Sea Level Change Assessment along the Egyptian Mediterranean Coast Using Multi-Source Data and Machine Learning Models
यह अध्ययन बहु-स्रोत डेटा (जीपीएस, ज्वार गेज, ग्रेस और सैटेलाइट अल्टीमेट्री) को मशीन लर्निंग मॉडल के साथ एकीकृत करके मिस्र के भूमध्यसागरीय तट के साथ समुद्र के स्तर में वृद्धि के जोखिमों का आकलन करता है, जिसमें XGBoost को सबसे सटीक भविष्यवक्ता के रूप में पहचाना गया है और 2050 तक 2.8 से 4.09 मिमी/वर्ष की निरंतर वृद्धि का पूर्वानुमान लगाया गया है जो अलेक्जेंड्रिया, पोर्ट सईद और एल अरिश जैसे तटीय शहरों के लिए खतरा पैदा करती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।