Ändra sökning
Avgränsa sökresultatet
1 - 3 av 3
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Hieronymus, Jenny
    et al.
    SMHI, Forskningsavdelningen, Oceanografi.
    Eilola, Kari
    SMHI, Forskningsavdelningen, Oceanografi.
    Hieronymus, Magnus
    SMHI, Forskningsavdelningen, Oceanografi.
    Meier, Markus
    SMHI, Forskningsavdelningen, Oceanografi.
    Saraiva, Sofia
    Karlson, Bengt
    SMHI, Forskningsavdelningen, Oceanografi.
    Causes of simulated long-term changes in phytoplankton biomass in the Baltic proper: a wavelet analysis2018Ingår i: Biogeosciences, ISSN 1726-4170, E-ISSN 1726-4189, Vol. 15, nr 16, s. 5113-5129Artikel i tidskrift (Refereegranskat)
  • 2.
    Hieronymus, Magnus
    et al.
    SMHI, Forskningsavdelningen, Oceanografi.
    Hieronymus, Jenny
    SMHI, Forskningsavdelningen, Oceanografi.
    Arneborg, Lars
    SMHI, Forskningsavdelningen, Oceanografi.
    Sea level modelling in the Baltic and the North Sea: The respective role of different parts of the forcing2017Ingår i: Ocean Modelling, ISSN 1463-5003, E-ISSN 1463-5011, Vol. 118, s. 59-72Artikel i tidskrift (Refereegranskat)
  • 3.
    Hieronymus, Magnus
    et al.
    SMHI, Forskningsavdelningen, Oceanografi.
    Hieronymus, Jenny
    SMHI, Forskningsavdelningen, Oceanografi.
    Hieronymus, Fredrik
    On the Application of Machine Learning Techniques to Regression Problems in Sea Level Studies2019Ingår i: Journal of Atmospheric and Oceanic Technology, ISSN 0739-0572, E-ISSN 1520-0426, Vol. 36, nr 9, s. 1889-1902Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Long sea level records with high temporal resolution are of paramount importance for future coastal protection and adaptation plans. Here we discuss the application of machine learning techniques to some regression problems commonly encountered when analyzing such time series. The performance of artificial neural networks is compared with that of multiple linear regression models on sea level data from the Swedish coast. The neural networks are found to be superior when local sea level forcing is used together with remote sea level forcing and meteorological forcing, whereas the linear models and the neural networks show similar performance when local sea level forcing is excluded. The overall performance of the machine learning algorithms is good, often surpassing that of the much more computationally costly numerical ocean models used at our institute.

1 - 3 av 3
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
v. 2.35.8
|