Artificial neural network based prediction of Large Scale Travelling Ionospheric Disturbances

Ferreira, Arthur Amaral und Borries, Claudia und Borges, Renato Alves (2022) Artificial neural network based prediction of Large Scale Travelling Ionospheric Disturbances. 1st Workshop on Data Science for GNSS Remote Sensing (D4G), Potsdam, Deutschland.

	PDF - Nur DLR-intern zugänglich 876kB
	PDF - Nur DLR-intern zugänglich 12kB

elib-URL des Eintrags:

https://elib.dlr.de/186992/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

Artificial neural network based prediction of Large Scale Travelling Ionospheric Disturbances

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Ferreira, Arthur Amaral	Arthur.Ferreira (at) dlr.de	https://orcid.org/0000-0002-1083-6376	NICHT SPEZIFIZIERT
Borries, Claudia	claudia.borries (at) dlr.de	https://orcid.org/0000-0001-9948-3353	NICHT SPEZIFIZIERT
Borges, Renato Alves	raborges (at) ene.unb.br	https://orcid.org/0000-0002-6072-8621	NICHT SPEZIFIZIERT

Datum:

Juni 2022

Referierte Publikation:

Nein

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

LSTIDs, Ionosphere, Artificial Neural Networks

Veranstaltungstitel:

1st Workshop on Data Science for GNSS Remote Sensing (D4G)

Veranstaltungsort:

Potsdam, Deutschland

Veranstaltungsart:

Workshop

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Kommunikation, Navigation, Quantentechnologien

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R KNQ - Kommunikation, Navigation, Quantentechnologie

DLR - Teilgebiet (Projekt, Vorhaben):

R - Ionosphäre

Standort:

Neustrelitz

Institute & Einrichtungen:

Institut für Solar-Terrestrische Physik > Solar-Terrestrische Kopplungsprozesse

Hinterlegt von:

Ferreira, Arthur Amaral

Hinterlegt am:

28 Jun 2022 11:03

Letzte Änderung:

01 Aug 2022 09:58

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags