QR kód

Robust prediction of chlorophyll-A from nitrogen and phosphorus content in Philippine and global lakes using fine-tuned, explainable machine learning

Chlorophyll-a (Chl-a) content in waterbodies is a primary indicator of algal biomass and is used to detect impending harmful algal blooms. This paper presents a methodology using 8 popular machine learning (ML) models for estimating Chl-a concentration from nutrient content in lakes. Different from...

Celý popis

Uloženo v:
Hlavní autoři: Karl Ezra Pilario, Eric Jan Escober, Aurelio de los Reyes V, Maria Pythias Espino
Médium: Artigo
Jazyk:Inglês
Vydáno: Elsevier 2024-12-01
Edice:Environmental Challenges
Témata:
Machine learning
Chlorophyll-a
Robustness analysis
Explainability
Bayesian optimization
Ion chromatography
On-line přístup:http://www.sciencedirect.com/science/article/pii/S2667010024002221
Tagy: Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Podobné jednotky