Explainable physics-informed Bayesian graph neural networks (PI-BSTGNN) for groundwater surrogate modeling and sensitivity analysis

发表于 2026-8-7 16:52:27

期刊：Journal of Hydrology

文献作者：Fan Liu; Zhao Guo; Futian Ren; Hassina Mouri; Danbing Mei; Zhengzheng Zhang; Xiaowei Lu; Lei Huang

出版日期：2026-9-

DOI号：10.1016/j.jhydrol.2026.135687

下载链接：https://www.sciencedirect.com/sc ... 022169426007845/pdf

文献链接：https://doi.org/10.1016/j.jhydrol.2026.135687

当前文献来源于 Elsevier BV。

备注信息：

发表于 2026-8-7 18:40:11

: 当前求助处于待确认状态,请尽快下载
如果48小时后该求助仍未采纳，系统将自动采纳。

发表于 2026-8-8 12:35:19

: 当前求助处于待确认状态,请尽快下载
如果48小时后该求助仍未采纳，系统将自动采纳。

[Elsevier/Sciencedirect] Explainable physics-informed Bayesian graph neural networks (PI-BSTGNN) for groundwater surrogate modeling and sensitivity analysis

同分类求助

最新回复

站点公告

今日热心研友

（热心研友QQ群）