IA e os Problemas Difíceis do Mundo · Ciências da Terra e do clima · arXiv · 2026-10-21
Representações neurais contínuas e diferenciáveis da superfície do mar na zona de arrebentação a partir de nuvens de pontos Lidar
Título original: Continuous and Differentiable Neural Network Representations of the Surfzone Sea-Surface from Lidar Point Clouds
O lidar de varredura multifeixe mede a superfície do mar como nuvens de pontos sequenciadas no tempo, que normalmente precisam ser gradeadas, interpoladas ou mapeadas antes da análise de ondas. Em vez disso, os autores treinam uma rede neural SIREN com 60 segundos de dados de lidar de um drone pairando sobre ondas de quebra grandes (4 m) em Monterey, na Califórnia, produzindo uma representação contínua, diferenciável e livre de grade da superfície do mar que pode ser avaliada, junto com suas derivadas, em qualquer local e instante. Os erros da SIREN são comparáveis aos erros instrumentais e insensíveis à densidade local de dados, embora a representação filtre a variabilidade de números de onda mais altos, como splash-up e spray marinho, e o cálculo de derivadas e a estimativa da velocidade das ondas a partir de uma fatia espaço-temporal demonstram seu potencial para a análise direcional de ondas.