AI اور دنیا کے مشکل مسائل · ارضی اور موسمیاتی سائنس · arXiv · 2026-10-21

ٹوپولوجی سے باخبر فاؤنڈیشن ماڈل کے ذریعے عالمی دریائی نظام کی ہائیڈروڈائنامکس سیکھنا

اصل عنوان: Learning global river system hydrodynamics with a topology-informed foundation model

درست دریائی پیش گوئی پانی، خوراک اور توانائی کی سلامتی کے لیے نہایت ضروری ہے، تاہم اسے منتشر اِن سیٹو گیجز سے پورے دریائی نیٹ ورک تک قابلِ اعتماد انداز میں بڑھانا آج بھی ایک حل طلب چیلنج ہے۔ GraphRiverCast (GRC) ایک ٹوپولوجی سے آگاہ دریائی فاؤنڈیشن ماڈل ہے جو دریائی باہمی روابط اور توانائیات سے فائدہ اٹھاتا ہے، منتشر گیجز پر تربیت یافتہ ہے، اور بغیر کسی سابقہ دریائی حالات کے پورے عالمی دریائی نیٹ ورک میں ریچ لیول پر روزانہ کثیر المتغیر ہائیڈروڈائنامکس کی پیش گوئی کرتا ہے اور مضبوط فزکس پر مبنی اور مشین لرننگ ماڈلز سے بہتر کارکردگی دکھاتا ہے۔ چونکہ یہ عارضی تکرار پر انحصار کرنے کے بجائے ٹوپولوجی اور فورسنگ سے دریائی حالات کو دوبارہ تشکیل دیتا ہے، اس لیے اس کی مہارت میں لیڈ ٹائم کے ساتھ بہت معمولی کمی آتی ہے، حتیٰ کہ اس کے تربیتی افق سے بہت آگے تک، اور یہ بے گیج ریچز اور زیادہ باریک ریزولوشن والے نیٹ ورکس تک وسعت پذیر ہوتا ہے، جس سے ناقص نگرانی والے علاقوں تک قابلِ اعتماد ہائیڈروڈائنامک پیش گوئی پہنچتی ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →