Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: "{{{1}}}"
![]() |
|
Link zu diesem Datensatz | https://d-nb.info/1252801793 |
Titel | A machine-learning-guided adaptive algorithm to reduce the computational cost of integrating kinetics in global atmospheric chemistry models: application to GEOS-Chem versions 12.0.0 and 12.9.1 |
Person(en) |
Shen, Lu (Verfasser) Jacob, Daniel J. (Verfasser) Santillana, Mauricio (Verfasser) Bates, Kelvin (Verfasser) Zhuang, Jiawei (Verfasser) Chen, Wei (Verfasser) |
Umfang/Format | Online-Ressource (pdf) |
Persistent Identifier |
URN: urn:nbn:de:101:1-2022030304345926552171 DOI: 10.5194/gmd-15-1677-2022 |
URL |
https://gmd.copernicus.org/articles/15/1677/2022/gmd-15-1677-2022.pdf https://gmd.copernicus.org/articles/15/1677/2022/ |
Zeitliche Einordnung | Erscheinungsdatum: 25.02.2022 |
DDC-Notation | 541 (maschinell ermittelte DDC-Kurznotation) |
Sprache(n) | Englisch (eng) |
Beziehungen | Enthalten in: Geoscientific model development (Bd. 15, 2022, Nr. 4: 1677-1687. 11 S.) |
Sachgruppe(n) | 540 Chemie |
Online-Zugriff | Archivobjekt öffnen |
