KCDS Virtual Open House - Project 04 Exploring the Potential of machine learning methods for improving operational hydrological forecasting and prediction (EPOforHydro)
Hühnerfuß, Angela [Hrsg.] 1; Ehret, Uwe 2; Krumscheid, Sebastian
3
1 KIT-Zentrum Mathematik in den Natur-, Ingenieur- und Wirtschaftswissenschaften (KIT-Zentrum MathSEE), Karlsruher Institut für Technologie (KIT)
2 Institut für Wasser und Gewässerentwicklung (IWG), Karlsruher Institut für Technologie (KIT)
3 Scientific Computing Center (SCC), Karlsruher Institut für Technologie (KIT)
31 KIT-Zentrum Mathematik in den Natur-, Ingenieur- und Wirtschaftswissenschaften (KIT-Zentrum MathSEE), Karlsruher Institut für Technologie (KIT)
2 Institut für Wasser und Gewässerentwicklung (IWG), Karlsruher Institut für Technologie (KIT)
3 Scientific Computing Center (SCC), Karlsruher Institut für Technologie (KIT)
Abstract:
Meet KIT Graduate School Computational and Data Science in our virtual open house! Find out more about the graduate school and current doctoral projects.
| Zugehörige Institution(en) am KIT | Institut für Wasser und Gewässerentwicklung (IWG) KIT-Zentrum Mathematik in den Natur-, Ingenieur- und Wirtschaftswissenschaften (KIT-Zentrum MathSEE) Scientific Computing Center (SCC) |
| Publikationstyp | Audio & Video |
| Publikationsdatum | 31.03.2023 |
| Erstellungsdatum | 30.03.2023 |
| Sprache | Englisch |
| Identifikator | KITopen-ID: 1000157510 |
| HGF-Programm | 46.21.02 (POF IV, LK 01) Cross-Domain ATMLs and Research Groups |
| Lizenz | Creative Commons Namensnennung – Nicht kommerziell – Weitergabe unter gleichen Bedingungen 4.0 International |
| Serie | KCDS Virtual Open House |
| Folge | 7 |