方法 识别 人造毒品
2021/11/18
施普林格·自然旗下专业学术期刊《自然-机器智能》发表一篇计算生物学研究论文称，科研人员发现一种自动化、生成式的机器学习方法，可以仅利用质谱就确定未知的新型精神药物(又称人造毒品)的化学结构，了解这些结构能帮助法医实验室更快识别出疑似的人造毒品。
机器学习方法提升太阳耀斑预报能力（图）
机器学习方法 太阳耀斑 预报能力
2020/5/13
2020年5月12日，记者从中国科学院国家空间科学中心（简称空间中心）获悉，空间中心研究人员利用机器学习方法研究发现，机器学习方法可以更完善地描述太阳耀斑活动区中性线梯度图像特征，提取出新的耀斑先兆因子，有利于提升耀斑预报能力以及预报提前量。该成果日前发表于《天体物理杂志》。近年来，随着理论和算法的飞速发展，机器学习可以更快速地处理复杂、多维度的数据，也可以通过筛选特征和融合模型进一步提高预测能力...
中国科学院物理研究所等利用机器学习方法预测材料性能获进展（图）
中国科学院物理研究所 机器学习 材料性能
2017/7/20
近二十年来，机器学习方法的发展为我们的生活带来许多便利。智能网络搜索、语音识别，乃至无人超市、无人驾驶汽车等，依托于机器学习方法的新事物正迅速地在生活中普及。Alpha Go的横空出世更让世界惊叹于人工智能的潜在价值。在科研领域，大数据的理念正在改变着科研人员对未知世界的探索方式。美国在2011年提出了材料基因组计划（Materials Genome Initiative），以期加快材料的研发过程...