Versenden
Drucken
Kaps, Arndt (2024) Machine-Learning Based Observational Cloud Products for Process-Oriented Climate Model Evaluation. Dissertation, Universität Bremen. doi: 10.26092/elib/2997.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
24MB |
| elib-URL des Eintrags: | https://elib.dlr.de/203919/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Hochschulschrift (Dissertation) | ||||||||
| Titel: | Machine-Learning Based Observational Cloud Products for Process-Oriented Climate Model Evaluation | ||||||||
| Autoren: |
| ||||||||
| Datum: | 10 Mai 2024 | ||||||||
| Open Access: | Ja | ||||||||
| DOI: | 10.26092/elib/2997 | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | Clouds, Climate, Remote Sensing, Machine Learning | ||||||||
| Institution: | Universität Bremen | ||||||||
| Abteilung: | Institut für Umweltphysik | ||||||||
| HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||
| HGF - Programm: | Raumfahrt | ||||||||
| HGF - Programmthema: | Erdbeobachtung | ||||||||
| DLR - Schwerpunkt: | Raumfahrt | ||||||||
| DLR - Forschungsgebiet: | R EO - Erdbeobachtung | ||||||||
| DLR - Teilgebiet (Projekt, Vorhaben): | R - Atmosphären- und Klimaforschung | ||||||||
| Standort: | Oberpfaffenhofen | ||||||||
| Institute & Einrichtungen: | Institut für Physik der Atmosphäre > Erdsystemmodell -Evaluation und -Analyse | ||||||||
| Hinterlegt von: | Kaps, Arndt | ||||||||
| Hinterlegt am: | 27 Jun 2024 13:04 | ||||||||
| Letzte Änderung: | 27 Jun 2024 13:04 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
