arXiv · cs.AI · Hager Radi Abdelwahed, Toluwaleke Olutayo, Chirag Goel, Jana Osea, Aldo Zaimi, Tom Swystun, Sandy Erni, Francisco Emiliano Lopez Saavedra, Yan Boulanger, Ga\'etan Marceau Caron · 6 小时前模型评分44
人工智能（AI，Artificial Intelligence） 代理模型框架加速加拿大全国野火灾害制图
Accelerating Wildfire Hazard Mapping Across Canada with an AI Surrogate Modelling Framework
导读
研究团队提出一套 人工智能（AI，Artificial Intelligence） 代理模型框架，用多任务深度学习模型模拟 BurnP3+ 的燃烧概率、平均火强度和平均蔓延速度，把原本需数天至数周的区域模拟缩短到数秒。在代表性区域上，该代理模型实现 806 倍端到端 CPU 加速，主机内存占用仅为 BurnP3+ 的 13%，并支持零样本迁移到其他区域研究。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：能源、科学研究
事件类型：研究发布
证据摘录
- “To overcome these computational bottlenecks, we present three contributions developed through collaboration between AI researchers and wildfire modelling experts”
- “Comments: Preprint - under review”
来源：arXiv · cs.AI · arxiv.org