...
机译:使用深度学习和高级特征选择方法的区域供热网络热负荷预测
EnergyVille,VITO;
EnergyVille,VITO,Delft Center for Systems and Control, Delft University of Technology;
EnergyVille,VITO;
Institute of Heat Engineering of Warsaw University of Technology;
NODA;
District heating; Linear models; Regression; Deep learning; Machine learning; Day ahead forecasting;
机译:基于机器学习和专家建议的区域供热网络运行热负荷预测
机译:用于可变制冷剂流量系统的高级特征选择和最优深度学习模型的电力负荷预测
机译:地区加热系统负载预测:基于类似日方法的深度神经网络模型
机译:软件定义网络中基于流的异常检测:具有特征选择方法的深度学习方法
机译:借助深度网络进行高级音乐音频功能学习。
机译:在修改熵互信息特征选择中在智能房屋中使用深度学习模型预测中期负荷
机译:深度学习和高级特征选择方法区热负荷预测