Evaluating the influence of temporal data resolution on the performance of deep neural networks for Karst groundwater forecasting

Xia Liang, Xiao; Lauzon, Dany; Gloaguen, Erwan; Straubhaar, Julien; Renard, Philippe; Xia Liang, Xiao; Lauzon, Dany; Gloaguen, Erwan; Straubhaar, Julien; Renard, Philippe

Evaluating the influence of temporal data resolution on the performance of deep neural networks for Karst groundwater forecasting

Xiao Xia Liang, Dany Lauzon , Erwan Gloaguen, Julien Straubhaar, Philippe Renard

Article de revue (2026)

Accéder à ce document

Lien externe

Libre accès au texte intégral chez l'éditeur officiel

Voir chez l'éditeur officiel

Mots clés

Département:

Département des génies civil, géologique et des mines

Matériel d'accompagnement:

Code

Organismes subventionnaires:

Natural Resources Canada

Adresse URL de PolyPublie:

https://publications.polymtl.ca/81101/

Titre de la revue :

Applied Computing and Geosciences ( vol. 31 )

Maison d'édition:

Elsevier BV

DOI:

10.1016/j.acags.2026.100393

URL officielle:

https://doi.org/10.1016/j.acags.2026.100393

OAI:

oai:publications.polymtl.ca:81101

ORCID

Date du dépôt:

28 sept. 2026 14:25

Dernière modification:

14 oct. 2026 14:47

Citer en APA 7:

Xia Liang, X., Lauzon, D., Gloaguen, E., Straubhaar, J., & Renard, P. (2026). Evaluating the influence of temporal data resolution on the performance of deep neural networks for Karst groundwater forecasting. Applied Computing and Geosciences, 31, 100393 (16 pages). https://doi.org/10.1016/j.acags.2026.100393

Statistiques

Dimensions

Actions réservées au personnel

Afficher document