首页> 外文OA文献 >Deep Neural Networks With Convolutional and LSTM Layers for SYM‐H and ASY‐H Forecasting

【2h】

Deep Neural Networks With Convolutional and LSTM Layers for SYM‐H and ASY‐H Forecasting

机译：具有卷积和LSTM层的深神经网络，适用于Sym-H和ASY-H预测

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Armando Collado‐Villaverde; Pablo Muñoz; Consuelo Cid;
展开▼
作者单位

展开▼
年度 2021
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX) [J] . Wunsch Andreas, Liesch Tanja, Broda Stefan Hydrology and Earth System Sciences Discussions . 2021,第3期

机译：与人工神经网络的地下水位预测：具有外源输入（NARX）的长短期记忆（LSTM），卷积神经网络（CNNS）和非线性自回归网络的比较
2. Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX) [J] . Wunsch Andreas, Liesch Tanja, Broda Stefan Hydrology and Earth System Sciences . 2021,第3期

机译：与人工神经网络的地下水位预测：具有外源输入（NARX）的长短期记忆（LSTM），卷积神经网络（CNNS）和非线性自回归网络的比较
3. NBLSTM: Noisy and Hybrid Convolutional Neural Network and BLSTM-Based Deep Architecture for Remaining Useful Life Estimation [J] . Journal of Computing and Information Science in Engineering . 2020,第2期

机译：NBLSTM：嘈杂的混合卷积神经网络和基于BLSTM的深度架构，用于剩余使用寿命估算
4. Power Quality Disturbance Classification via Deep Convolutional Auto-Encoders and Stacked LSTM Recurrent Neural Networks [C] . Miguel Angel Rodriguez, John Felipe Sotomonte, Jenny Cifuentes, International Conference on Smart Energy Systems and Technologies . 2020

机译：通过深度卷积自动编码器和堆叠LSTM递归神经网络进行电能质量扰动分类
5. Deep Neural Language Model for Text Classification Based on Convolutional and Recurrent Neural Networks [D] . Hassan, Abdalraouf. 2018

机译：基于卷积神经网络和递归神经网络的深度神经语言文本分类模型
6. Deep Convolutional and LSTM Recurrent Neural Networks for Multimodal Wearable Activity Recognition [O] . Francisco Javier Ordóñez, Daniel Roggen 2016

机译：深度卷积和LSTM递归神经网络用于多模式可穿戴活动识别
7. Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX) [O] . Andreas Wunsch, Tanja Liesch, Stefan Broda 2021

机译：人工神经网络的地下水位预测：具有外源输入（NARX）的长短期记忆（LSTM），卷积神经网络（CNNS）和非线性自回归网络的比较

Deep Neural Networks With Convolutional and LSTM Layers for SYM‐H and ASY‐H Forecasting

著录项

引文网络

相似文献

相关主题

期刊订阅