On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory

Sprache: Englisch

Verlag: Springer, Palgrave Macmillan Mär 2023, 2023

3030952339 / 9783030952334

Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschlandbuchversandmimpf2000

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 23. Januar 2017

Artikel dieses Verkäufers ansehen
Softcover

Zustand: Neu

EUR 160,49

EUR 60,00 Versand 
Versand von Deutschland nach USA

Anzahl: 1 verfügbar

In den Warenkorb
Kostenlose Rückgaben innerhalb von 30 Tagen

Artikelbeschreibung vom Verkäufer

This item is printed on demand - Print on Demand Titel. Neuware -The gathering and storage of data indexed in space and time are experiencing unprecedented growth, demanding for advanced and adapted tools to analyse them. This thesis deals with the exploration and modelling of complex high-frequency and non-stationary spatio-temporal data. It proposes an efficient framework in modelling with machine learning algorithms spatio-temporal fields measured on irregular monitoring networks, accounting for high dimensional input space and large data sets. The uncertainty quantification is enabled by specifying this framework with the extreme learning machine, a particular type of artificial neural network for which analytical results, variance estimation and confidence intervals are developed. Particular attention is also paid to a highly versatile exploratory data analysis tool based on information theory, the Fisher-Shannon analysis, which can be used to assess the complexity of distributional properties of temporal, spatial and spatio-temporal data sets. Examples of the proposed methodologies are concentrated on data from environmental sciences, with an emphasis on wind speed modelling in complex mountainous terrain and the resulting renewable energy assessment. The contributions of this thesis can find a large number of applications in several research domains where exploration, understanding, clustering, interpolation and forecasting of complex phenomena are of utmost importance.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 176 pp. Englisch.…

Bestandsnummer des Verkäufers 9783030952334

Titel
On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory
Autor
Fabian Guignard
Verlag
Springer, Palgrave Macmillan Mär 2023
Veröffentlichungsjahr
2023
Zustand
Neu
Einband
Taschenbuch
Sprache
Englisch
ISBN-10
3030952339
ISBN-13
9783030952334
Artikelgewicht
277 Gramm
Abmessungen
235x155x10 mm

buchversandmimpf2000

Emtmannsberg, BAYE, Deutschland

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 23. Januar 2017

Versandkosten von Deutschland nach USA

Artikel60 bis 60 Werktage60 bis 60 Werktage
Erster ArtikelEUR 60,00EUR 75,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • PayPal
  • Vorauskasse

Shop-Beschreibung

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Spezialisierung

Modernes Antiquariat - Bücher von 1960 bis heute

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

buchversandmimpf2000

Deutschland