社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

双古论坛:岩石磁学技术与方法新进展 —— 微磁模拟与机器学习

Marine Sedimentology • 1 月前 • 66 次点击  


 双古论坛介绍

海洋碳循环是一个复杂的多时空尺度过程,相关的碳收支估算存在很大的不确定性,其控制过程与机理更是一个颇具挑战性的难题,特别是海洋碳循环演化机制,是研究全球变化及应对的核心内容之一。
海洋碳循环过程涉及多时空、多维度的变化,各种物理过程不仅随时间频繁变化(不同时间尺度),而且在海与陆之间、近海与外海之间存在频繁的相互作用(不同空间尺度),各种过程叠加耦合导致碳循环过程异常复杂,特别是海-气交互、大洋环流、海洋生物循环的耦合构成深刻影响海洋碳汇。
双古论坛主要从气候转型期海洋环流、大气、降水、生物地球化学、古人类等多方面,对不同指标学、模型方法结合进行综合分析和讨论,提炼重要科学问题,为未来的研究和发展指明方向。


本期专题介绍

精细解译沉积物中磁性矿物的微观磁学特征是古地磁与环境磁学研究的重要基础。随着岩石磁学研究的不断深化,借助微磁模拟与机器学习等前沿手段可以更有效地对沉积物中磁性矿物所蕴含地质与古环境信号进行解读。近年来,新技术与新方法的引入,显著提升了人们对沉积物中磁性矿物形成机制、磁稳定性与磁信号传递过程的认识。这些进展不仅为古地磁记录的解释提供关键支撑,也推动着环境磁学在古气候与古环境重建中的定量化发展。

本期双古论坛以“岩石磁学技术与方法新进展”为主题,特邀东华理工大学葛坤朋教授与重庆大学裴召文副教授进行研究分享。葛坤朋教授将系统阐述低温氧化过程中单涡旋结构磁铁矿的磁稳定性演化,揭示其对古地磁信号保真度的影响;裴召文教授将介绍如何融合微磁模拟与机器学习,实现生物磁铁矿的智能识别与磁性参数的定量反演。两位报告人的工作均体现了微观层面磁性矿物的载磁机制,展现了新技术推动下岩石磁学向智能化、精细化方向的发展趋势。


会议旨在为相关领域学者搭建交流平台,促进岩石磁学和环境磁学与古环境古气候的交叉融合。



腾讯会议

(ID:112 678 242)


时间:2025年12月28日(星期日)19:00-20:10

主持人:王敦繁 (重庆科技大学)



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/190859