محققان در یک پژوهش جدید، از «شبکههای عصبی فیزیکمحور» (PINNs) برای مدلسازی و پیشبینی دقیقتر انتشار اکسید نیتروژن (N2O) در کشاورزی استفاده کردهاند. این روش که ترکیبی از معادلات مکانیکی و قدرت یادگیری عمیق است، توانسته با موفقیت محدودیتهای مدلهای سنتی را پشت سر بگذارد و دقت پیشبینی را به طرز چشمگیری بهبود ببخشد. این دستاورد گام مهمی در جهت مدیریت بهتر تغییرات اقلیمی با کمک دادههای کشاورزی محسوب میشود. 🌍🤖
منبع: arXiv Machine Learning