Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Hydrological Data Driven Modelling
Renji Remesan, Jimson Mathew
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Springer International Publishing 
Naturwissenschaften, Medizin, Informatik, Technik / Geologie
Beschreibung
This book explores a new realm in data-based modeling with applications to hydrology. Pursuing a case study approach, it presents a rigorous evaluation of state-of-the-art input selection methods on the basis of detailed and comprehensive experimentation and comparative studies that employ emerging hybrid techniques for modeling and analysis. Advanced computing offers a range of new options for hydrologic modeling with the help of mathematical and data-based approaches like wavelets, neural networks, fuzzy logic, and support vector machines. Recently machine learning/artificial intelligence techniques have come to be used for time series modeling. However, though initial studies have shown this approach to be effective, there are still concerns about their accuracy and ability to make predictions on a selected input space.
Kundenbewertungen
Hydrologic modelling, hydrogeology, Rainfall-Runoff modelling, Evapotranspiration modelling, Applied hydrology, Artificial intelligence in hydrology, Solar radiation, Support vector, Time series modelling