Conference Agenda
Overview and details of the sessions of this conference. Please select a date or location to show only sessions at that day or location. Please select a single session for detailed view (with abstracts and downloads if available).
|
|
|
Session Overview |
| Session | ||||||
22: Künstliche Intelligenz und Machine Learning in der Grundwasserforschung
Session Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung
| ||||||
    | ||||||
10:30am - 10:45am
ID: 142 / Thema 22: 1 Oral presentation Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung Globale Entity-Aware Deep Learning Modelle für die Grundwasserstandsvorhersage 1Karlsruher Institut für Technologie (KIT), Institut für angewandte Geowissenschaften, Kaiserstr. 12, 76131 Karlsruhe; 2Bundesanstalt für Geowissenschaften und Rohstoffe (BGR), Wilhelmstr. 25–30, 13593 Berlin 10:45am - 11:00am
ID: 318 / Thema 22: 2 Oral presentation Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung Entwicklung eines globalen Modells für kurzfristige Grundwasserstandsvorhersagen unter Anwendung des Temporal Fusion Transformers 1Bundesanstalt für Geowissenschaften und Rohstoffe, Deutschland; 2Berliner Hochschule für Technik (BHT) 11:00am - 11:15am
ID: 238 / Thema 22: 3 Oral presentation Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung Keywords: 20 ML-basierte Ersatzmodelle in der Kalibrierung und Unsicherheitsberechnung aufwändiger Modelle der gesättigt-ungesättigten Untergrundströmung 1Universität Tübingen, Deutschland; 2BoSS Consult GmbH, Stuttgart, Deutschland
11:15am - 11:30am
ID: 162 / Thema 22: 4 Oral presentation Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung Prognose von Grabenstrukturen mittels Random Forest Landesamt für Bergbau, Energie und Geologie (LBEG) Niedersachsen, Stilleweg 2, 30655 Hannover
11:30am - 11:45am
ID: 189 / Thema 22: 5 Oral presentation Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung Die Eignung von Modellen des maschinellen Lernens für die gekoppelte Vorhersage von Grundwasserständen und Grundwasserversalzung 1Karlsruher Institut für Technologie, Deutschland; 2Bundesanstalt für Geowissenschaften und Rohstoffe 11:45am - 12:00pm
ID: 148 / Thema 22: 6 Oral presentation Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung Bestimmung der Anhydrit- und Gipslöslichkeit durch neuronale Netze für die Modellierung gekoppelter Prozesse beim Quellen von Ton-Sulfat-Gestein TU Bergakademie Freiberg (TUBAF), Ingenieurgeologie und Umweltgeotechnik, Deutschland
| ||||||
