Feed-forward vs recurrent neural network models for non-stationarity modelling using data assimilation and adaptivity - Archive ouverte HAL
Article Dans Une Revue Hydrological Sciences Journal Année : 2015

Feed-forward vs recurrent neural network models for non-stationarity modelling using data assimilation and adaptivity

V. Taver
  • Fonction : Auteur
IMT - MINES ALES
Hydrosciences Montpellier
A. Johannet
Laboratoire de Génie de l'Environnement Industriel
CV
V. Borrell-Estupina
  • Fonction : Auteur
Hydrosciences Montpellier
S. Pistre
Hydrosciences Montpellier
CV

Domaines

Hydrologie

pascale roussel  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02051939

Soumis le : jeudi 28 février 2019-10:52:46

Dernière modification le : lundi 2 décembre 2024-14:48:12

Consulter le texte intégral

Dates et versions

hal-02051939 , version 1 (28-02-2019)

Identifiants

Citer

V. Taver, A. Johannet, V. Borrell-Estupina, S. Pistre. Feed-forward vs recurrent neural network models for non-stationarity modelling using data assimilation and adaptivity. Hydrological Sciences Journal, 2015, 60 (7-8), pp.1242--1265. ⟨10.1080/02626667.2014.967696⟩. ⟨hal-02051939⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSU CNRS EM-ALES HSM AGROPOLIS UNIV-MONTPELLIER INSTITUT-MINES-TELECOM
45 Consultations
0 Téléchargements

Altmetric

Partager

More