10:58
arXiv cs.AI@Junwei Luo, Shuai Yuan, Zhenya Yang, Yansheng Li, Zhe Liu, Hengshuang Zhao
推荐理由：EO-WM能更准确地预测植被在极端天气下的变化，NDVI误差降了5.63%，比现有模型更靠谱。
全部 AI 动态
AI 相关资讯全量信息流
6月26日
10:58
EO-WM是一种基于视频扩散Transformer的多光谱地球观测预测模型。它通过物理信息条件框架，将气象强迫分解为气候基线、天气异常和累积物理应力信号，以提升对极端天气的响应。在极端夏季基准上，EO-WM将预测的归一化植被指数（NDVI）下降幅度误差降低了5.63%，方向命中率提高了7.80%。该模型在标准像素级指标上也保持竞争力，并计划开源。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07