Forskningsoutput per år
Forskningsoutput per år
Personlig profil
Expertis relaterad till FN:s globala mål
2015 godkände FN:s medlemsstater 17 Globala mål för en hållbar utveckling, för att utrota fattigdomen, skydda planeten och garantera välstånd för alla. Den här personens arbete relaterar till följande Globala mål:
Ämnesklassifikation (UKÄ)
- Naturgeografi
- Vattenteknik
Fria nyckelord
- Hydrological Modeling
- Machine Learning
- Hydroinformatics
- Remote Sensing
Fingeravtryck
Utforska forskningsämnen där Babak Mohammadi är aktiv. Dessa ämnesetiketter kommer från personens arbeten. Tillsammans bildar de ett unikt fingeravtryck.
- 1 Liknande profiler
Forskningsoutput
-
Diagnosing the impacts of landscape characteristics on hydrologic signatures in the Krycklan catchment in Sweden using a flexible hydrological model
Guo, R., Mohammadi, B., Gao, H., Liu, J. & Duan, Z., 2024 juni, I: Physics and Chemistry of the Earth. 134, 103565.Forskningsoutput: Tidskriftsbidrag › Artikel i vetenskaplig tidskrift › Peer review
Öppen tillgång -
Application of multiple spatial interpolation approaches to annual rainfall data in the Wadi Cheliff basin (north Algeria)
Achite, M., Tsangaratos, P., Pellicone, G., Mohammadi, B. & Caloiero, T., 2024 mars, I: Ain Shams Engineering Journal. 15, 3, 102578.Forskningsoutput: Tidskriftsbidrag › Artikel i vetenskaplig tidskrift › Peer review
Öppen tillgång -
Improving glacio-hydrological model calibration and model performance in cold regions using satellite snow cover data
Mohammadi, B., Gao, H., Pilesjö, P. & Duan, Z., 2024 feb., I: Applied water science. 14, 3, 55.Forskningsoutput: Tidskriftsbidrag › Artikel i vetenskaplig tidskrift › Peer review
Öppen tillgång -
A conceptual metaheuristic-based framework for improving runoff time series simulation in glacierized catchments
Mohammadi, B., Vazifehkhah, S. & Duan, Z., 2024, I: Engineering Applications of Artificial Intelligence. 127, 107302.Forskningsoutput: Tidskriftsbidrag › Artikel i vetenskaplig tidskrift › Peer review
Öppen tillgång -
Daily global solar radiation time series prediction using variational mode decomposition combined with multi-functional recurrent fuzzy neural network and quantile regression forests algorithm
Abdallah, M., Mohammadi, B., Nasiri, H., Katipoğlu, O. M., Abdalla, M. A. A. & Ebadzadeh, M. M., 2023 nov., I: Energy Reports. 10, s. 4198-4217 20 s.Forskningsoutput: Tidskriftsbidrag › Artikel i vetenskaplig tidskrift › Peer review
Öppen tillgång
Projekt
- 1 Aktiva
-
Improving hydrological modelling in cold regions using satellite remote sensing and machine learning techniques
Mohammadi, B., Duan, Z. & Pilesjö, P.
2021/01/01 → 2024/10/23
Projekt: Avhandling