Deep learning for sea surface temperature applications: A comprehensive bibliometric analysis and methodological approach

This study explored the potential application of deep learning techniques in sea surface temperature (SST) investigations using a mixed method, bibliometric analysis and methodological approach. CiteSpace software was utilized for a bibliometric study on 137 academic publications from 2018 to 2023....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Geo : geography and environment Jg. 11; H. 2
Hauptverfasser:	Boufeniza, Redouane Larbi, Jingjia, Luo, Abdela, Kemal Adem, Alsafadi, Karam, Alsahli, Mohammad M
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	London John Wiley & Sons, Inc 01.07.2024 Wiley
Schlagworte:	Algorithms Artificial intelligence Bibliometrics CiteSpace Computer science Deep learning Geography Keywords Knowledge marine environment meteorology Methods R&D Remote sensing Research & development research hotspots Scientists Scientometrics Sea surface temperature SST Thermal pollution Trends Visualization
ISSN:	2054-4049, 2054-4049
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!