KIT | KIT-Bibliothek | Impressum | Datenschutz

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 ORCID iD icon 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)

Die Mediendatei ist nicht mehr verfügbar.

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
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page