研究:岩性标签未提升海洋沉积物性质预测
热点事件持续更新
研究:岩性标签未提升海洋沉积物性质预测
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
John M. Aiken 等作者发表研究称,在 LILY 海洋钻探数据库 296 个钻孔的 236,963 条观测上训练掩码变分自编码器嵌入时,加入地质学家标注的岩性标签并不能提升模型对岩性的区分效果,提高标签权重反而降低重建质量。研究者解释,标签可从地质学家据以分类的测量中还原,因此用标签训练没有增益。 该嵌入在未见钻孔上预测训练中缺失的物理属性,中位 R² 为 0.20;仅以深度为输入的对照为 -0.02。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
研究:用专家岩性标签训练并不能提升海洋沉积物属性预测报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv cs.AI研究:用专家岩性标签训练并不能提升海洋沉积物属性预测
在 LILY 海洋钻探数据库 296 个钻孔的 236,963 条观测上训练的掩码变分自编码器嵌入,对地质学家标注岩性的区分效果与带标签训练的变体相当,提高标签权重反而降低重建质量。研究者指出标签可从地质学家据以分类的测量中还原,因此用标签训练没有增益。该嵌入在未见钻孔上预测训练中缺失的物理属性,中位 R² 为 0.20,而仅用深度为 -0.02。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。