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

टोपोलॉजी-सूचित फ़ाउंडेशन मॉडल के साथ वैश्विक नदी प्रणाली के हाइड्रोडायनामिक्स को सीखना

मूल शीर्षक: Learning global river system hydrodynamics with a topology-informed foundation model

सटीक नदी पूर्वानुमान जल, खाद्य और ऊर्जा सुरक्षा के लिए अनिवार्य है, फिर भी इसे विरल इन-सीटु गेजों से पूरे नदी नेटवर्क तक विश्वसनीय रूप से बढ़ाना एक अनसुलझी चुनौती बनी हुई है। GraphRiverCast (GRC) एक टोपोलॉजी-आधारित नदी फाउंडेशन मॉडल है जो नदी कनेक्टिविटी और एनरजेटिक्स का लाभ उठाता है, विरल गेजों पर प्रशिक्षित किया जाता है, और पूर्व नदी स्थितियों के बिना वैश्विक नदी नेटवर्क में नदी-खंड स्तर पर दैनिक बहुचरीय हाइड्रोडाइनैमिक्स का पूर्वानुमान लगाता है, जो मजबूत भौतिकी-आधारित और मशीन-लर्निंग मॉडलों से बेहतर प्रदर्शन करता है। चूँकि यह अस्थायिक पुनरावर्तन पर निर्भर रहने के बजाय टोपोलॉजी और फोर्सिंग से नदी अवस्थाओं का पुनर्निर्माण करता है, इसकी प्रभावशीलता प्रशिक्षण क्षितिज से बहुत आगे तक भी लीड टाइम के साथ शायद ही घटती है, और यह गेज-विहीन नदी-खंडों तथा अधिक सूक्ष्म रिज़ॉल्यूशन वाले नेटवर्क पर सामान्यीकरण करता है, जिससे कम निगरानी वाले क्षेत्रों तक विश्वसनीय हाइड्रोडाइनैमिक पूर्वानुमान पहुँचता है।

मूल लेख पढ़ें ↗

सभी आइटम →