跳到主要内容
检索

# CarbonGlobe基准

1 篇关联报道

订阅更新
  1. arXiv

    不训练也能预测森林碳:TabPFN-3.5在高排放情景下四项状态量误差最低

    过程型陆地生物圈模型能算全球碳收支,但计算代价限制了全球高分辨率与多情景模拟,专用深度模拟器又需要逐任务设计和训练。研究把生态系统人口学模型的40年预测改写为表格回归,用预训练的表格基础模型TabPFN-3.5以情境学习方式直接预测,不更新权重。在CarbonGlobe的50,779个测试站点上,它未训练即取得三者中最低的树高误差,土壤碳误差与DeepEDLSTM相差不到4%,但AGB、LAI和碳通量误差更大;在SSP5-8.5情景下,它是树高、AGB、土壤碳和LAI最准确的模型。

已读完全部报道