Graph Machine Learning for Improved Imputation of Missing Tropospheric Ozone Data
Environmental Science & Technology · 21.11.2023 · 57 (46) · 18246-18258
DOI: 10.1021/acs.est.3c05104 ↗Kurz gefasst
Fachartikel in der Zeitschrift Environmental Science & Technology, online erschienen am 04.09.2023. Verfasst von Clara Betancourt und 3 weiteren Autor:innen. Beteiligte Einrichtung: Jülich Supercomputing Centre, Forschungszentrum Jülich, 52425 Jülich, Germany. Hauptthemen laut MEDLINE: Ozone, Air Pollution, Air Pollutants. Die Arbeit wurde bisher 31-mal zitiert (Crossref) und nennt 73 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: H2020 Industrial Leadership, H2020 European Research Council.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Stichwörter der Autor:innen
Substanzen
Autor:innen und Institutionen
- Jülich Supercomputing Centre, Forschungszentrum Jülich, 52425 Jülich, Germany.
- Max-Planck-Institut für Meteorologie, 20146 Hamburg, Germany.
ORCID-Profile: Clara Betancourt, Martin G Schultz
Förderung
- H2020 Industrial Leadership
- H2020 European Research Council
Zitieren
APA
Betancourt, C., Li, C. W. Y., Kleinert, F., & Schultz, M. G. (2023). Graph Machine Learning for Improved Imputation of Missing Tropospheric Ozone Data. Environmental Science & Technology, 57(46), 18246-18258. https://doi.org/10.1021/acs.est.3c05104
Vancouver
Betancourt C, Li CWY, Kleinert F, Schultz MG. Graph Machine Learning for Improved Imputation of Missing Tropospheric Ozone Data. Environmental Science & Technology. 2023;57(46):18246-18258. doi:10.1021/acs.est.3c05104
BibTeX
@article{Betancourt2023,
author = {Betancourt, Clara and Li, Cathy W Y and Kleinert, Felix and Schultz, Martin G},
title = {Graph Machine Learning for Improved Imputation of Missing Tropospheric Ozone Data},
journal = {Environmental Science & Technology},
year = {2023},
volume = {57},
number = {46},
pages = {18246--18258},
doi = {10.1021/acs.est.3c05104}
}
EUVIMED