Palaeogeography Palaeoclimatology Palaeoecology, Год журнала: 2024, Номер 649, С. 112343 - 112343
Опубликована: Июнь 21, 2024
Язык: Английский
Palaeogeography Palaeoclimatology Palaeoecology, Год журнала: 2024, Номер 649, С. 112343 - 112343
Опубликована: Июнь 21, 2024
Язык: Английский
Geomorphology, Год журнала: 2025, Номер unknown, С. 109706 - 109706
Опубликована: Март 1, 2025
Язык: Английский
Процитировано
2Quaternary Science Reviews, Год журнала: 2024, Номер 345, С. 109030 - 109030
Опубликована: Окт. 30, 2024
Язык: Английский
Процитировано
7Quaternary International, Год журнала: 2025, Номер 723, С. 109713 - 109713
Опубликована: Фев. 28, 2025
Язык: Английский
Процитировано
0Science China Earth Sciences, Год журнала: 2025, Номер unknown
Опубликована: Апрель 17, 2025
Язык: Английский
Процитировано
0Palaeogeography Palaeoclimatology Palaeoecology, Год журнала: 2023, Номер 636, С. 111993 - 111993
Опубликована: Дек. 20, 2023
Язык: Английский
Процитировано
7Palaeogeography Palaeoclimatology Palaeoecology, Год журнала: 2024, Номер 639, С. 112066 - 112066
Опубликована: Фев. 3, 2024
Язык: Английский
Процитировано
2Palaeogeography Palaeoclimatology Palaeoecology, Год журнала: 2024, Номер 643, С. 112198 - 112198
Опубликована: Апрель 15, 2024
Язык: Английский
Процитировано
2Palaeogeography Palaeoclimatology Palaeoecology, Год журнала: 2024, Номер 650, С. 112344 - 112344
Опубликована: Июнь 22, 2024
Язык: Английский
Процитировано
2Quaternary Science Reviews, Год журнала: 2024, Номер 339, С. 108850 - 108850
Опубликована: Июль 24, 2024
Язык: Английский
Процитировано
2Georisk Assessment and Management of Risk for Engineered Systems and Geohazards, Год журнала: 2024, Номер unknown, С. 1 - 18
Опубликована: Июль 30, 2024
Glacial Lake Outburst Flood (GLOF) has become a crucial aspect as the increase in meltdown of glaciers results breach unstable debris dams. Hence, it is essential to understand nature glacial lakes for proper planning and development region long term. In this paper, deep learning network developed GLOF hazard risk assessment. The Shepard Convolutional Neural Network Fused Deep Maxout (ShCNNFDMN) by fusing Networks (ShCNN) (DMN) based on regression analysis. Here, various data feature attributes, like geometric properties, location lake-based global properties are determined from lake data. Afterthat, assessment carried out these parameters ShCNNFDMN. Then, performed levels attributes. ShCNNFDMN analyzed metrics, such Hazard modelling error, Risk prediction Mean Average Error (MAE), R-Squared found produce values 0.462, 0.423, 0.358, 0.288, respectively. proposed method useful applications, infrastructure planning, taking preventive mitigative actions downstream areas glacier lakes.
Язык: Английский
Процитировано
2