Info
Meny
English
Logg inn
Søk etter prosjekter, resultater og personer
Søk etter prosjekter, resultater og personer
Historikk
Cristin-resultat-ID:
1817818
Sist endret:
17. september 2020, 15:43
NVI-rapporteringsår:
2020
Resultat
Vitenskapelig artikkel
2020
Combining data assimilation and machine learning to emulate a dynamical model from sparse and noisy observations: A case study with the Lorenz 96 model
Julien Brajard
Alberto Carrassi
Marc Bocquet
og
Laurent Bertino
Tidsskrift
Tidsskrift
Journal of Computational Science
ISSN 1877-7503
e-ISSN 1877-7511
NVI-nivå 1
Finn i kanalregisteret
Om resultatet
Om resultatet
Vitenskapelig artikkel
Publiseringsår: 2020
Volum: 44
Lenker
Lenker
original online (doi)
https://doi.org/10.1016/j.jocs.2020.101171
Importkilder
Importkilder
Scopus-ID: 2-s2.0-85086901784
Beskrivelse
Beskrivelse
Engelsk
Tittel
Combining data assimilation and machine learning to emulate a dynamical model from sparse and noisy observations: A case study with the Lorenz 96 model
Bidragsytere
Bidragsytere
Julien Brajard
Forfatter
ved Sorbonne Université
Forfatter
ved Nansen Senter for Miljø og Fjernmåling
Alberto Carrassi
Forfatter
ved Universiteit Utrecht
Forfatter
ved University of Reading
Marc Bocquet
Forfatter
ved Université Paris-Est
Laurent Bertino
Forfatter
ved Nansen Senter for Miljø og Fjernmåling
1
-
4
av
4