高放废物地质处置特别是地下实验室研发过程中的多源数据融合挖掘研究具有重要意义(Wang Ju et al.,2018)。然而,目前阶段尚未实现对研发过程中多源数据的融合挖掘与二次应用。针对上述问题,从地下实验室多源监测数据特点出发,在确定地...高放废物地质处置特别是地下实验室研发过程中的多源数据融合挖掘研究具有重要意义(Wang Ju et al.,2018)。然而,目前阶段尚未实现对研发过程中多源数据的融合挖掘与二次应用。针对上述问题,从地下实验室多源监测数据特点出发,在确定地下实验室多源监测数据模型构建的基础上,结合深度学习技术,初步构建了地下实验室多源监测数据融合技术方法,并初步开展了数据融合设计,为处置库场址评价和安全评价等综合评价工作提供了新的研究思路。展开更多
大数据技术在地球科学中的应用已成为国家战略重点,《“十四五”大数据产业发展规划》等政策为多源异构数据整合提供了支撑。大语言模型(LLM)是一种基于深度学习技术的人工智能模型。然而,通用大语言模型(如GPT-4、Deepseek-R1)在专业...大数据技术在地球科学中的应用已成为国家战略重点,《“十四五”大数据产业发展规划》等政策为多源异构数据整合提供了支撑。大语言模型(LLM)是一种基于深度学习技术的人工智能模型。然而,通用大语言模型(如GPT-4、Deepseek-R1)在专业领域存在局限性,因训练语料缺乏地球科学细分知识,导致回答笼统或错误(即“幻觉”)(Singhal et al.,2025),Zhou Zhi等(2024)在医疗领域通过Med-PaLM2构建垂直知识库,He Yong等(2024)法律领域基于LawGPT实现法规精准检索。在地球科学领域尚未形成系统的本地化知识问答方案。展开更多
文摘高放废物地质处置特别是地下实验室研发过程中的多源数据融合挖掘研究具有重要意义(Wang Ju et al.,2018)。然而,目前阶段尚未实现对研发过程中多源数据的融合挖掘与二次应用。针对上述问题,从地下实验室多源监测数据特点出发,在确定地下实验室多源监测数据模型构建的基础上,结合深度学习技术,初步构建了地下实验室多源监测数据融合技术方法,并初步开展了数据融合设计,为处置库场址评价和安全评价等综合评价工作提供了新的研究思路。
文摘大数据技术在地球科学中的应用已成为国家战略重点,《“十四五”大数据产业发展规划》等政策为多源异构数据整合提供了支撑。大语言模型(LLM)是一种基于深度学习技术的人工智能模型。然而,通用大语言模型(如GPT-4、Deepseek-R1)在专业领域存在局限性,因训练语料缺乏地球科学细分知识,导致回答笼统或错误(即“幻觉”)(Singhal et al.,2025),Zhou Zhi等(2024)在医疗领域通过Med-PaLM2构建垂直知识库,He Yong等(2024)法律领域基于LawGPT实现法规精准检索。在地球科学领域尚未形成系统的本地化知识问答方案。
