AGW - Hydrogeologie
 Andreas Wunsch

M.Sc. Andreas Wunsch

Arbeitsbereiche

  • Künstliche neuronale Netze

 

Veröffentlichungen


2020
Groundwater Level Forecasting with Artificial Neural Networks: A Comparison of LSTM, CNN and NARX.
Wunsch, A.; Liesch, T.; Broda, S.
2020, Dezember 15. 101. AGU Fall Meeting (2020), Online, 1.–17. Dezember 2020
Feature-basiertes Clustering von Umweltzeitreihen mit Self-Organizing-Map-Ensembles.
Wunsch, A.; Liesch, T.; Broda, S.
2020, Oktober 2. 50. INFORMATIK2020, "Back to the Future", Jahrestagung der Gesellschaft für Informatik (2020), Online, 28. September–2. Oktober 2020
2019
Uncover Similarities of Groundwater Dynamics with Machine Learning based Hydrograph Clustering (Oral Talk IN43A-07).
Wunsch, A.; Liesch, T.; Broda, S.
2019, Dezember 12. Fall Meeting (AGU 100 2019), San Francisco, CA, USA, 9.–13. Dezember 2019
Aquifer responses to long-term climatic periodicities.
Liesch, T.; Wunsch, A.
2019. Journal of hydrology, 572, 226–242. doi:10.1016/j.jhydrol.2019.02.060
2018
Wochen-, Monats- und Jahreszeitenvorhersage von Grundwasserständen mit künstlichen neuronalen Netzen.
Broda, S.; Wunsch, A.; Liesch, T.; Reichling, J.
2018, März 22. 26. Grundwasser im Umfeld von Bergbau, Energie und urbanen Räumen - Tagung der Fachsektion Hydrogeologie e. V. in der DGGV e.V. (2018), Bochum, Deutschland, 21.–24. März 2018
Wochen-, Monats-und Jahreszeitenvorhersage von Grundwasserständen mit künstlichen neuronalen Netzen.
Broda, S.; Wunsch, A.; Liesch, T.
2018. Grundwasser im Umfeld von Bergbau, Energie und urbanen Räumen, Herausgeber: Banning, A. W.; Frank, S.; Kaufmann-Knoke, R.; Niedermayr, A.; Wisotzky, F.; Wohnlich, S., Institut für Geologie