KCDS Virtual Open House - Project 04 Exploring the Potential of machine learning methods for improving operational hydrological forecasting and prediction (EPOforHydro)
Autor
Uwe Ehret, Sebastian Krumscheid
Herausgeber
Beteiligtes Institut
KIT-Zentrum Mathematik in den Natur-, Ingenieur- und Wirtschaftswissenschaften (KIT-Zentrum MathSEE)
Institut für Wasser und Gewässerentwicklung (IWG)
Steinbuch Centre for Computing (SCC)
Genre
Beschreibung
Meet KIT Graduate School Computational and Data Science in our virtual open house! Find out more about the graduate school and current doctoral projects.
Laufzeit (hh:mm:ss)
00:05:05
Serie
Publiziert am
31.03.2023
Fachgebiet
Lizenz
| Auflösung | 1280 x 720 Pixel |
| Seitenverhältnis | 16:9 |
| Audiobitrate | 66529 bps |
| Audio Kanäle | 1 |
| Audio Codec | aac |
| Audio Abtastrate | 48000 Hz |
| Gesamtbitrate | 478019 bps |
| Container | mov,mp4,m4a,3gp,3g2,mj2 |
| Dauer | 304.662000 s |
| Dateiname | DIVA-2023-28_mp4.mp4 |
| Dateigröße | 18.204.285 byte |
| Bildwiederholfrequenz | 25 |
| Videobitrate | 405456 bps |
| Video Codec | h264 |
Embed-Code
