Tackling uncertainty in flood forecasting model via a machine-learning based- surrogate model - CNRS - Centre national de la recherche scientifique
Communication Dans Un Congrès Année : 2021

Tackling uncertainty in flood forecasting model via a machine-learning based- surrogate model

Domaines

Climatologie

Virginie RICHARD  : Connectez-vous pour contacter le contributeur

https://cnrs.hal.science/hal-04739508

Soumis le : mercredi 16 octobre 2024-12:01:38

Dernière modification le : mercredi 20 novembre 2024-14:32:03

Fichier non déposé

Dates et versions

hal-04739508 , version 1 (16-10-2024)

Identifiants

  • HAL Id : hal-04739508 , version 1

Citer

S. El Garroussi, Sophie Ricci, M. de Lozzo, N. Goutal, D. Lucor. Tackling uncertainty in flood forecasting model via a machine-learning based- surrogate model. UNCECOMP2021, 4th International Conference on Uncertainty Quantification in Computational Sciences and Engineering, Jun 2021, Athene, Greece. ⟨hal-04739508⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSU ENPC CNRS LIMSI UNIV-PARIS-SACLAY IRT_SAINT-EXUPERY EDF LISN GS-COMPUTER-SCIENCE LISN-DATAFLOT CECI
13 Consultations
0 Téléchargements

Partager

More