火出圈的ChatGPT,在地学、地球科学领域的强大应用

news2025/2/28 15:48:48

 以ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问为代表AI大语言模型带来了新一波人工智能浪潮,可以面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助阅读、文献信息提取、辅助论文审稿、新闻撰写、科技绘图、地学绘图(GIS地图绘制)、概念图生成、图像识别、教学课件、教学案例生成、基金润色、专业咨询、文件上传和处理、机器/深度学习训练与模拟、大模型API二次开发等特定任务,生成文本、图片、代码、语音、视频等不同形式的数据、模式和内容成为不少科研工作者的第二大脑。通过大量生物、地球、农业、气象、生态、环境科学领域中案例,解锁大模型在科研、办公中的高级应用,一起探索如何优雅地使用大模型。

靳老师 18031211455 微信

安排

学习内容

专题一

开启大模型

1 开启大模型

1) 大模型的发展历程与最新功能

2) 大模型的算法构架与底层逻辑

3) 大模型的强大功能与应用场景

4) 国内外经典大模型(ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问等)

5) 如何优雅使用大模型

案例1.1:开启不同平台的大模型

案例1.2:GPT不同版本的使用

案例1.3:大模型文件上传和处理

专题二

基于ChatGPT大模型提问框架

2 提问框架(提示词、指令)

1) 专业大模型提示词,助你小白变专家

2) 超实用的通用提示词和提问框架

3) 高级提问技巧

案例2.1:设定角色与投喂规则

案例2.2:行业专家指令合集

案例2.3:角色扮演与不同角度提问

案例2.4:分步提问与上下文关联

案例2.5:经典提问框架练习,提升模型效率

专题三

基于ChatGPT大模型的数据清洗

3 基于ChatGPT的数据清洗

1) R语言和Python基础(勿需学会,能看懂即可)

2) 数据清洗方法(重复值、缺失值处理、异常值检验、标准化、归一化、数据长宽转换,数据分组聚合)

案例3.1:使用大模型指令随机生成数据

案例3.2:使用大模型指令读取数据

案例3.3:使用大模型指令进行数据清洗

案例3.4:使用大模型指令对农业气象数据进行预处理

案例3.5:使用大模型指令对生态数据进行预处理

专题四

基于ChatGPT大模型的统计分析

4 基于AI大模型的统计分析

1) 统计假设检验

2) 统计学三大常用检验及其应用场景

3) 方差分析、相关分析、回归分析

4) 混合线性模型

5) Meta分析

案例4.1:使用大模型对生态环境数据进行正态性检验、方差齐性检验

案例4.2:使用大模型进行t检验、F检验和卡方检验

案例4.3:使用大模型指令对生态环境数据进行方差分析、相关分析及回归分析

案例4.4:使用大模型指令构建混合线性模型

案例4.5:使用大模型指令对文献收集数据进行Meta分析 

图片

专题五

基于ChatGPT大模型的机器学习

5 基于AI大模型的机器/深度学习(无需代码基础即可实现)

1) 机器/深度学习

2) 机器学习监督学习(回归、分类)、非监督学习(降维、聚类)

3) 特征工程、数据分割、目标函数、参数优化、交叉验证、超参数寻优

4) 深度学习算法(神经网络、激活函数、交叉熵、优化器)

5) Pytorch基础

6) 卷积神经网络、长短期记忆网络(LSTM)

案例5.1:使用大模型指令构建回归模型(多元线性回归、随机森林、XGBoost、LightGBM等)

案例5.2:使用大模型指令构建分类模型(支持向量机、XGBoost等)

案例5.3:使用大模型指令构建降维模型

案例5.4:使用大模型指令构建聚类模型

案例5.5:使用大模型指令构建深度学习模型,预测气象数据

案例5.6:使用大模型指令构建深度学习模型,进行图像识别

图片

专题六

基于ChatGPT大模型的科研绘图

6 基于AI大模型的科研绘图

1) 使用大模型进行数据可视化

案例6.1:大模型科研绘图指定全集

案例6.2:使用大模型指令绘制柱状图(误差线)、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、环形热图、气泡图、森林图、三元图等各类科研图

案例6.3:使用大模型指令对图形进行修改

  

图片

专题七

基于ChatGPT大模型的GIS应用

7 基于AI大模型的GIS应用

1) 使用大模型进行空间数据处理

2) 使用大模型训练降尺度模型

3) 使用大模型绘制矢量图

4) 使用大模型绘制栅格图

案例7.1:使用大模型绘制全球地图

案例7.2:使用大模型绘制NASA气象数据分布图

案例7.3:使用大模型绘制全球植被类型分布图

案例7.4:使用大模型绘制全球植被生物量图

案例7.5:使用大模型处理遥感数据并绘图

图片

图片

专题八

基于基于ChatGPT大模型的论文助手

8 基于AI大模型的论文助手

案例8.1大模型论文润色指令大全

案例8.2使用大模型进行论文润色

案例8.3使用大模型对英文文献进行搜索

案例8.4使用大模型对英文文献进行问答和辅助阅读

案例8.5使用大模型提取英文文献关键信息

案例8.6使用大模型对论文进行摘要重写

案例8.7使用大模型取一个好的论文标题

案例8.8使用大模型写论文框架

案例8.9使用大模型对论文进行翻译

案例8.10使用大模型对论文进行评论,辅助撰写审稿意见

案例8.11使用大模型对论文进行降重

案例8.12使用大模型查找研究热点

案例8.13使用大模型对你的论文凝练成新闻和微信文案

案例8.14使用大模型辅助专著、教材、课件的撰写

专题九

基于基于ChatGPT大模型的项目基金助手

9 基于AI大模型的项目基金助手

1) 基金申请讲解

2) 基因申请助手

案例9.1使用大模型进行项目选题

案例9.2使用大模型进行项目书语言润色

案例9.3使用大模型进行项目书图表制作

专题十

基于大模型的AI绘图

10基于大模型的AI绘图

GPT、Midjourney、Stable Diffusion生成图片讲解及环境部署

1) AI画图指令介绍

案例10.1:使用大模型进行图像识别

案例10.2:使用大模型生成图像指令合集

案例10.3:使用大模型指令生成概念图

案例10.4:使用大模型指令生成地球氮循环概念图

案例10.5:使用大模型指令生成土壤概念图

案例10.6:使用大模型指令生成病毒、植物、动物细胞结构图

案例10.7:使用大模型指令生成概念图图片素材

 

图片

图片

图片

图片

图片

 关注科研技术平台获取更多资源

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1382533.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

一篇文章带你了解Redis的发展史

Redis 是一个开源的内存数据存储和处理系统,它在过去的几十年中经历了重大的发展和演进。以下是 Redis 的发展历程概述: 早期阶段(2000年代初至中期):在这个时期,网站的访问量通常较低,单个数据…

在Colab上测试Mamba

我们在前面的文章介绍了研究人员推出了一种挑战Transformer的新架构Mamba 他们的研究表明,Mamba是一种状态空间模型(SSM),在不同的模式(如语言、音频和时间序列)中表现出卓越的性能。为了说明这一点,研究人员使用Mamba-3B模型进行了语言建模…

MyBatis第二课,灰度发布,@Results注解,使用xml书写mysql

目录 打印MyBatis的日志配置: 灰度发布:指发布环境,比如发布环境有200台机器,发布的时候是一批一批的机器的发布 2.删除与修改 使用Results注解,这样就和上面的别名一个意思,column是数据库的列 自动转驼峰&#…

ubuntu的动图截屏怎么做

在Ubuntu系统中,你可以通过以下步骤来截取动图(即屏幕录制并转换为GIF格式): 1,首先,你需要安装一些必要的工具。打开终端并输入以下命令以安装gtk-recordmydesktop(用于录制屏幕)、mplayer&am…

【快速解决】保姆级Anaconda安装教程

目录 第一步 ​编辑第二步 ​编辑第三步 第四步 第五步 第六步 ​编辑 第七步 第八步 第九步 第一步 在anaconda清华大学开源软件镜像站下载anaconda。点击这里进入 我这里选的是windows-x86_64。 第二步 下载好以后进行安装 第三步 第四步 第五步 选择…

VR全景博物馆——让博物馆“火起来”

不管是十里洋场的繁华、还是红岩革命的英勇,博物馆一直都拥有着丰富的历史沉淀和文化底蕴,通过VR全景拍摄制作技术,我们可以随时随地穿越空间,去切身体验那些历史人物的经历。 传统的实体博物馆受限于地理位置和布局,使…

Google cloud认证必备

Google cloud认证 ​这个可以走代理合作 ​价格优美 ​通过保证

线上问题整理

JVM 案例 案例一:服务器内存不足,影响Java应用 问题: 收到报警,某Java应用集群中一台服务器可用内存不足,超过报警阈值。 排查过程: 首先,通过Hickwall查看该应用各项指标,发现无论…

如何创建一个pytorch的训练数据加载器(train_loader)用于批量加载训练数据

Talk is cheap,show me the code! 哈哈,先上几段常用的代码,以语义分割的DRIVE数据集加载为例: DRIVE数据集的目录结构如下,下载链接DRIVE,如果官网下不了,到Kaggle官网可以下到: 1. 定义DriveDataset类&…

Qt OpenGL - 网格式的直角坐标系

Qt OpenGL - 网格式的直角坐标系 引言一、绘制3D网格1.1 绘制平行于y轴的线段1.2 绘制平行于三个轴的线段1.3 绘制不同的3D网格 二、网格式的直角坐标系三、参考链接 引言 在OpenGL进行3D可视化,只绘制三条坐标轴略显单薄,而绘制网格形式的坐标系则能更清…

更换为mainwindow.ui更新工程架构

文章目录 前言一、新建带mainwindow.ui的工程1.新建工程2. 添加工程模块添加opencv的库3.添加资源3.1工程上添加资源3.2引用资源 4.添加曲线文件4.1 复制关键文件到新工程4.2 新进显示曲线的ui带.h的为了方面名字取一样4.3添加曲线显示控件4.4 添加工具 5. 添加曲线.h文件内容6…

大数据深度学习ResNet深度残差网络详解:网络结构解读与PyTorch实现教程

文章目录 大数据深度学习ResNet深度残差网络详解:网络结构解读与PyTorch实现教程一、深度残差网络(Deep Residual Networks)简介深度学习与网络深度的挑战残差学习的提出为什么ResNet有效? 二、深度学习与梯度消失问题梯度消失问题…

Apache-Common-Pool2中对象池的使用方式

最近在工作中,对几个产品的技术落地进行梳理。这个过程中发现一些朋友对如何使用Apache的对象池存在一些误解。所以在写作“业务抽象”专题的空闲时间里,本人觉得有必要做一个关于对象池的知识点和坑点讲解。Apache Common-Pool2 组件最重要的功能&#…

nvm安装高版本Nodejs报错

文章概叙 之前使用1.1.17版本的nvm,切换使用18的Nodejs的时候报错,经过短暂的思考,决定使用1.1.12的nvm的无聊故事。 吐槽 今天的故事比较无奈,由于某些原因,现在需要做rn的开发,至于为啥不是flutter&am…

《工具录》dig

工具录 1:dig2:选项介绍3:示例4:其他 本文以 kali-linux-2023.2-vmware-amd64 为例。 1:dig dig 是域名系统(DNS)查询工具,常用于域名解析和网络故障排除。比 nslookup 有更强大的功…

一张图总结架构设计的40个黄金法则

尼恩说在前面 在40岁老架构师 尼恩的读者交流群(50)中,很多小伙伴拿到非常优质的架构机会,常常找尼恩求助: 尼恩,我这边有一个部门技术负责人资深架构师的机会,非常难得, 但是有一个大厂高P在抢&#xff0…

为什么很多公司选择不升级JDK版本,仍然使用JDK8?

在讨论为什么许多公司选择不升级JDK版本,而继续使用JDK 8时,我们需要从多个角度来分析这个问题。以下是根据您提供的背景信息进行的一些分析和真实案例。 本文已收录于,我的技术网站 ddkk.com,有大厂完整面经,工作技术…

H5网站封装成App的高效转换之旅

在移动互联网时代,App(应用程序)和H5(HTML5网站)是两种常见的移动解决方案。App通常提供更流畅的用户体验和更丰富的功能,而H5网站则以其开发成本低、更新快捷和无需安装等优势受到青睐。尽管如此&#xff…

【java八股文】之Spring系列篇

1、你怎么理解Spring? Spring是个轻量级的框架,简化了应用的开发程序,提高开发人员的系统维护性,不过配置消息比较繁琐,所以后面才出选了SpringBoot的框架。 Spring的核心组件 : Spring Core 、 Spring Con…

Video接口介绍

屏库 https://m.panelook.cn/index_cn.php Open LDI, open lvds display interface OpenLDI and LVDS是兼容的, 是一种电平 https://www.ti2k.com/178597.html MIPI DSI/Camera crosLink FPD-LINK(Flat panel display link)是National(TI) LVDS技术, …