On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory

Sprache: Englisch

Verlag: Springer, 2022

3030952304 / 9783030952303

Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 14. August 2006

Artikel dieses Verkäufers ansehen
Hardcover

Zustand: Neu

EUR 173,47

EUR 35,00 Versand 
Versand von Deutschland nach USA

Anzahl: 1 verfügbar

In den Warenkorb
Kostenlose Rückgaben innerhalb von 30 Tagen

Artikelbeschreibung vom Verkäufer

Druck auf Anfrage Neuware - Printed after ordering - The gathering and storage of data indexed in space and time are experiencing unprecedented growth, demanding for advanced and adapted tools to analyse them. This thesis deals with the exploration and modelling of complex high-frequency and non-stationary spatio-temporal data. It proposes an efficient framework in modelling with machine learning algorithms spatio-temporal fields measured on irregular monitoring networks, accounting for high dimensional input space and large data sets. The uncertainty quantification is enabled by specifying this framework with the extreme learning machine, a particular type of artificial neural network for which analytical results, variance estimation and confidence intervals are developed. Particular attention is also paid to a highly versatile exploratory data analysis tool based on information theory, the Fisher-Shannon analysis, which can be used to assess the complexity of distributional properties of temporal, spatial and spatio-temporal data sets. Examples of the proposed methodologies are concentrated on data from environmental sciences, with an emphasis on wind speed modelling in complex mountainous terrain and the resulting renewable energy assessment. The contributions of this thesis can find a large number of applications in several research domains where exploration, understanding, clustering, interpolation and forecasting of complex phenomena are of utmost importance.…

Bestandsnummer des Verkäufers 9783030952303

Titel
On Spatio-Temporal Data Modelling and Uncertainty Quantification Using Machine Learning and Information Theory
Autor
Fabian Guignard
Verlag
Springer
Veröffentlichungsjahr
2022
Zustand
Neu
Einband
Buch
Sprache
Englisch
ISBN-10
3030952304
ISBN-13
9783030952303
Artikelgewicht
436 Gramm
Abmessungen
241x160x16 mm

AHA-BUCH GmbH

Einbeck, Deutschland

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 14. August 2006

Versandkosten von Deutschland nach USA

Artikel7 bis 10 Werktage5 bis 7 Werktage
Erster ArtikelEUR 35,00EUR 45,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Banküberweisung
  • PayPal
  • Vorauskasse

Shop-Beschreibung

Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.

Spezialisierung

Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & Studium

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

AHA-BUCH GmbH

Garlebsen 48
Einbeck, Deutschland 37574