EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

INLA-RF: A hybrid modeling strategy for spatio-temporal environmental data

Mario Figueira, Michela Cameletti, Luca Patelli

Computational Statistics & Data Analysis · 2027-02 · 226 · 108481

DOI: 10.1016/j.csda.2026.108481 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Computational Statistics & Data Analysis, 2027-02. Verfasst von Mario Figueira und 2 weiteren Autor:innen. Die Arbeit nennt 47 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: European Regional Development Fund, Espana Ministerio de Ciencia Innovacion y Universidades.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • European Regional Development Fund
  • Espana Ministerio de Ciencia Innovacion y Universidades

Zitieren

APA

Figueira, M., Cameletti, M., & Patelli, L. (2027). INLA-RF: A hybrid modeling strategy for spatio-temporal environmental data. Computational Statistics & Data Analysis, 226, 108481. https://doi.org/10.1016/j.csda.2026.108481

Vancouver

Figueira M, Cameletti M, Patelli L. INLA-RF: A hybrid modeling strategy for spatio-temporal environmental data. Computational Statistics & Data Analysis. 2027;226:108481. doi:10.1016/j.csda.2026.108481

BibTeX
@article{Figueira2027,
  author = {Figueira, Mario and Cameletti, Michela and Patelli, Luca},
  title = {INLA-RF: A hybrid modeling strategy for spatio-temporal environmental data},
  journal = {Computational Statistics & Data Analysis},
  year = {2027},
  volume = {226},
  pages = {108481},
  doi = {10.1016/j.csda.2026.108481}
}
Kostenlos starten →