arXiv · cs.AI· Taiga Saito, Yu Otake, Daijiro Mizutani, Sopheakpolin Mom·· 1 天前
地质文本描述在病态逆问题中的作用：学习型水力传导率反演洞察
Geological text descriptions in ill-posed inverse problems: insights from learned hydraulic-conductivity inversion
arXiv:2606.24967v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Taiga Saito, Yu Otake, Daijiro Mizutani, Sopheakpolin Mom
研究任务与主要进展
学习型水力传导率反演可利用地质文本描述，在观测导致结构歧义时改善重建。基于合成 Darcy 流动基准和理想化描述，研究考察了不同观测密度与流动方向；稀疏观测训练后，描述带来的增益随条件和运行而变化。实例特定内容可使重建偏向所述几何特征，但材料未证明文本相较编码相同地质信息的数值输入具有重建优势。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org