Untersuchungen zum Potenzial maschineller  Lernverfahren für die hydrologische Simulation  und Vorhersage am Beispiel von LSTM und LARSIM  in Baden-Württemberg

Tanrikulu, Orhan D.; Ehret, Uwe; Haag, Ingo; Loritz, Ralf; Badde, Ute

doi:10.5675/HyWa_2024.3_1

Untersuchungen zum Potenzial maschineller Lernverfahren für die hydrologische Simulation und Vorhersage am Beispiel von LSTM und LARSIM in Baden-Württemberg

Tanrikulu, Orhan D. ¹; Ehret, Uwe ¹^,2; Haag, Ingo; Loritz, Ralf ¹^,2; Badde, Ute
¹ Institut für Wasser und Umwelt (IWU), Karlsruher Institut für Technologie (KIT)
² Institut für Wasser und Gewässerentwicklung (IWG), Karlsruher Institut für Technologie (KIT)

Zugehörige Institution(en) am KIT	Institut für Wasser und Gewässerentwicklung (IWG) Institut für Wasser und Umwelt (IWU)
Publikationstyp	Zeitschriftenaufsatz
Publikationsjahr	2024
Sprache	Deutsch
Identifikator	ISSN: 1439-1783, 0012-0235, 2749-859X KITopen-ID: 1000175707
Erschienen in	Hydrologie und Wasserbewirtschaftung
Verlag	Bundesanst. für Gewässerkunde, BfG
Band	68
Heft	3
Seiten	130-158
Nachgewiesen in	Web of Science Scopus

Externe Links

Download

Originalveröffentlichung
DOI: 10.5675/HyWa_2024.3_1

Scopus

Web of Science

Export

Statistiken

Seitenaufrufe: 39
seit 29.10.2024

Repository KITopen

Untersuchungen zum Potenzial maschineller Lernverfahren für die hydrologische Simulation und Vorhersage am Beispiel von LSTM und LARSIM in Baden-Württemberg