skip to main content
Idioma:
Você quis dizer: loesch t?
Resultados 1 2 3 4 5 next page
Mostrar Somente
Refinado por: data de publicação: Após 2011 remover
Result Number Material Type Add to My Shelf Action Record Details and Options
1
On the Optimal Spatial Design for Groundwater Level Monitoring Networks
On the Optimal Spatial Design for Groundwater Level Monitoring Networks
Material Type:
Artigo 		Adicionar ao Meu Espaço

On the Optimal Spatial Design for Groundwater Level Monitoring Networks

Ohmer, M. ; Liesch, T. ; Goldscheider, N.

Water resources research, 2019-11, Vol.55 (11), p.9454-9473 [Periódico revisado por pares]

Washington: Blackwell Publishing Ltd

Texto completo disponível

Citações Citado por
2
Isotopic constraints on water source mixing, network leakage and contamination in an urban groundwater system
Isotopic constraints on water source mixing, network leakage and contamination in an urban groundwater system
Material Type:
Artigo 		Adicionar ao Meu Espaço

Isotopic constraints on water source mixing, network leakage and contamination in an urban groundwater system

Grimmeisen, F. ; Lehmann, M.F. ; Liesch, T. ; Goeppert, N. ; Klinger, J. ; Zopfi, J. ; Goldscheider, N.

The Science of the total environment, 2017-04, Vol.583, p.202-213 [Periódico revisado por pares]

Netherlands: Elsevier B.V

Texto completo disponível

Citações Citado por
3
Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX)
Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX)
Material Type:
Artigo 		Adicionar ao Meu Espaço

Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX)

Wunsch, Andreas ; Liesch, Tanja ; Broda, Stefan

Hydrology and earth system sciences, 2021-04, Vol.25 (3), p.1671-1687 [Periódico revisado por pares]

Katlenburg-Lindau: Copernicus GmbH

Texto completo disponível

Citações Citado por
4
On the challenges of global entity-aware deep learning models for groundwater level prediction
On the challenges of global entity-aware deep learning models for groundwater level prediction
Material Type:
Artigo 		Adicionar ao Meu Espaço

On the challenges of global entity-aware deep learning models for groundwater level prediction

Heudorfer, Benedikt ; Liesch, Tanja ; Broda, Stefan

Hydrology and earth system sciences, 2024-02, Vol.28 (3), p.525-543 [Periódico revisado por pares]

Copernicus GmbH

Texto completo disponível

Citações Citado por
5
Spatiotemporal optimization of groundwater monitoring networks using data-driven sparse sensing methods
Spatiotemporal optimization of groundwater monitoring networks using data-driven sparse sensing methods
Material Type:
Artigo 		Adicionar ao Meu Espaço

Spatiotemporal optimization of groundwater monitoring networks using data-driven sparse sensing methods

Ohmer, Marc ; Liesch, Tanja ; Wunsch, Andreas

Hydrology and earth system sciences, 2022-08, Vol.26 (15), p.4033-4053 [Periódico revisado por pares]

Katlenburg-Lindau: Copernicus GmbH

Texto completo disponível

Citações Citado por
6
Karst spring discharge modeling based on deep learning using spatially distributed input data
Karst spring discharge modeling based on deep learning using spatially distributed input data
Material Type:
Artigo 		Adicionar ao Meu Espaço

Karst spring discharge modeling based on deep learning using spatially distributed input data

Wunsch, Andreas ; Liesch, Tanja ; Cinkus, Guillaume ; Ravbar, NataÅ¡a ; Chen, Zhao ; Mazzilli, Naomi ; Jourde, Hervé ; Goldscheider, Nico

Hydrology and earth system sciences, 2022-05, Vol.26 (9), p.2405-2430 [Periódico revisado por pares]

Katlenburg-Lindau: Copernicus GmbH

Texto completo disponível

Citações Citado por
7
When best is the enemy of good – critical evaluation of performance criteria in hydrological models
When best is the enemy of good – critical evaluation of performance criteria in hydrological models
Material Type:
Artigo 		Adicionar ao Meu Espaço

When best is the enemy of good – critical evaluation of performance criteria in hydrological models

Cinkus, Guillaume ; Mazzilli, Naomi ; Jourde, Hervé ; Wunsch, Andreas ; Liesch, Tanja ; Ravbar, NataÅ¡a ; Chen, Zhao ; Goldscheider, Nico

Hydrology and earth system sciences, 2023-07, Vol.27 (13), p.2397-2411 [Periódico revisado por pares]

Copernicus GmbH

Texto completo disponível

Citações Citado por
8
Comparison of artificial neural networks and reservoir models for simulating karst spring discharge on five test sites in the Alpine and Mediterranean regions
Comparison of artificial neural networks and reservoir models for simulating karst spring discharge on five test sites in the Alpine and Mediterranean regions
Material Type:
Artigo 		Adicionar ao Meu Espaço

Comparison of artificial neural networks and reservoir models for simulating karst spring discharge on five test sites in the Alpine and Mediterranean regions

Cinkus, Guillaume ; Wunsch, Andreas ; Mazzilli, Naomi ; Liesch, Tanja ; Chen, Zhao ; Ravbar, NataÅ¡a ; Doummar, Joanna ; Fernández-Ortega, Jaime ; Barberá, Juan Antonio ; Andreo, Bartolomé ; Goldscheider, Nico ; Jourde, Hervé

Hydrology and earth system sciences, 2023-05, Vol.27 (10), p.1961-1985 [Periódico revisado por pares]

Copernicus GmbH

Texto completo disponível

Citações Citado por
9
Adapting the Uppsala model to a modern world: Macro-context and microfoundations
Adapting the Uppsala model to a modern world: Macro-context and microfoundations
Material Type:
Artigo 		Adicionar ao Meu Espaço

Adapting the Uppsala model to a modern world: Macro-context and microfoundations

Coviello, Nicole ; Kano, Liena ; Liesch, Peter W

Journal of international business studies, 2017-12, Vol.48 (9), p.1151-1164 [Periódico revisado por pares]

London: Palgrave Macmillan

Texto completo disponível

Citações Citado por
10
Deep learning shows declining groundwater levels in Germany until 2100 due to climate change
Deep learning shows declining groundwater levels in Germany until 2100 due to climate change
Material Type:
Artigo 		Adicionar ao Meu Espaço

Deep learning shows declining groundwater levels in Germany until 2100 due to climate change

Wunsch, Andreas ; Liesch, Tanja ; Broda, Stefan

Nature communications, 2022-03, Vol.13 (1), p.1221-1221, Article 1221 [Periódico revisado por pares]

England: Nature Publishing Group

Texto completo disponível

Citações Citado por
Resultados 1 2 3 4 5 next page

Personalize Seus Resultados

  1. Editar

Refine Search Results

Expandir Meus Resultados

  1.   

Mostrar Somente

  1. Revistas revisadas por pares (111)

Refinar Meus Resultados

Tipo de Recurso 

  1. Artigos  (119)
  2. magazinearticle  (4)
  3. Anais de Congresso  (3)
  4. Conjunto de Dados  (3)
  5. Resenhas  (2)
  6. Reports  (1)
  7. Mais opções open sub menu

Data de Publicação 

De até
Refinar
  1. Antes de2013  (12)
  2. 2013Até2014  (12)
  3. 2015Até2016  (26)
  4. 2017Até2019  (27)
  5. Após 2019  (56)
  6. Mais opções open sub menu

Idioma 

  1. Inglês  (130)
  2. Japonês  (11)
  3. Português  (8)
  4. Francês  (7)
  5. Chinês  (5)
  6. Espanhol  (5)
  7. Alemão  (3)
  8. Árabe  (1)
  9. Mais opções open sub menu

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.