利用FINN推断水下地形
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了如何通过浅水方程推断水下地形的问题。通过采用有限体积神经网络（FINN），研究显示该方法能够仅依赖波动态有效重建水下地形，优于传统机器学习及物理意识机器学习模型。本研究的发现强调了FINN在深入理解时空现象与提升相关领域参数化能力方面的潜在影响。
该论文介绍了一种名为OceanCastNet (OCN)的新型深度学习波浪预测模型，通过保持能量平衡，实现了与传统模型相当的短期预测精度，并对波浪生成过程有了更好的理解。OCN胜过了行业中广泛使用的WaveWatch III模型。论文还证实了能量约束对于改善深度学习气象模型的长期预测性能的重要性。这一发现为未来深度学习地球物理流体模型的研究提供了新的思路。
