Zum Hauptinhalt springen
Stadt- und Landesbibliothek Dortmund

Suchergebnisse

Unser Katalog

Artikel & mehr
22 Treffer

Suchmaske

Suchtipp für den Bereich Artikel & mehr: Wörter werden automatisch mit UND verknüpft. Eine ODER-Verknüpfung erreicht man mit dem Zeichen "|", eine NICHT-Verknüpfung mit einem "-" (Minus) vor einem Wort. Anführungszeichen ermöglichen eine Phrasensuche.
Beispiele: (burg | schloss) -mittelalter, "berufliche bildung"

Suchergebnisse einschränken oder erweitern

Aktive Suchfilter

Erscheinungszeitraum

Mehr Treffer

Weniger Treffer

Art der Quelle

Thema

Verlag

Publikation

Sprache

Geographischer Bezug

Inhaltsanbieter

22 Treffer

Sortierung: 
  1. Detailansicht für Treffer 1 öffnen
    Diagnosing drivers of PM2.5 simulation biases in China from meteorology, chemical composition, and emission sources using an efficient machine learning method.
    Wang, Shuai ; Zhang, Mengyuan ; et al.
    In: Geoscientific Model Development, Jg. 17 (2024-05-01), Heft 9, S. 3617-3629
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  2. Detailansicht für Treffer 2 öffnen
    Co‐Occurring Extremes of Fine Particulate Matter (PM<subscript>2.5</subscript>) and Ground‐Level Ozone in the Summer of Southern China.
    Lyu, Yan ; Wu, Haonan ; et al.
    In: Geophysical Research Letters, Jg. 51 (2024-01-28), Heft 2, S. 1-11
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  3. Detailansicht für Treffer 3 öffnen
    Research of Low-cost Air Quality Monitoring Models with Different Machine Learning Algorithms.
    Wang, Gang ; Yu, Chunlai ; et al.
    In: Atmospheric Measurement Techniques Discussions, 2023-10-13, S. 1-17
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  4. Detailansicht für Treffer 4 öffnen
    The Spatiotemporal Distribution of NO 2 in China Based on Refined 2DCNN-LSTM Model Retrieval and Factor Interpretability Analysis.
    Chen, Ruming ; Hu, Jiashun ; et al.
    In: Remote Sensing, Jg. 15 (2023-09-01), Heft 17, S. 4261-4278
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  5. Detailansicht für Treffer 5 öffnen
    An optimized semi-empirical physical approach for satellite-based PM2.5 retrieval: embedding machine learning to simulate complex physical parameters.
    Jin, Caiyi ; Yuan, Qiangqiang ; et al.
    In: Geoscientific Model Development, Jg. 16 (2023-07-15), Heft 14, S. 4137-4154
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  6. Detailansicht für Treffer 6 öffnen
    The Ground-Level Particulate Matter Concentration Estimation Based on the New Generation of FengYun Geostationary Meteorological Satellite.
    Tian, Lin ; Chen, Lin ; et al.
    In: Remote Sensing, Jg. 15 (2023-03-01), Heft 5, S. 1459-1477
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  7. Detailansicht für Treffer 7 öffnen
    Clarifying Relationship between PM 2.5 Concentrations and Spatiotemporal Predictors Using Multi-Way Partial Dependence Plots.
    Shi, Haoze ; Yang, Naisen ; et al.
    In: Remote Sensing, Jg. 15 (2023-01-15), Heft 2, S. 358-375
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  8. Detailansicht für Treffer 8 öffnen
    Predicting PM 2.5 in the Northeast China Heavy Industrial Zone: A Semi-Supervised Learning with Spatiotemporal Features.
    Jiang, Hongxun ; Wang, Xiaotong ; et al.
    In: Atmosphere, Jg. 13 (2022-11-01), Heft 11, S. 1744-1755
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  9. Detailansicht für Treffer 9 öffnen
    Estimating PM 2.5 Concentrations Using the Machine Learning RF-XGBoost Model in Guanzhong Urban Agglomeration, China.
    Lin, Lujun ; Liang, Yongchun ; et al.
    In: Remote Sensing, Jg. 14 (2022-10-15), Heft 20, S. 5239-5260
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  10. Detailansicht für Treffer 10 öffnen
    Combining Sun-Photometer, PM Monitor and SMPS to Inverse the Missing Columnar AVSD and Analyze Its Characteristics in Central China.
    Miao, Ao ; Jin, Shikuan ; et al.
    In: Atmosphere, Jg. 13 (2022-06-01), Heft 6, S. 915-931
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  11. Detailansicht für Treffer 11 öffnen
    Large-scale spatiotemporal deep learning predicting urban residential indoor PM2.5 concentration.
    Dai, Hui ; Liu, Yumeng ; et al.
    In: Environment International, Jg. 182 (2023-12-01), S. N.PAG
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  12. Detailansicht für Treffer 12 öffnen
    Spatiotemporal continuous estimates of PM2.5 concentrations in China, 2000–2016: A machine learning method with inputs from satellites, chemical transport model, and ground observations.
    Xue, Tao ; Zheng, Yixuan ; et al.
    In: Environment International, Jg. 123 (2019-02-01), S. 345-357
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  13. Detailansicht für Treffer 13 öffnen
    Individual exposure of ambient particulate matters and eosinophilic chronic rhinosinusitis with nasal Polyps: Dose-Response, mediation effects and recurrence prediction.
    Wang, Jiajia ; Shen, Shen ; et al.
    In: Environment International, Jg. 177 (2023-07-01), S. N.PAG
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  14. Detailansicht für Treffer 14 öffnen
    Contributions of various driving factors to air pollution events: Interpretability analysis from Machine learning perspective.
    Li, Tianshuai ; Zhang, Qingzhu ; et al.
    In: Environment International, Jg. 173 (2023-03-01), S. N.PAG
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  15. Detailansicht für Treffer 15 öffnen
    A satellite-driven model to estimate long-term particulate sulfate levels and attributable mortality burden in China.
    Meng, Xia ; Hang, Yun ; et al.
    In: Environment International, Jg. 171 (2023), S. N.PAG
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  16. Detailansicht für Treffer 16 öffnen
    Geographic Graph Network for Robust Inversion of Particulate Matters.
    Li, Lianfa
    In: Remote Sensing, Jg. 13 (2021-11-01), Heft 21, S. 4341-4341
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  17. Detailansicht für Treffer 17 öffnen
    Superior PM 2.5 Estimation by Integrating Aerosol Fine Mode Data from the Himawari-8 Satellite in Deep and Classical Machine Learning Models.
    Zang, Zhou ; Li, Dan ; et al.
    In: Remote Sensing, Jg. 13 (2021-07-15), Heft 14, S. 2779-2779
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  18. Detailansicht für Treffer 18 öffnen
    Estimating the Impact of COVID-19 on the PM 2.5 Levels in China with a Satellite-Driven Machine Learning Model.
    Li, Qiulun ; Zhu, Qingyang ; et al.
    In: Remote Sensing, Jg. 13 (2021-04-01), Heft 7, S. 1351-1351
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  19. Detailansicht für Treffer 19 öffnen
    New interpretable deep learning model to monitor real-time PM2.5 concentrations from satellite data.
    Yan, Xing ; Zang, Zhou ; et al.
    In: Environment International, Jg. 144 (2020-11-01), S. N.PAG
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  20. Detailansicht für Treffer 20 öffnen
    Monitoring of PM 2.5 Concentrations by Learning from Multi-Weather Sensors.
    Wang, Yuexia ; Xu, Zhihuo
    In: Sensors (14248220), Jg. 20 (2020-11-01), Heft 21, S. 6086-6086
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?

Weitere Kataloge

xs 0 - 576
sm 576 - 768
md 768 - 992
lg 992 - 1200
xl 1200 - 1366
xxl 1366 -