Analysis of air pollution time series using complexity-invariant distance and information measures

Détails

Demande d'une copieDemande d'une copie
ID Serval
serval:BIB_459DBF315A81
Type
Article: article d'un périodique ou d'un magazine.
Collection
Publications
Institution
UNIL/CHUV
Titre
Analysis of air pollution time series using complexity-invariant distance and information measures
Périodique
Physica A: Statistical Mechanics and its Applications
Auteur⸱e⸱s
Amato Federico, Laib Mohamed, Guignard Fabian, Kanevski Mikhail
ISSN
0378-4371
Statut éditorial
Publié
Date de publication
02/2020
Peer-reviewed
Oui
Pages
124391
Langue
anglais
Mots-clé
Air pollution, Fisher information measure, Shannon entropy, Time series clustering, Complexity-invariant distance
OAI-PMH
oai:serval.unil.ch:BIB_459DBF315A81
DOI
10.1016/j.physa.2020.124391
Création de la notice
02/03/2020 15:30
Dernière modification de la notice
03/03/2020 7:19
Données d'usage