Global S&T Development Trend Analysis Platform of Resources and Environment
| 机器学习模型使全球滑坡“实时预报”的准确性翻倍 | |
| 王立伟 | |
| 2021-07-10 | |
| 所属快报 | 地球科学快报 |
| 出版年 | 2021 |
| 期 | 13 |
| 语种 | 中文 |
| 领域 | 地球科学 |
| 栏目 | 前沿研究动态 |
| 中文关键词 | 机器学习模型 ; 滑坡 |
| 英文关键词 | Machine learning model landslide |
| 中文摘要 | 2021年6月10日，美国航空航天局戈达德太空飞行中心（NASA's Goddard Space Flight Center）发布消息称，NASA的全球滑坡危险评估（LHASA）模型Version 2可将全球滑坡“实时播报”的准确性翻倍。 |
| 原文题名 | Machine learning model doubles accuracy of global landslide 'nowcasts' |
| 原文链接 | 查看原文 |
| 文献类型 | 快报文章 |
| 条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/330930 |
| 专题 | 地球科学 |
| 推荐引用方式 GB/T 7714 | 王立伟. 机器学习模型使全球滑坡“实时预报”的准确性翻倍. 2021. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 机器学习模型使全球滑坡“实时预报”的准确（15KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| 机器学习模型使全球滑坡“实时预报”的准确（410KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [王立伟]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [王立伟]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [王立伟]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 文件名： | 机器学习模型使全球滑坡“实时预报”的准确性翻倍.png |
| 格式： | image/png |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论