Why all emergent constraints are wrong but some are useful - a machine learning perspective
Nowack, Peer
1,2; Watson-Parris, Duncan
1 Institut für Theoretische Informatik (ITI), Karlsruher Institut für Technologie (KIT)
2 Institut für Meteorologie und Klimaforschung Atmosphärische Spurengase und Fernerkundung (IMKASF), Karlsruher Institut für Technologie (KIT)
1,2; Watson-Parris, Duncan 1 Institut für Theoretische Informatik (ITI), Karlsruher Institut für Technologie (KIT)
2 Institut für Meteorologie und Klimaforschung Atmosphärische Spurengase und Fernerkundung (IMKASF), Karlsruher Institut für Technologie (KIT)
| Zugehörige Institution(en) am KIT | Institut für Meteorologie und Klimaforschung Atmosphärische Spurengase und Fernerkundung (IMKASF) Institut für Theoretische Informatik (ITI) |
| Publikationstyp | Vortrag |
| Publikationsjahr | 2024 |
| Sprache | Englisch |
| Identifikator | KITopen-ID: 1000171455 |
| Veranstaltung | European Geosciences Union General Assembly (EGU 2024), Wien, Österreich, 14.04.2024 – 19.04.2024 |
| Nachgewiesen in | OpenAlex |
| Globale Ziele für nachhaltige Entwicklung |