Global S&T Development Trend Analysis Platform of Resources and Environment
利用机器学习分析气候变化物理机制:以美国中西部极端降水为例 | |
王晓晨 | |
2021-08-25 | |
所属快报 | 地球科学快报 |
出版年 | 2021 |
期 | 16 |
语种 | 中文 |
领域 | 地球科学 |
栏目 | 大气科学 |
中文关键词 | 机器学习 ; 气候变化 |
英文关键词 | Machine Learning Climate Change |
中文摘要 | 2021年7月21日,《地球物理研究快报》(Geophysical Research Letters)期刊发表题为《利用机器学习分析气候变化的物理原因:以美国中西部极端降水为例》(Using machine learning to analyze physical causes of climate change: A case study of U.S. midwest extreme precipitation),文章指出,可用机器学习分析在美国中西部地区极端降水越来越频繁的原因,此外还能帮助科学家更好地预测这些极端天气事件在未来将会发生怎样的变化。 |
原文题名 | Using machine learning to analyze physical causes of climate change: A case study of U.S. midwest extreme precipitation |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/335915 |
专题 | 地球科学 |
推荐引用方式 GB/T 7714 | 王晓晨. 利用机器学习分析气候变化物理机制:以美国中西部极端降水为例. 2021. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
利用机器学习分析气候变化物理机制:以美国(15KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
利用机器学习分析气候变化物理机制:以美国(49KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[王晓晨]的文章 |
百度学术 |
百度学术中相似的文章 |
[王晓晨]的文章 |
必应学术 |
必应学术中相似的文章 |
[王晓晨]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论