Articles de revues sur le sujet « Classification and spatiotemporal forecasting »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « Classification and spatiotemporal forecasting ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Wang, Guosong, Xidong Wang, Xinrong Wu, Kexiu Liu, Yiquan Qi, Chunjian Sun et Hongli Fu. « A Hybrid Multivariate Deep Learning Network for Multistep Ahead Sea Level Anomaly Forecasting ». Journal of Atmospheric and Oceanic Technology 39, no 3 (mars 2022) : 285–301. http://dx.doi.org/10.1175/jtech-d-21-0043.1.
Texte intégralPlain, M. B., B. Minasny, A. B. McBratney et R. W. Vervoort. « Spatially explicit seasonal forecasting using fuzzy spatiotemporal clustering of long-term daily rainfall and temperature data ». Hydrology and Earth System Sciences Discussions 5, no 3 (14 mai 2008) : 1159–89. http://dx.doi.org/10.5194/hessd-5-1159-2008.
Texte intégralJiang, Hongxun, Xiaotong Wang et Caihong Sun. « Predicting PM2.5 in the Northeast China Heavy Industrial Zone : A Semi-Supervised Learning with Spatiotemporal Features ». Atmosphere 13, no 11 (23 octobre 2022) : 1744. http://dx.doi.org/10.3390/atmos13111744.
Texte intégralYusro, Muhammad, et Isnaini Nurisusilawati. « Forecasting Approach to Investigate Dynamic Growth of Organoid within 3D Matrix for Distinct Perspective ». Journal of Biomimetics, Biomaterials and Biomedical Engineering 59 (14 février 2023) : 107–17. http://dx.doi.org/10.4028/p-99od29.
Texte intégralAkarsu, Osman Nuri. « A Bibliometric Review of Earthquake and Machine Learning Research ». January 2024 5, no 1 (1 avril 2024) : 1–10. http://dx.doi.org/10.36937/cebel.2024.1908.
Texte intégralRotti, Sumanth, et Petrus C. Martens. « Analysis of SEP Events and Their Possible Precursors Based on the GSEP Catalog ». Astrophysical Journal Supplement Series 267, no 2 (1 août 2023) : 40. http://dx.doi.org/10.3847/1538-4365/acdace.
Texte intégralHushtan, Tetiana, et Anatoliy Kolodiychuk. « DEFINING CONDITIONS FOR INCREASING INNOVATION ACTIVITY IN THE INDUSTRIAL COMPLEX : ESSENCE, SYSTEMATIZATION, IDENTIFICATION ». Baltic Journal of Economic Studies 7, no 4 (27 septembre 2021) : 54–62. http://dx.doi.org/10.30525/2256-0742/2021-7-4-54-62.
Texte intégralZhang, Yi, Fang Liu, Sheng Yue, Yuxuan Li et Qianwei Dong. « Accident Detection and Flow Prediction for Connected and Automated Transport Systems ». Journal of Advanced Transportation 2023 (17 avril 2023) : 1–9. http://dx.doi.org/10.1155/2023/5041509.
Texte intégralKhokhlov, V., О. Umanska et I. Deriabina. « Objective classification of atmospheric processes for the East European region ». Physical Geography and Geomorphology 90, no 2 (2018) : 84–90. http://dx.doi.org/10.17721/phgg.2018.2.10.
Texte intégralFossa, Manuel, Bastien Dieppois, Nicolas Massei, Matthieu Fournier, Benoit Laignel et Jean-Philippe Vidal. « Spatiotemporal and cross-scale interactions in hydroclimate variability : a case-study in France ». Hydrology and Earth System Sciences 25, no 11 (4 novembre 2021) : 5683–702. http://dx.doi.org/10.5194/hess-25-5683-2021.
Texte intégralZhang, Tuantuan, Zhongmin Liang, Wentao Li, Jun Wang, Yiming Hu et Binquan Li. « Statistical post-processing of precipitation forecasts using circulation classifications and spatiotemporal deep neural networks ». Hydrology and Earth System Sciences 27, no 10 (22 mai 2023) : 1945–60. http://dx.doi.org/10.5194/hess-27-1945-2023.
Texte intégralAbdulrazzaq, Zaidoon T., Raghad H. Hasan et Nadia A. Aziz. « Integrated TRMM Data and Standardized Precipitation Index to Monitor the Meteorological Drought ». Civil Engineering Journal 5, no 7 (21 juillet 2019) : 1590–98. http://dx.doi.org/10.28991/cej-2019-03091355.
Texte intégralGel, Yulia R. « Comparative Analysis of the Local Observation-Based (LOB) Method and the Nonparametric Regression-Based Method for Gridded Bias Correction in Mesoscale Weather Forecasting ». Weather and Forecasting 22, no 6 (1 décembre 2007) : 1243–56. http://dx.doi.org/10.1175/2007waf2006046.1.
Texte intégralLima, Carlos H. R., Amir AghaKouchak et Upmanu Lall. « Classification of mechanisms, climatic context, areal scaling, and synchronization of floods : the hydroclimatology of floods in the Upper Paraná River basin, Brazil ». Earth System Dynamics 8, no 4 (1 décembre 2017) : 1071–91. http://dx.doi.org/10.5194/esd-8-1071-2017.
Texte intégralLiu, Qian, Yun Li, Manzhu Yu, Long S. Chiu, Xianjun Hao, Daniel Q. Duffy et Chaowei Yang. « Daytime Rainy Cloud Detection and Convective Precipitation Delineation Based on a Deep Neural Network Method Using GOES-16 ABI Images ». Remote Sensing 11, no 21 (30 octobre 2019) : 2555. http://dx.doi.org/10.3390/rs11212555.
Texte intégralDillon, James, Christopher Donahue, Evan Schehrer, Karl Birkeland et Kevin Hammonds. « Mapping surface hoar from near-infrared texture in a laboratory ». Cryosphere 18, no 5 (24 mai 2024) : 2557–82. http://dx.doi.org/10.5194/tc-18-2557-2024.
Texte intégralBogner, Konrad, Annie Y. Y. Chang, Luzi Bernhard, Massimiliano Zappa, Samuel Monhart et Christoph Spirig. « Tercile Forecasts for Extending the Horizon of Skillful Hydrological Predictions ». Journal of Hydrometeorology 23, no 4 (avril 2022) : 521–39. http://dx.doi.org/10.1175/jhm-d-21-0020.1.
Texte intégralRegasa, Motuma Shiferaw, Michael Nones et Dereje Adeba. « A Review on Land Use and Land Cover Change in Ethiopian Basins ». Land 10, no 6 (1 juin 2021) : 585. http://dx.doi.org/10.3390/land10060585.
Texte intégralForoushani, Mansour A., Christian Opp, Michael Groll et Amirhossein Nikfal. « Evaluation of WRF-Chem Predictions for Dust Deposition in Southwestern Iran ». Atmosphere 11, no 7 (17 juillet 2020) : 757. http://dx.doi.org/10.3390/atmos11070757.
Texte intégralRios Gaona, M. F., A. Overeem, H. Leijnse et R. Uijlenhoet. « Sources of uncertainty in rainfall maps from cellular communication networks ». Hydrology and Earth System Sciences Discussions 12, no 3 (25 mars 2015) : 3289–317. http://dx.doi.org/10.5194/hessd-12-3289-2015.
Texte intégralRios Gaona, M. F., A. Overeem, H. Leijnse et R. Uijlenhoet. « Measurement and interpolation uncertainties in rainfall maps from cellular communication networks ». Hydrology and Earth System Sciences 19, no 8 (14 août 2015) : 3571–84. http://dx.doi.org/10.5194/hess-19-3571-2015.
Texte intégralLi, Cheng, Weimin Zheng et Peng Ge. « Tourism demand forecasting with spatiotemporal features ». Annals of Tourism Research 94 (mai 2022) : 103384. http://dx.doi.org/10.1016/j.annals.2022.103384.
Texte intégralMurr, Georges, et Saliya Coulibaly. « Machine Learning-assisted spatiotemporal chaos forecasting ». EPJ Web of Conferences 287 (2023) : 13002. http://dx.doi.org/10.1051/epjconf/202328713002.
Texte intégralLin, Xu, Hongyue Wang, Qingqing Zhang, Chaolong Yao, Changxin Chen, Lin Cheng et Zhaoxiong Li. « A Spatiotemporal Network Model for Global Ionospheric TEC Forecasting ». Remote Sensing 14, no 7 (2 avril 2022) : 1717. http://dx.doi.org/10.3390/rs14071717.
Texte intégralOliveira, Mariana, Luís Torgo et Vítor Santos Costa. « Evaluation Procedures for Forecasting with Spatiotemporal Data ». Mathematics 9, no 6 (23 mars 2021) : 691. http://dx.doi.org/10.3390/math9060691.
Texte intégralPavlyuk, Dmitry. « Temporal Aggregation Effects in Spatiotemporal Traffic Modelling ». Sensors 20, no 23 (4 décembre 2020) : 6931. http://dx.doi.org/10.3390/s20236931.
Texte intégralMuñoz-Organero, Mario, et Paula Queipo-Álvarez. « Deep Spatiotemporal Model for COVID-19 Forecasting ». Sensors 22, no 9 (5 mai 2022) : 3519. http://dx.doi.org/10.3390/s22093519.
Texte intégral., V. Nourani, A. A. Moghaddam ., A. O. Nadiri . et V. P. Singh . « Forecasting Spatiotemporal Water Levels of Tabriz Aquifer ». Trends in Applied Sciences Research 3, no 4 (1 avril 2008) : 319–29. http://dx.doi.org/10.3923/tasr.2008.319.329.
Texte intégralLópez, Cristóbal, Alberto Álvarez et Emilio Hernández-García. « Forecasting Confined Spatiotemporal Chaos with Genetic Algorithms ». Physical Review Letters 85, no 11 (11 septembre 2000) : 2300–2303. http://dx.doi.org/10.1103/physrevlett.85.2300.
Texte intégralErmagun, Alireza, et David Levinson. « Spatiotemporal traffic forecasting : review and proposed directions ». Transport Reviews 38, no 6 (6 mars 2018) : 786–814. http://dx.doi.org/10.1080/01441647.2018.1442887.
Texte intégralLi, Zhenxin, Yong Han, Zhenyu Xu, Zhihao Zhang, Zhixian Sun et Ge Chen. « PMGCN : Progressive Multi-Graph Convolutional Network for Traffic Forecasting ». ISPRS International Journal of Geo-Information 12, no 6 (16 juin 2023) : 241. http://dx.doi.org/10.3390/ijgi12060241.
Texte intégralRapantzikos, Konstantinos, Nicolas Tsapatsoulis, Yannis Avrithis et Stefanos Kollias. « Spatiotemporal saliency for video classification ». Signal Processing : Image Communication 24, no 7 (août 2009) : 557–71. http://dx.doi.org/10.1016/j.image.2009.03.002.
Texte intégralLiu, Gang, Silu He, Xing Han, Qinyao Luo, Ronghua Du, Xinsha Fu et Ling Zhao. « Self-Supervised Spatiotemporal Masking Strategy-Based Models for Traffic Flow Forecasting ». Symmetry 15, no 11 (31 octobre 2023) : 2002. http://dx.doi.org/10.3390/sym15112002.
Texte intégralCheng, Yong, Haifeng Qu, Jun Wang, Kun Qian, Wei Li, Ling Yang, Xiaodong Han et Min Liu. « A Radar Echo Extrapolation Model Based on a Dual-Branch Encoder–Decoder and Spatiotemporal GRU ». Atmosphere 15, no 1 (14 janvier 2024) : 104. http://dx.doi.org/10.3390/atmos15010104.
Texte intégralSajan, Bhartendu, Varun Narayan Mishra, Shruti Kanga, Gowhar Meraj, Suraj Kumar Singh et Pankaj Kumar. « Cellular Automata-Based Artificial Neural Network Model for Assessing Past, Present, and Future Land Use/Land Cover Dynamics ». Agronomy 12, no 11 (7 novembre 2022) : 2772. http://dx.doi.org/10.3390/agronomy12112772.
Texte intégralHeinecke, G., A. A. Syntetos et W. Wang. « Forecasting-based SKU classification ». International Journal of Production Economics 143, no 2 (juin 2013) : 455–62. http://dx.doi.org/10.1016/j.ijpe.2011.11.020.
Texte intégralPavlyuk. « Transfer Learning : Video Prediction and Spatiotemporal Urban Traffic Forecasting ». Algorithms 13, no 2 (13 février 2020) : 39. http://dx.doi.org/10.3390/a13020039.
Texte intégralKolidakis, Stylianos Z., Kornilia Maria A. Kotoula et George N. Botzoris. « School Mode Choice Classification Model Exploitation Though Artificial Intelligence Classification Application ». Mathematical Modelling of Engineering Problems 9, no 6 (31 décembre 2022) : 1441–50. http://dx.doi.org/10.18280/mmep.090601.
Texte intégralXiong, Liyan, Weihua Ding, Xiaohui Huang et Weichun Huang. « CLSTAN : ConvLSTM-Based Spatiotemporal Attention Network for Traffic Flow Forecasting ». Mathematical Problems in Engineering 2022 (11 juillet 2022) : 1–13. http://dx.doi.org/10.1155/2022/1604727.
Texte intégralPavlyuk, Dmitry. « Spatiotemporal cross-validation of urban traffic forecasting models ». Transportation Research Procedia 52 (2021) : 179–86. http://dx.doi.org/10.1016/j.trpro.2021.01.020.
Texte intégralKaboudan, M. A. « SPATIOTEMPORAL FORECASTING OF HOME PRICES : A GIS APPLICATION ». IFAC Proceedings Volumes 38, no 1 (2005) : 95–99. http://dx.doi.org/10.3182/20050703-6-cz-1902.02251.
Texte intégralDirector, Hannah M., Adrian E. Raftery et Cecilia M. Bitz. « Improved Sea Ice Forecasting through Spatiotemporal Bias Correction ». Journal of Climate 30, no 23 (décembre 2017) : 9493–510. http://dx.doi.org/10.1175/jcli-d-17-0185.1.
Texte intégralPrestemon, Jeffrey P., María L. Chas-Amil, Julia M. Touza et Scott L. Goodrick. « Forecasting intentional wildfires using temporal and spatiotemporal autocorrelations ». International Journal of Wildland Fire 21, no 6 (2012) : 743. http://dx.doi.org/10.1071/wf11049.
Texte intégralChai, Songjian, Zhao Xu, Youwei Jia et Wai Kin Wong. « A Robust Spatiotemporal Forecasting Framework for Photovoltaic Generation ». IEEE Transactions on Smart Grid 11, no 6 (novembre 2020) : 5370–82. http://dx.doi.org/10.1109/tsg.2020.3006085.
Texte intégralLenzi, Amanda, et Marc G. Genton. « Spatiotemporal probabilistic wind vector forecasting over Saudi Arabia ». Annals of Applied Statistics 14, no 3 (septembre 2020) : 1359–78. http://dx.doi.org/10.1214/20-aoas1347.
Texte intégralYou, Yujie, Le Zhang, Peng Tao, Suran Liu et Luonan Chen. « Spatiotemporal Transformer Neural Network for Time-Series Forecasting ». Entropy 24, no 11 (14 novembre 2022) : 1651. http://dx.doi.org/10.3390/e24111651.
Texte intégralJiao, Xiaoying, Gang Li et Jason Li Chen. « Forecasting international tourism demand : a local spatiotemporal model ». Annals of Tourism Research 83 (juillet 2020) : 102937. http://dx.doi.org/10.1016/j.annals.2020.102937.
Texte intégralAbirami, S., et P. Chitra. « Regional air quality forecasting using spatiotemporal deep learning ». Journal of Cleaner Production 283 (février 2021) : 125341. http://dx.doi.org/10.1016/j.jclepro.2020.125341.
Texte intégralLi, Yung-Chen, Hsiao-Yun Huang, Nan-Ping Yang et Yi-Hung Kung. « Stock Market Forecasting Based on Spatiotemporal Deep Learning ». Entropy 25, no 9 (12 septembre 2023) : 1326. http://dx.doi.org/10.3390/e25091326.
Texte intégralYue, Aming, et Wenhua Wu. « STGWN : Enhanced spatiotemporal wave forecasting using multiscale features ». Applied Ocean Research 145 (avril 2024) : 103923. http://dx.doi.org/10.1016/j.apor.2024.103923.
Texte intégral