PERPUSTAKAAN BIG

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Area Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}

Ditapis dengan

  • Tahun Penerbitan
    To
  • Ketersediaan
  • Lampiran
  • Tipe Koleksi
    Lihat Lebih Banyak
  • Format Fisik Dokumen
    Lihat Lebih Banyak
  • Lokasi
  • Bahasa
Ditemukan 3 dari pencarian Anda melalui kata kunci: subject="Temperature predictio...
cover
ResGraphNet: GraphSAGE with embedded residual module for prediction of global…
Komentar Bagikan
Ziwei ChenZhiguo WangYang YangJinghuai Gao

Data-driven prediction of time series is significant in many scientific research fields such as global climate change and weather forecast. For global monthly mean temperature series, considering the strong potential of deep neural network for extracting data features, this paper proposes a data-driven model, ResGraphNet, which improves the prediction accuracy of time series by an embedded resi…

Edisi
Vol.3, December 2022
ISBN/ISSN
2666-5441
Deskripsi Fisik
9 hlm PDF, 2.716 KB
Judul Seri
Artificial Intelligence in Geosciences
No. Panggil
551
Ketersediaan1
Tambahkan ke dalam keranjang
Unduh MARCSitasi
cover
Long-term temperature prediction with hybrid autoencoder algorithms
Komentar Bagikan
J. Pérez-AracilD. FisterC.M. MarinaC. Peláez-RodríguezL. Cornejo-BuenoP.A. GutiérrezA. CastelletiS. Salcedo-Sanz

This paper proposes two hybrid approaches based on Autoencoders (AEs) for long-term temperature prediction. The first algorithm comprises an AE trained to learn temperature patterns, which is then linked to a second AE, used to detect possible anomalies and provide a final temperature prediction. The second proposed approach involves training an AE and then using the resulting latent space as i…

Edisi
Vol.23, September 2024
ISBN/ISSN
2590-1974
Deskripsi Fisik
13 hlm PDF, 1.864 KB
Judul Seri
Applied Computing and Geoscience - Open Access
No. Panggil
551.136
Ketersediaan1
Tambahkan ke dalam keranjang
Unduh MARCSitasi
cover
AnnRG - An artificial neural network solute geothermometer
Komentar Bagikan
Lars H. YstroemMark VollmerThomas KohlFabian Nitschke

Solute artificial neural network geothermometers offer the possibility to overcome the complexity given by the solute-mineral composition. Herein, we present a new concept, trained from high-quality hydrochemical data and verified by in-situ temperature measurements with a total of 208 data pairs of geochemical input parameters (Na+, K+, Ca2+, Mg2+, Cl−, SiO2, and pH) and reservoir temperatur…

Edisi
Vol.20, December 2023
ISBN/ISSN
2590-1974
Deskripsi Fisik
10 hlm PDF, 4.961 KB
Judul Seri
Applied Computing and Geoscience - Open Access
No. Panggil
551.136
Ketersediaan1
Tambahkan ke dalam keranjang
Unduh MARCSitasi
PERPUSTAKAAN BIG
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan Badan Informasi Geospasial adalah perpustakaan yang dikelola oleh Badan Informasi Geospasial. Perpustakaan ini memiliki koleksi yang berkaitan dengan informasi geospasial dan literatur terkait lainnya.

Statistik Pengunjung Web

Hari Ini : 1 Pekan Terakhir : 1 Bulan Terakhir : Total Kunjungan :

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Batas Wilayah
  • Ekologi
  • Fotogrametri
  • Geografi
  • Geologi
  • GIS
  • Ilmu Tanah
  • Kartografi
  • Manajemen Bencana
  • Oceanografi
  • Penginderaan Jauh
  • Peta
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik