Multiscale models for assimilation data and forecast : GE Echeladata challenge - Archive ouverte HAL
Pré-Publication, Document De Travail Année : 2019

Multiscale models for assimilation data and forecast : GE Echeladata challenge

Valentin Lefranc
  • Fonction : Auteur
Étienne Gay
  • Fonction : Auteur
Emmanuel Frenod
Université de Bretagne Sud - Vannes
Marianne Hemous
  • Fonction : Auteur
Remy Fouchereau
Université de Bretagne Sud - Vannes

Domaines

Statistiques [math.ST] Analyse numérique [math.NA] Autres [stat.ML] Machine Learning [stat.ML]
Fichier principal
Vignette du fichier
Article_GE.pdf (502 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Rémy Fouchereau  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02152876

Soumis le : mardi 11 juin 2019-17:27:10

Dernière modification le : lundi 22 avril 2024-10:10:58

Télécharger pour visualiser

Dates et versions

hal-02152876 , version 1 (11-06-2019)

Identifiants

  • HAL Id : hal-02152876 , version 1

Citer

Valentin Lefranc, Étienne Gay, Emmanuel Frenod, Marianne Hemous, Remy Fouchereau. Multiscale models for assimilation data and forecast : GE Echeladata challenge. 2019. ⟨hal-02152876⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

TDS-MACS
141 Consultations
85 Téléchargements

Partager

More