EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Llm-assisted physics-guided spatiotemporal graph learning for power meteorological disaster evolution

Shuanglong Jin, Shenbing Hua, Xiaolin Liu, Zongpeng Song, Shu Wang

Discover Artificial Intelligence · 22.08.2026 · 6 (1)

DOI: 10.1007/s44163-026-02016-2 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Discover Artificial Intelligence, online erschienen am 22.08.2026. Verfasst von Shuanglong Jin und 4 weiteren Autor:innen. Die Arbeit nennt 30 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: China Electric Power Research Institute Co., Ltd..

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • China Electric Power Research Institute Co., Ltd.

Zitieren

APA

Jin, S., Hua, S., Liu, X., Song, Z., & Wang, S. (2026). Llm-assisted physics-guided spatiotemporal graph learning for power meteorological disaster evolution. Discover Artificial Intelligence, 6(1). https://doi.org/10.1007/s44163-026-02016-2

Vancouver

Jin S, Hua S, Liu X, Song Z, Wang S. Llm-assisted physics-guided spatiotemporal graph learning for power meteorological disaster evolution. Discover Artificial Intelligence. 2026;6(1). doi:10.1007/s44163-026-02016-2

BibTeX
@article{Jin2026,
  author = {Jin, Shuanglong and Hua, Shenbing and Liu, Xiaolin and Song, Zongpeng and Wang, Shu},
  title = {Llm-assisted physics-guided spatiotemporal graph learning for power meteorological disaster evolution},
  journal = {Discover Artificial Intelligence},
  year = {2026},
  volume = {6},
  number = {1},
  doi = {10.1007/s44163-026-02016-2}
}
Kostenlos starten →