Rottensteiner, Franz; Holtz, Francois; Almeev, Renat; Wittich, Dennis Cyrill; Sester, Monika; Leichter, Artem: Wie schnell steigt Magma auf? : Maschinelles Lernen (ML) hilft bei der Antwort. In: Unimagazin 1/2 (2022), S. 42-44
Abstract: | |
Wissenschaftler*innen der Geoinformatik und der Geowissenschaften bündeln ihre Expertisen, um Georisiken zu minimieren. In diesem Beitrag zeigen sie, dass maschinelles Lernen (ML) für die Auswertung von großen analytischen Datensätzen unumgänglich ist, um Prozesse in Magma-Reservoiren nachzuvollziehen. Der Einsatz von ML ermöglicht ein schnelles Reagieren bei laufenden vulkanischen Eruptionen, wie zum Beispiel La Palma. | |
License of this version: | CC BY 3.0 DE |
Document Type: | Article |
Publishing status: | publishedVersion |
Issue Date: | 2022 |
Appears in Collections: | 2022 Ausgabe 1/2 |
pos. | country | downloads | ||
---|---|---|---|---|
total | perc. | |||
1 | ![]() |
Germany | 45 | 61.64% |
2 | ![]() |
United States | 13 | 17.81% |
3 | ![]() |
China | 5 | 6.85% |
4 | ![]() |
Iran, Islamic Republic of | 2 | 2.74% |
5 | ![]() |
Taiwan | 1 | 1.37% |
6 | ![]() |
Turkey | 1 | 1.37% |
7 | ![]() |
Sweden | 1 | 1.37% |
8 | ![]() |
Russian Federation | 1 | 1.37% |
9 | ![]() |
Luxembourg | 1 | 1.37% |
10 | ![]() |
France | 1 | 1.37% |
other countries | 2 | 2.74% |
Hinweis
Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.