CRIS Current Research Information System

N/A

Bonavita M., Arcucci R., Carrassi A., Dueben P., Geer A.J., Le Saux B., et al. (2021). Machine learning for earth system observation and prediction. BULLETIN OF THE AMERICAN METEOROLOGICAL SOCIETY, 102(4), E710-E716 [10.1175/BAMS-D-20-0307.1].

Machine learning for earth system observation and prediction

Carrassi A.;
2021

Abstract

N/A
2021
Bonavita M., Arcucci R., Carrassi A., Dueben P., Geer A.J., Le Saux B., et al. (2021). Machine learning for earth system observation and prediction. BULLETIN OF THE AMERICAN METEOROLOGICAL SOCIETY, 102(4), E710-E716 [10.1175/BAMS-D-20-0307.1].
Bonavita M.; Arcucci R.; Carrassi A.; Dueben P.; Geer A.J.; Le Saux B.; Longepe N.; Mathieu P.-P.; Raynaud L.
1.01 Articolo in rivista
File in questo prodotto:
File Dimensione Formato  
accepted_version.pdf

accesso aperto

Tipo: Postprint / Author's Accepted Manuscript (AAM) - versione accettata per la pubblicazione dopo la peer-review
Licenza: Licenza per accesso libero gratuito
Dimensione 1.17 MB
Formato Adobe PDF
Visualizza/Apri
1.17 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11585/845189
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 39
  • ???jsp.display-item.citation.isi??? 30
social impact