43,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Dieses Buch liefert eine durchgängige, wissenschaftlich fundierte Methodik für die Wettervorhersage der nächsten Generation durch die Integration von Deep-Learning-Methoden mit physikalisch basierten Klimamodellen. Dieses Buch schlägt ein hybrides Modell vor, das multimodale Datenfusion, zeitliches Sequenzlernen und physikalisch begrenzte neuronale Netze umfasst, um die Vorhersagegenauigkeit und Glaubwürdigkeit erheblich zu verbessern. Durch die Verwendung von Bodenstationen, Satelliten, globalen Reanalysesystemen und IoT-basierten Daten löst der Rahmen die räumlichen und zeitlichen Unterbrechungen, die traditionelle Vorhersagesysteme plagen.…mehr

Produktbeschreibung
Dieses Buch liefert eine durchgängige, wissenschaftlich fundierte Methodik für die Wettervorhersage der nächsten Generation durch die Integration von Deep-Learning-Methoden mit physikalisch basierten Klimamodellen. Dieses Buch schlägt ein hybrides Modell vor, das multimodale Datenfusion, zeitliches Sequenzlernen und physikalisch begrenzte neuronale Netze umfasst, um die Vorhersagegenauigkeit und Glaubwürdigkeit erheblich zu verbessern. Durch die Verwendung von Bodenstationen, Satelliten, globalen Reanalysesystemen und IoT-basierten Daten löst der Rahmen die räumlichen und zeitlichen Unterbrechungen, die traditionelle Vorhersagesysteme plagen.
Autorenporträt
Saptarshi Mondal, studente del terzo anno di B.Tech CSE (AIML) presso l'Università di Adamas, ha pubblicato un articolo su Springer sull'intelligenza artificiale per l'assistenza ai disabili.Rupsha Roy, studente del terzo anno di B.Sc (Hons) Agriculture presso l'Università di Adamas, si occupa di agricoltura resiliente al clima. Entrambi collaborano alla ricerca sulle previsioni meteorologiche guidate dall'intelligenza artificiale.