Surrogate models, physics-informed neural networks and climate change

SECCI, DANIELE
2024

28-mag-2024
Inglese
Surrogate modeling
Climate change
Groundwater resources
Artificial Intelligence
Neural networks
Tanda, Maria Giovanna
Gómez-Hernández, J. Jaime
TODARO, VALERIA
Università degli Studi di Parma
File in questo prodotto:
File Dimensione Formato  
Secci_PhD_Thesis_UNIPR_pdfA_v2.pdf

accesso aperto

Licenza: Creative Commons
Dimensione 22.35 MB
Formato Adobe PDF
22.35 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/370163
Il codice NBN di questa tesi è URN:NBN:IT:UNIPR-370163