跳到正文
arXiv · ML· Sen Jia, Siqi Wei, Junyu Wang, Zijun Lv, Pan Liu, Meng Xu, Xiyou Fu, Yuxi Sun, Qiang Liu, Shuyu Zhang, Lin Mu·· 29 天前AI 评分25

YingLan 多模态海洋基础模型实现异质观测统一表征学习

YingLan: A Multimodal Ocean Foundation Model for Unified Representation Learning from Heterogeneous Observations

AI 导读

研究团队发布多模态海洋基础模型 YingLan,旨在解决卫星、网格场及浮标等异质观测数据的统一表征难题。模型集成物理属性条件动态编码与时空增量耦合(STIC)机制,基于华为昇腾 910B NPU 进行预训练。在深圳近海 7 天海表盐度预报任务中,YingLan 平均 RMSE 为 0.687508 PSU,相对误差较对比模型降低最高达 12.42%。

来源:arXiv · ML · arxiv.org