KIT | KIT-Bibliothek | Impressum | Datenschutz

Deep learning-based uncertainty quantification of groundwater level predictions

Nourani, Vahid; Khodkar, Kasra; Paknezhad, Nardin Jabbarian; Laux, Patrick ORCID iD icon


Originalveröffentlichung
DOI: 10.1007/s00477-022-02181-7
Scopus
Zitationen: 32
Web of Science
Zitationen: 31
Dimensions
Zitationen: 30
Zugehörige Institution(en) am KIT Institut für Meteorologie und Klimaforschung Atmosphärische Umweltforschung (IMKIFU)
Publikationstyp Zeitschriftenaufsatz
Publikationsjahr 2022
Sprache Englisch
Identifikator ISSN: 1436-3240, 0931-1955, 1435-151X, 1436-3259
KITopen-ID: 1000142859
HGF-Programm 12.11.33 (POF IV, LK 01) Regional Climate and Hydrological Cycle
Erschienen in Stochastic Environmental Research and Risk Assessment
Verlag Springer-Verlag
Band 36
Heft 10
Seiten 3081–3107
Vorab online veröffentlicht am 13.01.2022
Nachgewiesen in Scopus
OpenAlex
Web of Science
Dimensions
Globale Ziele für nachhaltige Entwicklung Ziel 6 – Sauberes Wasser und Sanitär-Einrichtungen
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page