AI और दुनिया की कठिन समस्याएँ · पृथ्वी और जलवायु विज्ञान · arXiv · 2026-10-21

लिडार पॉइंट क्लाउड्स से सर्फ़ज़ोन समुद्री सतह के सतत और अवकलनीय न्यूरल नेटवर्क प्रतिनिधित्व

मूल शीर्षक: Continuous and Differentiable Neural Network Representations of the Surfzone Sea-Surface from Lidar Point Clouds

मल्टी-बीम स्कैनिंग लिडार समुद्री सतह को समय-क्रमित पॉइंट क्लाउड के रूप में मापता है, जिन्हें सामान्यतः तरंग विश्लेषण से पहले ग्रिडेड, इंटरपोलेटेड या मैप किया जाना आवश्यक होता है। लेखक इसके बजाय मॉन्टेरे, कैलिफ़ोर्निया में बड़ी (4 m) टूटती तरंगों के ऊपर मँडराते ड्रोन से मिले 60 सेकंड के लिडार डेटा पर एक SIREN न्यूरल नेटवर्क प्रशिक्षित करते हैं, जिससे समुद्री सतह का एक सतत, अवकलनीय, ग्रिड-मुक्त प्रतिनिधित्व प्राप्त होता है, जिसका मूल्यांकन, इसके अवकलजों सहित, किसी भी स्थान और समय पर किया जा सकता है। SIREN की त्रुटियाँ उपकरण त्रुटियों के तुलनीय हैं और स्थानीय डेटा घनत्व के प्रति असंवेदनशील हैं, हालाँकि यह प्रतिनिधित्व उच्चतम वेवनंबर विविधता, जैसे स्प्लैश-अप और समुद्री फुहार, को फ़िल्टर कर देता है, और अवकलजों की गणना तथा स्पेस-टाइम स्लाइस से तरंग वेग का अनुमान दिशात्मक तरंग विश्लेषण के लिए इसकी क्षमता प्रदर्शित करते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →