Sea level forecasting using deep recurrent neural networks with high-resolution hydrodynamic model
autor
Rajabi Kiasari, Saeed
Ellmann, Artu
Delpeche-Ellmann, Nicole Camille
vastutusandmed
Saeed Rajabi-Kiasari, Artu Ellmann, Nicole Delpeche-Ellmann
allikas
Applied ocean research
kirjastus/väljaandja
Elsevier
ajakirja aastakäik number kuu
vol. 157
ilmumisaasta
2025
leheküljed
art. 104496, 25 p. : ill
leitav
https://doi.org/10.1016/j.apor.2025.104496
märksõna
meretase
hüdrogeoloogia
sügavõpe
tehisnärvivõrgud
mälu
ilmaennustused
kohamärksõna
Läänemeri
Soome laht
võtmesõna
sea level forecasting
LSTM
Long Short-Term Memory Networks (LSTMs)
GRU
Gated Recurrent Unit (GRU)
Baltic Sea
deep learning (DL)
recurrent neural networks (RNN)
spatiotemporal prediction
Gulf of Finland
hydro-geodesy
ISSN
0141-1187
1879-1549
märkused
Bibliogr.: 98 ref
Open Access
Open Access
teaduspublikatsioon
teaduspublikatsioon
klassifikaator
1.1
Scopus
https://www.scopus.com/sourceid/26776
https://www.scopus.com/pages/publications/86000312700?origin=resultslist
WOS
https://jcr.clarivate.com/jcr-jp/journal-profile?journal=APPL%20OCEAN%20RES&year=2024
https://www.webofscience.com/wos/woscc/full-record/WOS:001444867300001
kategooria (üld)
Engineering
Tehnika
kategooria (alam)
Engineering. Ocean engineering
Tehnika. Ookeani tehnika
TTÜ struktuuriüksus
ehituse ja arhitektuuri instituut
küberneetika instituut
Department of Civil Engineering and Architecture
Department of Cybernetics
keel
English
Inglise