L'IA face aux grands problèmes du monde · Sciences de la Terre et du climat · arXiv · 2026-10-21
Représentations de réseaux de neurones continues et différentiables de la surface de la mer en zone de déferlement à partir de nuages de points lidar
Titre original: Continuous and Differentiable Neural Network Representations of the Surfzone Sea-Surface from Lidar Point Clouds
Un lidar à balayage multifaisceaux mesure la surface de la mer sous forme de nuages de points séquencés dans le temps, qui doivent normalement être maillés, interpolés ou cartographiés avant l'analyse des vagues. Les auteurs entraînent plutôt un réseau de neurones SIREN sur 60 secondes de données lidar provenant d'un drone en vol stationnaire au-dessus de grandes vagues déferlantes (4 m) à Monterey, en Californie, ce qui donne une représentation continue, différentiable et sans grille de la surface de la mer, évaluable, ainsi que ses dérivées, en tout lieu et à tout instant. Les erreurs de SIREN sont comparables aux erreurs instrumentales et insensibles à la densité locale de données, bien que la représentation filtre la variabilité aux nombres d'onde les plus élevés, comme le rejaillissement et les embruns ; le calcul des dérivées et l'estimation de la vitesse des vagues à partir d'une coupe spatio-temporelle démontrent son potentiel pour l'analyse directionnelle des vagues.