Kamyar Azizzadenesheli – NVIDIA 技術博客

使用神經運算符進行新一代地震監測

Tue, 12 Dec 2023 04:31:27 +0000

虛擬地震學才出現幾年，并且已經對地震監測產生了重大影響。過去，地震相位拾取是一項使用地震波到達時間標記地震圖的任務，地震波到達時間是全球地震監測操作的基礎。因此，它需要大量勞動力，充滿主觀性，并且容易出錯。由 NVIDIA GPU 支持的深度學習技術已經克服了這些挑戰。我們的論文用于地震到達點多工作站揀貨的相位神經運算符引入了一種新的通用網絡范圍的相位選擇算法。該算法基于最近開發的一種名為神經運算符的機器學習范式。我們的模型，命名為 PhaseNO，利用時空上下文信息，能夠為任何地震網絡幾何圖形同時選擇相位。借助 NVIDIA DGX GPU 加速的 PhaseNO 扎根于地震學領域，證明了神經運算符在革新地震相位選擇方法方面的變革性潛力，從而開啟了科學計算的新篇章。地震檢測和相位拾取是地震地震學的基礎任務，其目的是在連續數據中識別地震，

Source

]]>

用球面傅立葉神經算子模擬地球大氣層

Thu, 27 Jul 2023 03:14:41 +0000

基于機器學習的天氣預測已經成為傳統數值天氣預測（NWP）模型的有力補充。例如，NVIDIA FourCastNet已經證明，生成天氣預報的計算時間可以從幾個小時縮短到幾秒鐘，這對當前基于NWP的工作流程帶來了重大改進。傳統方法通常根據第一性原理制定，并需要時間步限制以保證基礎數值方法的準確性。而基于 ML 的方法沒有這樣的限制，其統一的內存訪問模式非常適合 GPU。然而，這些方法純粹是數據驅動的，你可能會問：在這篇文章中，我們討論了球面傅立葉神經算子（SFNO）、球面上的物理系統、對稱性的重要性，以及如何使用SFNO的實現和球面諧波變換（SHT）。如果你想了解更多關于這個數學主題的信息，請參閱 ICML 論文，Spherical Fourier Neural Operators: Learning Stable Dynamics on the Sphere。

Source

]]>

利用碳捕獲和存儲數字孿生實現凈零戰略

Thu, 06 Apr 2023 02:57:57 +0000

一氧化碳捕獲和儲存技術捕獲 CO2從其生產來源，對其進行壓縮，通過管道或船舶運輸，并將其儲存在地下。 CCS 使各行業能夠大幅降低 CO2是幫助工業制造商實現凈零排放目標的有力工具。在許多重工業過程中，溫室氣體（ GHG ）排放無法在規定的時間內避免，必須使用 CCS 解決方案，如水泥、化肥和化工行業。在全球范圍內減少溫室氣體排放的情景突出了 CCS 在能源組合中的作用。為了達到 2 ° C 的目標，根據IEA’s sustainable development scenario，超過 1000 萬噸 CO2到 2030 年，每年都必須進行儲存，從現在到 2050 年，必須部署大量 CCS 裝置。如今，約有 30 個大型裝置投入運行，注入了約 4000 萬噸 CO2每年。這項技術的發展將在未來十年迅速增長，但這一有前景的解決方案尚未證明它可以以可接受的成本實現工業化。

Source

]]>

用機器學習加速減緩氣候變化：以碳儲存為例

Fri, 08 Apr 2022 09:25:00 +0000

減緩氣候變化就是減少溫室氣體（ GHG ）排放。全球目標是實現凈零排放，這意味著平衡產生的溫室氣體排放量和從大氣中清除的溫室氣體排放量。一方面，這意味著通過使用低碳技術和能源效率來減少排放。另一方面，這意味著部署碳儲存等負排放技術，這也是本文的主題。碳捕獲和儲存（ CCS ）指的是一組有助于在關鍵電力部門（如煤炭和天然氣發電廠和工業工廠）的源頭直接減少排放的技術。對于無法直接減少的排放，無論是因為技術上的困難還是消除成本過高， CCS 都是從大氣中去除碳的重要凈負技術方法的基礎。如果未在現場使用，請與可通過管道、船舶、鐵路或卡車進行壓縮和運輸。它可以用于一系列應用，或注入深部地質地層（包括枯竭的油氣藏或鹽層），以捕獲二氧化碳用于永久儲存。 CCS 獨特的雙重能力使其成為緩解氣候變化的能源轉型技術中的一個重要解決方案。除了 CCS 在能源轉型中發揮的作用外，

Source

]]>