Identification of bias in ground-based observations using feature importances from ML
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00020699%3A_____%2F23%3AN0000036" target="_blank" >RIV/00020699:_____/23:N0000036 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Identification of bias in ground-based observations using feature importances from ML
Popis výsledku v původním jazyce
The paper describes different machine learning approaches for creating a cloud coverage model and also shows the significance of individual pixels for 15 years of data.
Název v anglickém jazyce
Identification of bias in ground-based observations using feature importances from ML
Popis výsledku anglicky
The paper describes different machine learning approaches for creating a cloud coverage model and also shows the significance of individual pixels for 15 years of data.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
10509 - Meteorology and atmospheric sciences
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů