Uno studio guidato dall'Università Ca' Foscari Venezia e dal Cnr-Isp applica il machine learning a oltre 7 milioni di dati per stimare il volume di ghiaccio del pianeta e l'impatto sull'innalzamento dei mari
IceBoost v2.0 mapperà lo spessore globale dei ghiacciai (150k km³) via ML su 7M+ misurazioni; +40% di precisione vs survey precedenti. Standard IPCC 2100; esemplifica il shift metodologico: modelli hybrid (physics+data-driven) superano la fisica pura su sistemi ad incertezza parametrica.
Home
Tech&games
Uno studio guidato dall'Università Ca' Foscari Venezia e dal Cnr-Isp applica il machine learning a oltre 7 milioni di dati per stimare il volume di ghiaccio del pianeta e l'impatto sull'innalzamento dei mari
11 agosto 2026 | 20.40
LETTURA: 3 minuti
Ricostruire e analizzare tutti i ghiacciai presenti sul nostro pianeta grazie a un nuovo modello di Intelligenza Artificial e. Si…
Studio coordinato da Università Cà Foscari Venezia
Un team internazionale guidato dall’italiano Niccolò Maffezzoli ha sviluppato il primo modello basato su algoritmi di AI per…
Sviluppato da Ca’ Foscari e Cnr, il modello combina milioni di dati e variabili fisiche per ricostruire lo spessore dei…
Un estudio basado en inteligencia artificial ofrece datos precisos sobre la distribución y el espesor del hielo. Los detalles
Il progetto dell'INGV integra dati satellitari e modelli di machine learning per comprendere le interazioni complesse tra…
