首页> 外文OA文献 >Data-driven prediction of a multi-scale Lorenz 96 chaotic system using deep learning methods: Reservoir computing, ANN, and RNN-LSTM

【2h】

Data-driven prediction of a multi-scale Lorenz 96 chaotic system using deep learning methods: Reservoir computing, ANN, and RNN-LSTM

机译：使用深度学习方法的多尺度Lorenz 96混沌系统的数据驱动预测：储层计算，ANN和RNN-LSTM

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Ashesh Chattopadhyay; Pedram Hassanzadeh; Devika Subramanian;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Data-driven predictions of a multiscale Lorenz 96 chaotic system using machine-learning methods: reservoir computing, artificial neural network, and long short-term memory network [J] . Chattopadhyay Ashesh, Hassanzadeh Pedram, Subramanian Devika Nonlinear Processes in Geophysics Discussions . 2020,第3期

机译：使用机器学习方法的多尺度Lorenz 96混沌系统的数据驱动预测：水库计算，人工神经网络和长短期内存网络
2. Data-driven predictions of a multiscale Lorenz 96 chaotic system using machine-learning methods: reservoir computing, artificial neural network, and long short-term memory network [J] . Ashesh Chattopadhyay, Pedram Hassanzadeh, Devika Subramanian Nonlinear processes in geophysics . 2020,第3期

机译：使用机器学习方法的多尺度Lorenz 96混沌系统的数据驱动预测：水库计算，人工神经网络和长短期内存网络
3. Data‐Driven Super‐Parameterization Using Deep Learning: Experimentation With Multiscale Lorenz 96 Systems and Transfer Learning [J] . Ashesh Chattopadhyay, Adam Subel, Pedram Hassanzadeh Journal of Advances in Modeling Earth Systems . 2020,第11期

机译：使用深度学习的数据驱动超参数化：多尺度Lorenz 96系统的实验和转移学习
4. Accelerated Phase Equilibrium Predictions for Subsurface Reservoirs Using Deep Learning Methods [C] . Tao Zhang, Yiteng Li, Shuyu Sun International Conference on Computational Science . 2019

机译：使用深度学习方法的地下储层加速相平衡预测
5. A Deep-learning Method of Automatic VMAT Planning Via MLC Dynamic Sequence Prediction (AVP-DSP) Using 3D Dose Prediction: a Feasibility Study of Prostate Radiotherapy Application [D] . Ni, Yimin. 2020

机译：使用3D剂量预测通过MLC动态序列预测（AVP-DSP）自动VMAT规划的深度学习方法：前列腺放射治疗应用的可行性研究
6. EDLMFC: an ensemble deep learning framework with multi-scale features combination for ncRNA–protein interaction prediction [O] . Jingjing Wang, Yanpeng Zhao, Weikang Gong, 2021

机译：EDLMFC：具有用于NCRNA蛋白质相互作用预测的多尺度特征组合的集合深度学习框架
7. Review of the manuscript quot;Data-driven prediction of a multi-scale Lorenz 96 chaotic system...quot; [O] . 2020

机译：审查稿件“多尺度Lorenz 96混沌系统的数据驱动预测......”

Data-driven prediction of a multi-scale Lorenz 96 chaotic system using deep learning methods: Reservoir computing, ANN, and RNN-LSTM

著录项

引文网络

相似文献

相关主题

期刊订阅