CC-GRMAS：用于高亚洲地区时空滑坡风险评估的多智能体图神经智能系统
宇宙学与河外天体物理
2025-10-27 v1 广义相对论与量子宇宙学
高能物理 - 理论
摘要
滑坡是一种日益增长的气候诱发灾害，对环境和人类造成严重后果，尤其是在高亚洲地区。尽管卫星和时间序列数据的获取越来越便利，但及时的检测和灾害响应仍然发展不足且支离破碎。这项工作介绍了 CC-GRMAS，一个利用一系列卫星观测和环境信号来提高滑坡预测准确性的框架。该系统围绕三个相互关联的智能体构建：预测、规划和执行，它们协同工作以实现实时态势感知、响应规划和干预。通过结合当地环境因素并实现多智能体协调操作，该方法为易受灾害影响的山区提供了一种可扩展且主动的、适应气候的备灾解决方案。
引用
@article{arxiv.2510.20876,
title = {Swampland Conjectures through ACT Observations: Observational Signatures of Radiative-Corrected Inflation},
author = {Mohammad Ali S Afshar and Saeed Noori Gashti and Mohammad Reza Alipour and Behnam Pourhassan and Izzet Sakalli and Jafar Sadeghi},
journal= {arXiv preprint arXiv:2510.20876},
year = {2025}
}
备注
30 pages, 5 figures, 3 tables