中文版 | English

在结果中检索

GSTDTAP

浏览/检索结果: 共6条，第1-6条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Workshop explores potential of machine learning for Earth observation and prediction 新闻
来源平台：European Centre for Medium-Range Weather Forecasts. 发布日期：2020
作者:  admin
收藏  |  浏览/下载：10/0  |  提交时间：2020/10/26
A reading list for uncertain times 期刊论文
Science, 2020
作者:  Ivor Knight;  Gillian Bowser;  Kanwal Singh;  Arti Garg;  Heather Bloemhard;  Peter Reczek;  Esha Mathew;  Joseph B. Keller
收藏  |  浏览/下载：15/0  |  提交时间：2020/09/14
Breakthrough Machine Learning Approach Quickly Produces Higher-Resolution Climate Data 新闻
来源平台：Science Daily. 发布日期：2020
作者:  admin
收藏  |  浏览/下载：0/0  |  提交时间：2020/07/14
Breakthrough machine learning approach quickly produces higher-resolution climate data 新闻
来源平台：EurekAlert. 发布日期：2020
作者:  admin
收藏  |  浏览/下载：0/0  |  提交时间：2020/07/09
Physics-Informed Deep Neural Networks for Learning Parameters and Constitutive Relationships in Subsurface Flow Problems 期刊论文
WATER RESOURCES RESEARCH, 2020, 56 (5)
作者:  Tartakovsky, A. M.;  Marrero, C. Ortiz;  Perdikaris, Paris;  Tartakovsky, G. D.;  Barajas-Solano, D.
收藏  |  浏览/下载：12/0  |  提交时间：2020/07/02
deep neural networks  physics-informed machine learning  parameter estimation  learning constitutive relationships  unsaturated flow  MAP  
OBSERVER: A strong and united EU response to the COVID-19 crisis: how does Copernicus help? 新闻
来源平台：The Copernicus Programme. 发布日期：2020
作者:  admin
收藏  |  浏览/下载：0/0  |  提交时间：2020/06/16