Login
- Titel:
ResoNet: Robust and Explainable ENSO Forecasts with Hybrid Convolution and Transformer Networks
- Dokumenttyp:
- Zeitschriftenaufsatz
- Autor(en):
- Lyu, Pumeng; Tang, Tao; Ling, Fenghua; Luo, Jing-Jia; Boers, Niklas; Ouyang, Wanli; Bai, Lei
- Zeitschriftentitel:
- Advances in Atmospheric Sciences
- Jahr:
- 2024
- Band / Volume:
- 41
- Heft / Issue:
- 7
- Seitenangaben Beitrag:
- 1289-1298
- Volltext / DOI:
- doi:10.1007/s00376-024-3316-6
- Verlag / Institution:
- Springer Science and Business Media LLC
- E-ISSN:
- 0256-15301861-9533
- Publikationsdatum:
- 22.06.2024
BibTeX