Machine learning-based uncertainty quantification for data assimilation: a simple model experiment - IMT Atlantique Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Machine learning-based uncertainty quantification for data assimilation: a simple model experiment

Domaines

Océan, Atmosphère
EGU21-9254-print.pdf (275.93 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Pierre Tandeo  : Connectez-vous pour contacter le contributeur

https://imt-atlantique.hal.science/hal-03279041

Soumis le : mardi 20 juillet 2021-15:05:24

Dernière modification le : vendredi 2 février 2024-09:42:25

Consulter le texte intégral

Dates et versions

hal-03279041 , version 1 (20-07-2021)

Identifiants

Citer

Juan Ruiz, Maximiliano Sacco, Yicun Zhen, Pierre Tandeo, Manuel Pulido. Machine learning-based uncertainty quantification for data assimilation: a simple model experiment. European Geosciences Union, Apr 2021, Vienne, Austria. ⟨10.5194/egusphere-egu21-9254⟩. ⟨hal-03279041⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-BREST INSTITUT-TELECOM CNRS LAB-STICC_UBO ENIB LAB-STICC IMT-ATLANTIQUE LAB-STICC_OSE LAB-STICC_IAOCEAN
47 Consultations
75 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More