- -

Towards an Extension of the Model Conditional Processor: Predictive Uncertainty Quantification of Monthly Streamflow via Gaussian Mixture Models and Clusters

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Towards an Extension of the Model Conditional Processor: Predictive Uncertainty Quantification of Monthly Streamflow via Gaussian Mixture Models and Clusters

Mostrar el registro completo del ítem

Romero-Cuellar, J.; Gastulo-Tapia, CJ.; Hernández-López, MR.; Prieto Sierra, C.; Francés, F. (2022). Towards an Extension of the Model Conditional Processor: Predictive Uncertainty Quantification of Monthly Streamflow via Gaussian Mixture Models and Clusters. Water. 14(8):1-24. https://doi.org/10.3390/w14081261

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/194039

Ficheros en el ítem

Metadatos del ítem

Título: Towards an Extension of the Model Conditional Processor: Predictive Uncertainty Quantification of Monthly Streamflow via Gaussian Mixture Models and Clusters
Autor: Romero-Cuellar, Jonathan Gastulo-Tapia, Cristhian J. Hernández-López, Mario R. Prieto Sierra, Cristina Francés, F.
Entidad UPV: Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos - Escola Tècnica Superior d'Enginyers de Camins, Canals i Ports
Fecha difusión:
Resumen:
[EN] This research develops an extension of the Model Conditional Processor (MCP), which merges clusters with Gaussian mixture models to offer an alternative solution to manage heteroscedastic errors. The new method is ...[+]
Palabras clave: Uncertainty analysis , Water resources , Cluster analysis , Gaussian mixture model , Probabilistic prediction
Derechos de uso: Reconocimiento (by)
Fuente:
Water. (issn: 2073-4441 )
DOI: 10.3390/w14081261
Editorial:
MDPI AG
Versión del editor: https://doi.org/10.3390/w14081261
Coste APC: 2050
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI2018-093717-B-I00/ES/MEJORAS DEL CONOCIMIENTO Y DE LAS CAPACIDADES DE MODELIZACION PARA LA PROGNOSIS DE LOS EFECTOS DEL CAMBIO GLOBAL EN UNA CUENCA HIDROLOGICA/
info:eu-repo/grantAgreement/COLCIENCIAS//677/
Agradecimientos:
We are grateful to Qingyun Duan for information of the MOPEX experiment. We also are grateful to the editor and two anonymous reviewers for their thoughtful comments on this manuscript. This research was funded by the ...[+]
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem