MétaCan
Menu
Retour à la cohorte
Enregistrement W2587082042

Auto-Calibration of Hydrological Models Using High Performance Computing

2006· article· en· W2587082042 sur OpenAlexafffund
Vimal Sharma, David Swayne, D.C.C. Lam, William M. Schertzer

Notice bibliographique

RevueScholarsArchive (Brigham Young University) · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesAgricultural Research ServiceCanadian Foundation for Climate and Atmospheric SciencesU.S. Department of Agriculture
Mots-clésCalibrationComputer scienceProcess (computing)Hydrological modellingAlgorithmData miningMathematicsStatisticsGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Hydrological models have been increasing in complexity over the years. These models rely on theircalibration to simulate real world conditions as close as possible. Calibration is a tedious and time-consumingprocess. An auto-calibration algorithm (SCE-UA) developed by Duan et al. [1992], has been successfully used inhydrological modeling area. This is a serial algorithm and as complexity of the models to be calibrated increasesthe computational cost, also significantly increases. In this study, a parallel version of the algorithm developed isused for testing of two simple hydrological models. The results show that parallel version of the algorithm can besuccessfully used to calibrate complex hydrological models.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,185
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScholarsArchive (Brigham Young University)Même sujetHydrology and Watershed Management StudiesTravaux en français237 207