Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych

Grzegorz Dudek

Получить доступ

Купить эту книгу

ISBN/ISSN:

978-83-7837-508-1

DOI:

Издательство:

Akademicka Oficyna Wydawnicza EXIT Andrzej Lang

Год публикации:

2013

Количество страниц:

249

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Dudek, Grzegorz. Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych. Red. . : Akademicka Oficyna Wydawnicza EXIT Andrzej Lang, 2013, 249 s. ISBN 978-83-7837-508-1

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Dudek, G.

T1 Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych

PB Akademicka Oficyna Wydawnicza EXIT Andrzej Lang

YR 2013

SN 978-83-7837-508-1

Bibliografia BibTex:

@Book{ 64432, author = "Dudek, Grzegorz", editor = "", title = "Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych", publisher = "Akademicka Oficyna Wydawnicza EXIT Andrzej Lang", year = "2013", address = "", isbn = "978-83-7837-508-1" }

Bibliografia endNote:

TY - BOOK

AU - Dudek, Grzegorz

ED -

TI - Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych

PB - Akademicka Oficyna Wydawnicza EXIT Andrzej Lang

CY -

PY - 2013

SN - 978-83-7837-508-1

ER -

Библиографическое описание Интернет-ресурсов (standard APA):

Dudek, Grzegorz. Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych [база данных онлайн] : Akademicka Oficyna Wydawnicza EXIT Andrzej Lang, 2013 [доступ: 20 05 2024]. Доступ в Ibuk Libra: https://libra.ibuk.pl/reader/systemy-uczace-sie-oparte-na-podobienstwie-obrazow-do-prognozowania-grzegorz-dudek-64432.

elektroenergetyka, systemy elektroenergetyczne, systemy uczące się, obciążenia elektroenergetyczne, modele prognostyczne

W monografii przedstawiono modele prognostyczne wykorzystujące metody uczenia maszynowego, rozpoznawania obrazów i inteligencji obliczeniowej do sporządzania krótkoterminowych prognoz obciążeń systemów elektroenergetycznych. Wspólną cechą tych mod...

более