Evaluating the performance of machine learning approaches to predict the microbial quality of surface waters and to optimize the sampling effort

;Janne, Aurélie ;De Abreu, Thiago Wanderley Matos
Référence Water (Switzerland), 13, 18, 2457
Publication Publié, 2021-09

Article révisé par les pairs

Titre:	Evaluating the performance of machine learning approaches to predict the microbial quality of surface waters and to optimize the sampling effort
Auteur:	Naloufi, Manel; Lucas, Françoise; Souihi, Sami; Servais, Pierre; Janne, Aurélie; De Abreu, Thiago Wanderley Matos
Informations sur la publication:	Water (Switzerland), 13, 18, 2457
Statut de publication:	Publié, 2021-09
Sujet CREF:	Biochimie
	Océanographie biologique
	Géographie humaine
	Statistique mathématique
	Probabilités
Mots-clés:	Escherichia coli concentration
	Machine learning
	Optimized sampling
	River monitoring
	Water quality prediction
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:2073-4441
	info:doi/10.3390/w13182457
	info:scp/85114715814

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.