pt
Lista de Produtos de IA
每月不到10元,就可以无限制地访问最好的AIbase。立即成为会员
Página Inicial
Notícias de IA
AI Daily
Guia de Monetização
Tutoriais de IA
Navegação de Ferramentas de IA
Biblioteca de Produtos de IA
pt
Lista de Produtos de IA
Pesquise as tendências globais de produtos de IA
Pesquise informações globais de IA e descubra novas oportunidades de IA
Informação de Notícias
Aplicações de Produtos
Casos de Monetização
Tutoriais de IA
Tipo :
Informação de Notícias
Aplicações de Produtos
Casos de Monetização
Tutoriais de IA
2024-08-21 11:00:11
.
AIbase
.
11.2k
Universidade de Zhejiang e Universidade do Texas desenvolvem sistema de alerta de terremoto com IA, prevendo terremotos com 70% de precisão com uma semana de antecedência
A Universidade de Zhejiang, em colaboração com a Universidade do Texas nos EUA, desenvolveu um algoritmo de inteligência artificial capaz de prever terremotos com precisão em testes na China. O algoritmo previu com sucesso 14 terremotos em um raio de mais de 300 quilômetros com uma semana de antecedência, atingindo uma taxa de precisão de 70% e estimando a magnitude dos terremotos. Essa descoberta oferece uma nova esperança para alertas de terremotos e resposta a desastres. Embora a aplicação global do algoritmo ainda seja incerta, os cientistas são otimistas sobre a melhoria da precisão da previsão e a redução do raio de previsão. A próxima etapa será testar o algoritmo no Texas, uma região com frequentes terremotos de pequena a média intensidade. Esta pesquisa representa um avanço significativo no uso da inteligência artificial para aplicações relacionadas à natureza.
2023-10-08 15:40:43
.
AIbase
.
1.9k
Pesquisadores aprimoram previsão de terremotos com o modelo de aprendizado profundo RECAST
O modelo de aprendizado profundo RECAST, treinado com conjuntos de dados maiores, oferece maior flexibilidade em comparação com os modelos existentes. O RECAST, baseado em modelos geradores de redes neurais, pode prever o tempo do próximo terremoto com base em dados históricos. Com o treinamento acelerado por GPU, o RECAST foi testado em várias regiões, mostrando uma precisão significativamente maior do que os modelos existentes. Os pesquisadores planejam tornar o modelo de código aberto para que mais equipes possam testá-lo e melhorá-lo.