Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations

Detalles Bibliográficos
Autor: Iglesias Deutú, Jordi
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2023
País:España
Institución:Universitat Rovira i virgili (URV)
Repositorio:Repositori Institucional de la Universitat Rovira i Virgili
OAI Identifier:oai:urv.cat:TDX:4348
Acceso en línea:https://hdl.handle.net/20.500.11797/TDX4348
http://hdl.handle.net/10803/689850
Access Level:acceso abierto
Palabra clave:62
504
37
0
Enginyeria i arquitectura
Meteorology
Meteorologia
Machine Learning
COAWST
id ES_fd8f74ac69d348a264b0e4ed8e028db0
oai_identifier_str oai:urv.cat:TDX:4348
network_acronym_str ES
network_name_str España
repository_id_str
spelling Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on PopulationsIglesias Deutú, Jordi62504370Enginyeria i arquitecturaMeteorologyMeteorologiaMachine LearningCOAWSTUniversitat Rovira i Virgili Departament d'Enginyeria MecànicaUniversitat Rovira i Virgili.202320242024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf149 p.https://hdl.handle.net/20.500.11797/TDX4348http://hdl.handle.net/10803/689850TDX (Tesis Doctorals en Xarxa)reponame:Repositori Institucional de la Universitat Rovira i Virgiliinstname:Universitat Rovira i virgili (URV)Inglésinfo:eu-repo/semantics/openAccessADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà  indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al repositori institucional de la Universitat Rovira i Virgili. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a aquest repositori (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.oai:urv.cat:TDX:43482026-06-23T12:42:27Z
dc.title.none.fl_str_mv Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
title Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
spellingShingle Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
Iglesias Deutú, Jordi
62
504
37
0
Enginyeria i arquitectura
Meteorology
Meteorologia
Machine Learning
COAWST
title_short Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
title_full Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
title_fullStr Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
title_full_unstemmed Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
title_sort Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
dc.creator.none.fl_str_mv Iglesias Deutú, Jordi
author Iglesias Deutú, Jordi
author_facet Iglesias Deutú, Jordi
author_role author
dc.contributor.none.fl_str_mv Departament d'Enginyeria Mecànica
Universitat Rovira i Virgili.
dc.subject.none.fl_str_mv 62
504
37
0
Enginyeria i arquitectura
Meteorology
Meteorologia
Machine Learning
COAWST
topic 62
504
37
0
Enginyeria i arquitectura
Meteorology
Meteorologia
Machine Learning
COAWST
publishDate 2023
dc.date.none.fl_str_mv 2023
2024
2024
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.11797/TDX4348
http://hdl.handle.net/10803/689850
url https://hdl.handle.net/20.500.11797/TDX4348
http://hdl.handle.net/10803/689850
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
149 p.
dc.publisher.none.fl_str_mv Universitat Rovira i Virgili
publisher.none.fl_str_mv Universitat Rovira i Virgili
dc.source.none.fl_str_mv TDX (Tesis Doctorals en Xarxa)
reponame:Repositori Institucional de la Universitat Rovira i Virgili
instname:Universitat Rovira i virgili (URV)
instname_str Universitat Rovira i virgili (URV)
reponame_str Repositori Institucional de la Universitat Rovira i Virgili
collection Repositori Institucional de la Universitat Rovira i Virgili
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869425577928163328
score 15,301603

Similares en LA Referencia