Zum Hauptinhalt springen

Machine Learning with Metaheuristic Algorithms for Sustainable Water Resources Management

Kisi, Ozgur
Basel, Switzerland: MDPI - Multidisciplinary Digital Publishing Institute, 2021
Online E-Book - 238

Titel:
Machine Learning with Metaheuristic Algorithms for Sustainable Water Resources Management
Autor/in / Beteiligte Person: Kisi, Ozgur
Link:
Veröffentlichung: Basel, Switzerland: MDPI - Multidisciplinary Digital Publishing Institute, 2021
Medientyp: E-Book
Umfang: 238
ISBN: 978-3-0365-1720-9 (print) ; 978-3-0365-1719-3 (print)
DOI: 10.3390/books978-3-0365-1719-3
Schlagwort:
  • groundwater
  • artificial intelligence
  • hydrologic model
  • groundwater level prediction
  • machine learning
  • principal component analysis
  • spatiotemporal variation
  • uncertainty analysis
  • hydroinformatics
  • support vector machine
  • big data
  • artificial neural network
  • nitrogen compound
  • nitrogen prediction
  • prediction models
  • neural network
  • non-linear modeling
  • PACF
  • WANN
  • SVM-LF
  • SVM-RF
  • Govindpur
  • streamflow forecasting
  • Bayesian model averaging
  • multivariate adaptive regression spline
  • M5 model tree
  • Kernel extreme learning machines
  • South Korea
  • uncertainty
  • sustainability
  • prediction intervals
  • ungauged basin
  • streamflow simulation
  • satellite precipitation
  • atmospheric reanalysis
  • ensemble modeling
  • additive regression
  • bagging
  • dagging
  • random subspace
  • rotation forest
  • flood routing
  • Muskingum method
  • extension principle
  • calibration
  • fuzzy sets and systems
  • particle swarm optimization
  • EEFlux
  • irrigation performance
  • CWP
  • water conservation
  • NDVI
  • water resources
  • Daymet V3
  • Google Earth Engine
  • improved extreme learning machine (IELM)
  • sensitivity analysis
  • shortwave radiation flux density
  • sustainable development
  • thema EDItEUR:G Reference, Information and Interdisciplinary subjects:GP Research and information: general
Sonstiges:
  • Nachgewiesen in: Directory of Open Access Books
  • Sprachen: English
  • Document Type: eBook
  • File Description: image/jpeg
  • Language: English
  • Rights: Attribution 4.0 International ; URL: https://creativecommons.org/licenses/by/4.0/
  • Notes: ONIX_20220111_9783036517209_410

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

oder
oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

oder
oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.

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