KIT | KIT-Bibliothek | Impressum | Datenschutz

Evolutionary Approach of Clustering to Optimize Hydrological Simulations

Azmi, Elnaz ORCID iD icon; Strobl, Marcus ORCID iD icon; Pruijssen, Rik van; Ehret, Uwe; Meyer, Jörg; Streit, Achim ORCID iD icon


Postprint §
DOI: 10.5445/IR/1000124140
Veröffentlicht am 02.10.2021
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Wasser und Gewässerentwicklung (IWG)
Universität Karlsruhe (TH) – Interfakultative Einrichtungen (Interfakultative Einrichtungen)
KIT-Zentrum Klima und Umwelt (ZKU)
Scientific Computing Center (SCC)
Universität Karlsruhe (TH) – Zentrale Einrichtungen (Zentrale Einrichtungen)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2020
Sprache Englisch
Identifikator ISBN: 978-3-030-58799-4
ISSN: 0302-9743, 1611-3349
KITopen-ID: 1000124140
HGF-Programm 46.12.01 (POF III, LK 01) Data Life Cycle Labs
Erschienen in Computational Science and Its Applications – ICCSA 2020 – 20th International Conference, Cagliari, Italy, July 1–4, 2020, Proceedings, Part I. Ed.: O. Gervasi
Veranstaltung Computational Science and Its Applications (ICCSA 2020), Online, 01.07.2020 – 04.07.2020
Verlag Springer
Seiten 617–633
Serie Lecture Notes in Computer Science
Bemerkung zur Veröffentlichung Die Veranstaltung fand wegen der Corona-Pandemie als Online-Event statt.
Vorab online veröffentlicht am 01.10.2020
Nachgewiesen in Scopus
Dimensions
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page