| 标题 |
 Improving LSTM hydrological modeling with spatiotemporal deep learning and multi-task learning: A case study of three mountainous areas on the Tibetan Plateau 利用时空深度学习和多任务学习改进LSTM水文建模：以青藏高原三个山区为例
相关领域
计算机科学
卷积神经网络
人工智能
深度学习
高原（数学）
任务（项目管理）
人工神经网络
降水
地表径流
机器学习
模式识别（心理学）
气象学
数学
生态学
经济
生物
物理
数学分析
管理
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Hydrology 作者：Bu Li; Ruidong Li; Ting Sun; Aofan Gong; Fuqiang Tian; et al 出版日期：2023-03-15 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
Singularity
不配.
paparazzi221
坚强的广山
互助遵法尚德
带头大哥
Yziii
HEIKU
寻道图强
lch23560
好困
zho
pluto
shinysparrow
iNk
夏远航
pcr163
Leonardi
子车茗
完美的天空
皖公网安备34019202002308
