Rezultati

eNauka >  Rezultati >  DWFH: An improved data-driven deep weather forecasting hybrid model using Transductive Long Short Term Memory (T-LSTM)
Naziv: DWFH: An improved data-driven deep weather forecasting hybrid model using Transductive Long Short Term Memory (T-LSTM)
Autori: Venkatachalam, K.; Trojovský, Pavel; Pamučar, Dragan  ; Bačanin Džakula, Nebojša  ; Simić, Vladimir  
Godina: 2023
Publikacija: Expert systems with applications
ISSN: 0957-4174 Expert Systems with Applications Pretraži identifikator
Izdavač: OxfordNew York : Pergamon Press
Tip rezultata: Naučni članak
Kolacija: vol. 213 str. 119270-119270
DOI: 10.1016/j.eswa.2022.119270
WoS-ID: 000890656300005
Scopus-ID: 2-s2.0-85145616827
VBS COBISS: 85561353
URI: https://rfos.fon.bg.ac.rs/handle/123456789/2486
https://enauka.gov.rs/handle/123456789/753308
https://plus.cobiss.net/cobiss/sr/sr/bib/85561353#izum.si
http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/2/9462
URL: https://www.sciencedirect.com/science/article/abs/pii/S0957417422022886?via%3Dihub
M-kategorija: 
21aM21a - Rad u međ. časopisu izuzetnih vrednosti

40
SCOPUSTM
24
WEB OF SCIENCETM
Alt metrika
Dimensions

Pronađi DOI

Unpaywall

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.