Approximation and Optimization of Compute-Intensive Environmental Simulations through Machine Learning Methods
Azmi, Elnaz
1
1 Scientific Computing Center (SCC), Karlsruher Institut für Technologie (KIT)
11 Scientific Computing Center (SCC), Karlsruher Institut für Technologie (KIT)
| Zugehörige Institution(en) am KIT | Institut für Wasser und Umwelt (IWU) Scientific Computing Center (SCC) |
| Publikationstyp | Hochschulschrift |
| Publikationsdatum | 05.03.2024 |
| Sprache | Englisch |
| Identifikator | KITopen-ID: 1000169007 |
| HGF-Programm | 46.21.01 (POF IV, LK 01) Domain-Specific Simulation & SDLs and Research Groups |
| Verlag | Karlsruher Institut für Technologie (KIT) |
| Umfang | xxii, 149 S. |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Informatik (INFORMATIK) |
| Institut | Scientific Computing Center (SCC) |
| Prüfungsdatum | 08.02.2024 |
| Projektinformation | V-FOR-WaTer (MWK, 17152 (intern)) ISABEL, 496155047 (DFG, DFG EIN, STR 1231/4-1) |
| Schlagwörter | Environmental Simulations, Clustering, K-menas, Neural Networks, LSTM, Information Theory |
| Nachgewiesen in | OpenAlex |
| Referent/Betreuer | Streit, Achim Zehe, Erwin |