Machine Learning and Committee Models for Improving ECMWF Subseasonal to Seasonal (S2S) Precipitation Forecast

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch

Erschienen in
Machine Learning and Committee Models for Improving ECMWF Subseasonal to Seasonal (S2S) Precipitation Forecast ; day:24 ; month:04 ; year:2023 ; pages:1-38 ; extent:38
Hydrology and earth system sciences discussions ; (24.04.2023), 1-38 (gesamt 38)

Urheber
Elbasheer, Mohamed Elneel Elshaikh Eltayeb
Corzo Perez, Gerald Augusto
Solomatine, Dimitri
Varouchakis, Emmanouil A.

DOI
10.5194/hess-2023-98
URN
urn:nbn:de:101:1-2023042708064888451376
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
14.08.2025, 11:01 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

Ähnliche Objekte (12)