Li, Jingmin (2021) Cluster analysis data and code for global aerosol simulations using the K-means machine learning method. [sonstige Veröffentlichung]
Dieses Archiv kann nicht den Volltext zur Verfügung stellen.
Kurzfassung
This contains data and script for global aerosol clustering from the publication "An aerosol classification scheme for global simulations using the K-means machine learning method" (https://doi.org/10.5194/gmd-15-509-2022). The script applys a K-means clustering algorithm to data extracted from a global simulation with the EMAC-MADE3 global aerosol model (Beet al., 2020). For a range of k clusters two classification metrics are calculated: the sum of squared errors (SSE) and silhouette coefficient (SC).
elib-URL des Eintrags: | https://elib.dlr.de/209996/ | ||||||||
---|---|---|---|---|---|---|---|---|---|
Dokumentart: | sonstige Veröffentlichung | ||||||||
Titel: | Cluster analysis data and code for global aerosol simulations using the K-means machine learning method | ||||||||
Autoren: |
| ||||||||
Datum: | 2021 | ||||||||
Referierte Publikation: | Nein | ||||||||
Open Access: | Nein | ||||||||
DOI: | 10.5281/zenodo.5582338 | ||||||||
Status: | veröffentlicht | ||||||||
Stichwörter: | global aerosol classification procedure, aerosol regime, K-means, machine-learning | ||||||||
HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||
HGF - Programm: | Verkehr | ||||||||
HGF - Programmthema: | Verkehrssystem | ||||||||
DLR - Schwerpunkt: | Verkehr | ||||||||
DLR - Forschungsgebiet: | V VS - Verkehrssystem | ||||||||
DLR - Teilgebiet (Projekt, Vorhaben): | V - MoDa - Models and Data for Future Mobility_Supporting Services, R - Projekt MABAK | ||||||||
Standort: | Oberpfaffenhofen | ||||||||
Institute & Einrichtungen: | Institut für Physik der Atmosphäre > Erdsystem-Modellierung | ||||||||
Hinterlegt von: | Li, Jingmin | ||||||||
Hinterlegt am: | 03 Dez 2024 13:38 | ||||||||
Letzte Änderung: | 03 Dez 2024 13:38 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags