À propos de FAO Actualités Multimédia Principaux sujets Statistiques Membres Publications

FAO AGRIS - Système international des sciences et technologies agricoles

Recherche avancée

Seawater intrusion pattern recognition supported by unsupervised learning: A systematic review and application

2023

Narvaez-Montoya, Christian | Mahlknecht, Jürgen | Torres-Martínez, Juan Antonio | Mora, Abrahan | Bertrand, Guillaume | Laboratoire Chrono-environnement (UMR 6249) (LCE) ; Centre National de la Recherche Scientifique (CNRS)-Université de Franche-Comté (UFC) ; Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC)

Informations bibliographiques
Editeur
HAL CCSD, Elsevier
D'autres materias
[sde]environmental sciences
Langue
anglais
ISSN
04282427
Type
Journal Article; Journal Part; Journal Article; Journal Part
Source
ISSN: 0048-9697, EISSN: 1879-1026, Science of the Total Environment, https://hal.inrae.fr/hal-04282427, Science of the Total Environment, 2023, 864, pp.160933. ⟨10.1016/j.scitotenv.2022.160933⟩
2023-11-24
Dublin Core
Fournisseur de données

Cette notice bibliographique a été fournie par Institut national de la recherche agronomique

Découvrez la collection de ce fournisseur de données dans AGRIS

Liens
DOI https://hal.inrae.fr/hal-04282427
Consulter Google Scholar
Si vous remarquez des informations incorrectes dans cette référence bibliographique, veuillez nous contacter à l'adresse [email protected]