机译:使用深度递归神经网络预测商业和住宅建筑的用电量
Univ Utah, Dept Mech Engn, Site Specif Energy Syst Lab, Salt Lake City, UT 84112 USA;
Univ Utah, Sch Comp, Salt Lake City, UT 84112 USA;
Univ Utah, Dept Mech Engn, Site Specif Energy Syst Lab, Salt Lake City, UT 84112 USA;
Building energy modeling; Machine learning; Recurrent neural networks; Deep learning; Electric load prediction;
机译:重点对居住建筑电力预测深度经常性神经网络的深度学习综述
机译:利用人工神经网络(深度学习方法)的住宅建筑水平建模分类的电力需求
机译:利用深复发性神经网络稳健的短期电负荷预测框架
机译:使用神经网络预测住宅用电量:案例研究
机译:深度风险:由递归神经网络的递归集合及时评估风险
机译:开发基于传感器记录数据的混合神经网络方法来预测住宅用电量
机译:使用人工神经网络建模分类对住宅建筑的电力需求(深度学习方法)