iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Geowissenschaft On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory
Fabian Guignard (Gebundene Ausgabe, Englisch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
The gathering and storage of data indexed in space and time are experiencing unprecedented growth, demanding for advanced and adapted tools to analyse them. This thesis deals with the exploration and modelling of complex high-frequency and non-stationary spatio-temporal data. It proposes an efficient framework in modelling with machine learning algorithms spatio-temporal fields measured on… irregular monitoring networks, accounting for high dimensional input space and large data sets. The uncertainty quantification is enabled by specifying this framework with the extreme learning machine, a particular type of artificial neural network for which analytical results, variance estimation and confidence intervals are developed. Particular attention is also paid to a highly versatile exploratory data analysis tool based on information theory, the Fisher-Shannon analysis, which can be used to assess the complexity of distributional properties of temporal, spatial and spatio-temporal data sets. Examples of the proposed methodologies are concentrated on data from environmental sciences, with an emphasis on wind speed modelling in complex mountainous terrain and the resulting renewable energy assessment. The contributions of this thesis can find a large number of applications in several research domains where exploration, understanding, clustering, interpolation and forecasting of complex phenomena are of utmost importance. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
13.03.2022
Sprache
Englisch
EAN
9783030952303
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
Springer Theses
Sonderedition
Nein
Autor
Fabian Guignard
Seitenanzahl
158
Auflage
1
Einbandart
Gebundene Ausgabe
Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen